|
数字化运营下的数据分析思维训练 【课程目标】 本数据分析与挖掘系列课程包括三个等级的课程： 1、 基础课程，专注于经营数据的统计与数据分析，适合于一般业务部门要求的数据统计与分析，内容系统且全面，使用工具为Excel 2013版本。 2、 中级课程，专注于行业数据分析与数据挖掘，适合于数据分析部、业务支撑部等对数据分析与挖掘要求较高的部门，使用专业数据分析与挖掘工具SPSS v19版本。 3、 高级课程，专注于较深入的数据挖掘技术，包括挖掘模型原理介绍，数据建模，挖掘算法，适合于大数据系统开发及数据分析专业人士，需要有一定的数学基础（统计与概率）。 本课程为基础课程，面向业务部门的数据分析能力提升。 本课程从实际的业务需求出发，结合行业的典型应用特点，围绕实际的商业问题，对数据分析及数据挖掘技术进行了全面的介绍（从数据收集与处理，到数据分析与挖掘，再到数据可视化和报告撰写），通过大量的操作演练，帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具，从大量的企业经营数据中进行分析，挖掘客户行为特点，帮助运营团队深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。 通过本课程的学习，达到如下目的： 1、 了解大数据基础知识，理解大数据思维方式。 2、 学会数据分析的框架和思路，掌握常用数据分析方法来分析问题。 3、 熟悉数据分析的基本过程，掌握Excel高级数据分析库操作。 4、 熟练使用图表制作工具，掌握图表美化原则，正确使用图表来表达观点。 5、 掌握数据分析报告的写作技巧及要点，全面正确地呈现分析结果。 【授课时间】 2天时间 【授课对象】 财务部门、销售部门、营业厅、业务支撑、经营分析、网管/网优中心、运营分析部、呼叫中心等对业务数据分析有基本要求的相关人员。 【学员要求】 1、 每个学员自备一台便携机(必须)。 2、 便携机中事先安装好Excel 2013版软件。 注：讲师可以提供试用版本软件及分析数据源。 【授课方式】 数据分析基础 + 案例讲解 + 实际业务问题分析 + Excel实践操作 采用互动式教学，全过程演练操作，让学员在做题、分享、讲授、总结、自我实践过程中获得能力提升。 【课程大纲】 第一部分：认识数据分析 问题：数据分析是神马?数据分析基本过程？ 1、 数据分析面临的常见问题 Ø 不知道从哪里入手分析（缺少分析方法） Ø 不知道收集什么样的数据（业务理解不足） Ø 看不懂数据表达的意思（数据解读能力差） Ø 担心分析不够全面（分析思路不系统） 2、 认识数据分析 Ø 什么是数据分析 Ø 数据分析的三大作用 Ø 数据分析的三大类型 3、 数据分析需要什么样的能力 Ø 懂业务、懂分析、懂工具、懂呈现 4、 大数据应用的四层结构 Ø 数据基础层、数据模型层、业务模型层、业务应用层 5、 数据分析与挖掘在企业中的应用 第二部分：数据分析基本过程 1、 数据分析的六步曲 2、 步骤1：明确目的--理清思路 Ø 先有数据还是先有问题？ Ø 确定分析目的 Ø 确定分析思路 3、 步骤2：数据收集—理清思路 Ø 明确收集数据范围 Ø 确定收集来源 Ø 确定收集方法 4、 步骤3：数据预处理—寻找答案 Ø 数据清洗、转化、提取、计算 Ø 数据质量评估 5、 步骤4：数据分析--寻找答案 Ø 分析方法选择 Ø 构建合适的分析模型 Ø 分析工具选择 6、 步骤5：数据展示--观点表达 Ø 选择合适的可视化工具 Ø 选择恰当的图表 7、 步骤6：报表撰写--观点表达 Ø 选择报告种类 Ø 完整的报告结构 演练：Excel数据导入练习 演练：Excel数据预处理练习 8、 数据分析的三大误区 第三部分：数据分析方法篇 问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？ 1、 数据分析的三层次 Ø 统计汇总（对比/分组/结构/趋势/…） Ø 数据分析（相关/方差/验证/回归/时序/…） Ø 数据挖掘（聚类/分类/关联/RFM模型/…） 2、 统计分析常用指标 Ø 正确理解均值、方差、分布 Ø 正确理解分布与直方图 演练：呼叫中心通话时间、时长的数据分析 3、 学会使用透视表（数据统计的利器） 案例演练：数据统计利器（透视表） 4、 基本数据分析方法及其适用场景 Ø 对比分析 Ø 分组分析 Ø 平均分析 Ø 趋势分析 Ø 交叉分析 Ø 结构分析 案例：服务水平数据分析案例 5、 综合数据分析方法 Ø 多维数据分析（综合评价法） Ø 财务数据分析（杜邦分析法） Ø 流失率与转化率分析（漏斗分析法） Ø 产品策略分析（象限图分析法） 案例：品牌认知度分析 6、 最合适的分析方法才是硬道理。 7、 如何解读数据分析结果？ 第四部分：解读数据分析结果 问题：数据多，看不明白，不知道从何处看出问题？ 1、 数据分析的目的 Ø 发现业务问题 Ø 发现业务规律 Ø 寻找业务解决策略 2、 对比分析及业务策略 Ø 看差距，补短板 Ø 看极值，评优劣 Ø 看异常，找原因 3、 结构分析及业务策略 Ø 看占比，聚焦重点 Ø 看失衡，优化结构 4、 趋势分析及业务策略 Ø 看变化，说趋势 Ø 看峰谷，找规律 Ø 看异常，找原因 5、 解读要符合业务逻辑 第五部分：数据分析思路篇 问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？ 1、 数据分析的思想与框架 2、 企业外部环境分析（PEST分析法） 案例：电信行业情况分析 3、 用户消费行为分析（5W2H分析法） 案例：用户消费行为分析（5W2H） 4、 公司整体经营情况分析（4P营销理论） 5、 业务问题专题分析（逻辑树分析法） 6、 用户使用行为研究（用户使用行为分析法） 案例：终端销量行为分析 第六部分：数据分析实战篇（中级） 1、 常用数据分析工具 Ø 常用数据分析EXCEL Ø 专业数据分析SPSS 2、 EXCEL分析功能介绍 Ø 模拟分析 Ø 规划求解 Ø 数据分析库 3、 描述统计（对数据的简单描述） 商业问题：如何更好地描述数据？如何衡量集中程度、离散程度？ Ø 描述统计内容 案例：均值、范围/方差计算？如何理解？ Ø 直方图/柏拉图 商业问题：如何评估销量数据的分布情况？ 案例：客服中心如何排班更合理？ 4、 相关分析（衡量变量间的的相关性） 商业问题：营销费用会影响销售额吗？影响程度大吗？ Ø 什么是相关关系 Ø 相关系数：衡量相关程度的指标 Ø 相关分析的过程 Ø 相关分析应用场景 演练：体重与腰围的关系 案例：香港酒楼与报考厅的相关关系 5、 方差分析 商业问题：哪些才是影响销量的关键因素？ Ø 方差分析解决什么问题 Ø 方差分析种类：单因素/双因素可重复/双因素无重复 Ø 方差分析的应用场景 Ø 如何解决方差分析结果 演练：终端销量与摆放位置有关系吗？（单因素方差分析） 演练：时间、区域是否是影响终端销量的关键因素（双因素无重复方差分析） 演练：广告和价格是影响终端销量的关键因素吗（双因素可重复） 案例：2015年大学生工资与父母职业的关系 案例：洗手与婴儿存活率的关系 6、 回归分析（预测） 商业问题：如何预测未来的销售量（定量分析）？ Ø 回归分析的基本原理 Ø 回归分析的作用 Ø 回归分析的种类（一元/多元、线性/曲线） Ø 回归分析的方法及分析结果解读 演练：推广费用、办公费用与销售额的关系 Ø 回归分析（带分类变量） 演练：工龄、性别与终端销量的关系 演练：多元线性回归：汽车销量的季节性变化 7、 时序分析（预测） 商业问题：随着时间变化，未来的销量变化趋势如何？ Ø 时序分析的应用场景（基于时间的变化规律） Ø 移动平均的预测原理 Ø 指数平滑的预测原理 案例：终端销量数据分析与预测 8、 聚类分析 商业问题：很多个业务数据字段，客户到底有什么特征呢？ Ø 聚类分析的应用场景 Ø 聚类分析的操作流程（SPSS） Ø 聚类分析结果解读 案例：客户业务数据分析与聚类
| 
