大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)

【課程目標(biāo)】

本課程為基礎(chǔ)課程，面向所有業(yè)務(wù)部門(mén)。

本課程的主要目的是，幫助學(xué)員了解大數(shù)據(jù)的本質(zhì)，培養(yǎng)學(xué)員的數(shù)據(jù)意識(shí)和數(shù)據(jù)思維，掌握常用的統(tǒng)計(jì)分析方法和工具，以業(yè)務(wù)問(wèn)題為導(dǎo)向，提升學(xué)員的數(shù)據(jù)分析綜合能力。

本課程具體內(nèi)容包括：

1、 大數(shù)據(jù)的本質(zhì)，核心數(shù)據(jù)思維。

2、 數(shù)據(jù)分析過(guò)程，數(shù)據(jù)分析工具。

3、 數(shù)據(jù)分析方法，數(shù)據(jù)分析思路。

4、 數(shù)據(jù)可視呈現(xiàn)，數(shù)據(jù)報(bào)告撰寫(xiě)。

本課程從實(shí)際的業(yè)務(wù)需求出發(fā)，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，圍繞實(shí)際的商業(yè)問(wèn)題，對(duì)數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹（從數(shù)據(jù)收集與處理，到數(shù)據(jù)分析與挖掘，再到數(shù)據(jù)可視化和報(bào)告撰寫(xiě)），通過(guò)大量的操作演練，幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達(dá)、工具，從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析，挖掘客戶(hù)行為特點(diǎn)，幫助運(yùn)營(yíng)團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營(yíng)決策的目的。

通過(guò)本課程的學(xué)習(xí)，達(dá)到如下目的：

1、 了解數(shù)據(jù)分析的本質(zhì)，理解數(shù)據(jù)決策的底層邏輯

2、 學(xué)會(huì)搭建數(shù)據(jù)分析框架，熟悉常用的業(yè)務(wù)模型

3、 熟悉數(shù)據(jù)分析標(biāo)準(zhǔn)過(guò)程，能夠按步驟進(jìn)行數(shù)據(jù)分析

4、 掌握常用統(tǒng)計(jì)分析方法，熟練使用Excel高級(jí)數(shù)據(jù)分析工具

5、 熟悉大數(shù)據(jù)分析工具Power BI，提升數(shù)據(jù)分析效率，避免重復(fù)工作

【授課時(shí)間】

2天時(shí)間（每天6個(gè)小時(shí)）

【授課對(duì)象】

銷(xiāo)售部門(mén)、營(yíng)業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營(yíng)分析部、運(yùn)營(yíng)分析部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。

【學(xué)員要求】

1、 每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。

2、 便攜機(jī)中事先安裝好Excel 2013版本（建議2016版本以上）。

3、 便攜機(jī)中事先安裝好Power BI Desktop軟件。

注：講師可以提供試用版本軟件及分析數(shù)據(jù)源。

【授課方式】

數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實(shí)際業(yè)務(wù)問(wèn)題分析 + 工具實(shí)踐操作

采用互動(dòng)式教學(xué)，圍繞業(yè)務(wù)問(wèn)題，展開(kāi)數(shù)據(jù)分析過(guò)程，全過(guò)程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過(guò)程中獲得能力提升。

【課程大綱】

第一部分： 數(shù)據(jù)核心理念—數(shù)據(jù)思維篇

問(wèn)題：什么是數(shù)據(jù)思維？大數(shù)據(jù)決策的底層邏輯以及決策依據(jù)是什么？

1、 數(shù)字化五大技術(shù)戰(zhàn)略：ABCDI戰(zhàn)略

? A：人工智能，目的是用機(jī)器模擬人類(lèi)行為

? B：區(qū)塊鏈，構(gòu)建不可篡改的分布記賬系統(tǒng)

? C：云計(jì)算，搭建按需分配的計(jì)算資源平臺(tái)

? D：大數(shù)據(jù)，實(shí)現(xiàn)智能化的判斷和決策機(jī)制

? I：物聯(lián)網(wǎng)，實(shí)現(xiàn)萬(wàn)物互聯(lián)通信的基礎(chǔ)架構(gòu)

2、 大數(shù)據(jù)的本質(zhì)

? 數(shù)據(jù)，是事物發(fā)展和變化過(guò)程中留下的痕跡

? 大數(shù)據(jù)不在于量大，而在于全（多維性）

? 業(yè)務(wù)導(dǎo)向還是技術(shù)導(dǎo)向

3、 大數(shù)據(jù)決策的底層邏輯（即四大核心價(jià)值）

? 探索業(yè)務(wù)規(guī)律，按規(guī)律來(lái)管理決策

案例：客流規(guī)律與排班及最佳營(yíng)銷(xiāo)時(shí)機(jī)

案例：致命交通事故發(fā)生的時(shí)間規(guī)律

? 發(fā)現(xiàn)運(yùn)營(yíng)變化，定短板來(lái)運(yùn)營(yíng)決策

案例：考核周期導(dǎo)致的員工月初懈怠

案例：工序信號(hào)異常監(jiān)測(cè)設(shè)備故障

? 理清要素關(guān)系，找影響因素來(lái)決策

案例：情緒對(duì)于股市漲跌的影響

案例：為何升職反而會(huì)增加離職風(fēng)險(xiǎn)？

? 預(yù)測(cè)未來(lái)趨勢(shì)，通過(guò)預(yù)判進(jìn)行決策

案例：惠普預(yù)測(cè)員工離職風(fēng)險(xiǎn)及挽留

案例：保險(xiǎn)公司的車(chē)險(xiǎn)預(yù)測(cè)與個(gè)性化保費(fèi)定價(jià)

4、 大數(shù)據(jù)決策的三個(gè)關(guān)鍵環(huán)節(jié)

? 業(yè)務(wù)數(shù)據(jù)化：將業(yè)務(wù)問(wèn)題轉(zhuǎn)化為數(shù)據(jù)問(wèn)題

? 數(shù)據(jù)信息化：提取數(shù)據(jù)中的業(yè)務(wù)規(guī)律信息

? 信息策略化：基于規(guī)律形成業(yè)務(wù)應(yīng)對(duì)策略

案例：用數(shù)據(jù)來(lái)識(shí)別喜歡賺“差價(jià)”的營(yíng)業(yè)員

第二部分： 數(shù)據(jù)分析過(guò)程—流程步驟篇

1、 數(shù)據(jù)分析的六步曲

2、 步驟1：明確目的，確定分析思路

? 確定分析目的：要解決什么樣的業(yè)務(wù)問(wèn)題

? 確定分析思路：分解業(yè)務(wù)問(wèn)題，構(gòu)建分析框架

3、 步驟2：收集數(shù)據(jù)，尋找分析素材

? 明確數(shù)據(jù)范圍

? 確定收集來(lái)源

? 確定收集方法

4、 步驟3：整理數(shù)據(jù)，確保數(shù)據(jù)質(zhì)量

? 數(shù)據(jù)質(zhì)量評(píng)估

? 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理

? 探索性分析

5、 步驟4：分析數(shù)據(jù)，尋找業(yè)務(wù)答案

? 選擇合適的分析方法

? 構(gòu)建合適的分析模型

? 選擇合適的分析工具

6、 步驟5：呈現(xiàn)數(shù)，解讀業(yè)務(wù)規(guī)律

? 選擇恰當(dāng)?shù)膱D表

? 選擇合適的可視化工具

? 提煉業(yè)務(wù)含義

7、 步驟6：撰寫(xiě)報(bào)告，形成業(yè)務(wù)策略

? 選擇報(bào)告種類(lèi)

? 完整的報(bào)告結(jié)構(gòu)

演練：產(chǎn)品精準(zhǔn)營(yíng)銷(xiāo)案例分析

? 如何搭建精準(zhǔn)營(yíng)銷(xiāo)分析框架

? 精準(zhǔn)營(yíng)銷(xiāo)分析的過(guò)程和步驟

第三部分： 數(shù)據(jù)分析方法—統(tǒng)計(jì)方法篇

問(wèn)題：數(shù)據(jù)分析方法的種類(lèi)？分析方法的不同應(yīng)用場(chǎng)景？

1、 業(yè)務(wù)分析的三個(gè)階段

? 現(xiàn)狀分析：通過(guò)企業(yè)運(yùn)營(yíng)指標(biāo)來(lái)發(fā)現(xiàn)規(guī)律及短板

? 原因分析：查找數(shù)據(jù)相關(guān)性，探尋目標(biāo)影響因素

? 預(yù)測(cè)分析：合理配置資源，預(yù)判業(yè)務(wù)未來(lái)的趨勢(shì)

2、 常用的數(shù)據(jù)分析方法種類(lèi)

? 描述性分析法（對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）

? 相關(guān)性分析法（相關(guān)/方差/卡方…）

? 預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹(shù)/神經(jīng)網(wǎng)絡(luò)…）

? 專(zhuān)題性分析法（聚類(lèi)/關(guān)聯(lián)/RFM模型/…）

3、 統(tǒng)計(jì)分析基礎(chǔ)

? 統(tǒng)計(jì)分析兩大關(guān)鍵要素（類(lèi)別、指標(biāo)）

? 統(tǒng)計(jì)分析的操作模式（類(lèi)別à指標(biāo)）

? 統(tǒng)計(jì)分析三個(gè)操作步驟（統(tǒng)計(jì)、畫(huà)圖、解讀）

? 透視表的三個(gè)組成部分

4、 常用的描述性指標(biāo)

? 集中程度：均值、中位數(shù)、眾數(shù)

? 離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR

? 分布形態(tài)：偏度、峰度

5、 基本分析方法及其適用場(chǎng)景

? 對(duì)比分析（查看數(shù)據(jù)差距，發(fā)現(xiàn)事物變化）

演練：尋找用戶(hù)的地域分布特征

演練：分析產(chǎn)品受歡迎情況及貢獻(xiàn)大小

演練：用數(shù)據(jù)來(lái)探索增量不增收困境的解決方案

? 分布分析（查看數(shù)據(jù)分布，探索業(yè)務(wù)層次）

演練：銀行用戶(hù)的消費(fèi)水平和消費(fèi)層次分析

演練：客戶(hù)年齡分布/收入分布分析

案例：通信運(yùn)營(yíng)商的流量套餐劃分合理性的評(píng)估

演練：呼叫中心接聽(tīng)電話(huà)效率分析（呼叫中心）

? 結(jié)構(gòu)分析（查看指標(biāo)構(gòu)成，評(píng)估結(jié)構(gòu)合理性）

案例：增值業(yè)務(wù)收入結(jié)構(gòu)分析（通信）

案例：物流費(fèi)用成本結(jié)構(gòu)分析（物流）

案例：中移動(dòng)用戶(hù)群動(dòng)態(tài)結(jié)構(gòu)分析

演練：財(cái)務(wù)領(lǐng)域的結(jié)構(gòu)瀑布圖、財(cái)務(wù)收支的變化瀑布圖

? 趨勢(shì)分析（發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律）

案例：破解零售店銷(xiāo)售規(guī)律

案例：手機(jī)銷(xiāo)量的淡旺季分析

案例：微信用戶(hù)的活躍時(shí)間規(guī)律

演練：發(fā)現(xiàn)客流量的時(shí)間規(guī)律

? 交叉分析（從多個(gè)維度的數(shù)據(jù)指標(biāo)分析）

演練：用戶(hù)性別+地域分布分析

演練：不同客戶(hù)的產(chǎn)品偏好分析

演練：不同學(xué)歷用戶(hù)的套餐偏好分析

演練：銀行用戶(hù)的違約影響因素分析

第四部分： 數(shù)據(jù)分析方法—分析框架篇

問(wèn)題：如何才能全面/系統(tǒng)地分析而不遺漏？如何分解和細(xì)化業(yè)務(wù)問(wèn)題？

1、 業(yè)務(wù)分析思路和分析框架來(lái)源于業(yè)務(wù)模型

2、 常用的業(yè)務(wù)模型

? 外部環(huán)境分析：PEST

? 業(yè)務(wù)專(zhuān)題分析：5W2H

? 競(jìng)品/競(jìng)爭(zhēng)分析：SWOT、波特五力

? 營(yíng)銷(xiāo)市場(chǎng)專(zhuān)題分析：4P/4C等

3、 用戶(hù)行為分析（5W2H分析思路和框架）

? WHY：原因（用戶(hù)需求、產(chǎn)品亮點(diǎn)、競(jìng)品優(yōu)劣勢(shì)）

? WHAT：產(chǎn)品（產(chǎn)品喜好、產(chǎn)品貢獻(xiàn)、產(chǎn)品功能、產(chǎn)品結(jié)構(gòu)）

? WHO：客戶(hù)（基本特征、消費(fèi)能力、產(chǎn)品偏好）

? WHEN：時(shí)間（淡旺季、活躍時(shí)間、重購(gòu)周期）

? WHERE：區(qū)域/渠道（區(qū)域喜好、渠道偏好）

? HOW：支付/促銷(xiāo)（支付方式、促銷(xiāo)方式有效性評(píng)估等）

? HOW MUCH：價(jià)格（費(fèi)用、成本、利潤(rùn)、收入結(jié)構(gòu)、價(jià)格偏好等）

案例討論：結(jié)合公司情況，搭建用戶(hù)消費(fèi)習(xí)慣的分析框架（5W2H）

第五部分： 數(shù)據(jù)分析方法—分析策略篇

問(wèn)題：數(shù)據(jù)多，混亂不堪，不知道從何處看出業(yè)務(wù)問(wèn)題？

1、 數(shù)據(jù)分析策略

? 先宏觀(guān)，后微觀(guān)

? 先整體，再部分

? 先普遍，再個(gè)別

? 先單維，再多維

? 先表象，再根因

? 先過(guò)去，再未來(lái)

2、 數(shù)據(jù)解讀要訣

? 看差距，找短板

? 看極值，評(píng)優(yōu)劣

? 看分布，分層次

? 看結(jié)構(gòu)，思重點(diǎn)

? 看趨勢(shì)，思重點(diǎn)

? 看峰谷，找規(guī)律

? 看異常，找原因

3、 解讀要符合業(yè)務(wù)邏輯

案例：營(yíng)業(yè)廳客流趨勢(shì)分析

第六部分： 數(shù)據(jù)分析報(bào)告—數(shù)據(jù)可視化篇（根據(jù)需要講解，課件留給學(xué)員參考）

1、 常用圖形類(lèi)型及選擇原則

2、 基本圖形畫(huà)圖技巧

3、 圖形美化原則

4、 表格美化技巧

案例：繪圖示例

第七部分： 數(shù)據(jù)分析報(bào)告—數(shù)據(jù)報(bào)告篇（根據(jù)需要講解，課件留給學(xué)員參考）

問(wèn)題：如何讓你的分析報(bào)告顯得更專(zhuān)業(yè)？

1、 分析報(bào)告的種類(lèi)與作用

2、 報(bào)告的結(jié)構(gòu)

3、 報(bào)告命名的要求

4、 報(bào)告的目錄結(jié)構(gòu)

5、 前言

6、 正文

7、 結(jié)論與建議

第八部分： 數(shù)據(jù)分析工具—Power Query數(shù)據(jù)預(yù)處理

問(wèn)題：如何提高數(shù)據(jù)預(yù)處理效率？如何避免重復(fù)工作避免加班？

1、 Power BI微軟專(zhuān)業(yè)數(shù)據(jù)工具簡(jiǎn)介

2、 Power BI組件框架

? Power Query超級(jí)查詢(xún)器

? Power Pivot超級(jí)透視表

? Power View交互式圖表工具

3、 PQ數(shù)據(jù)預(yù)處理功能

? 數(shù)據(jù)集成：數(shù)據(jù)集合并

? 數(shù)據(jù)清洗：異常數(shù)據(jù)處理

? 樣本處理：行篩選、提升標(biāo)題等

? 變量處理：列篩選、填充/合并/派生等

? 其它：表/查詢(xún)管理及其它

4、 多數(shù)據(jù)源讀取

? 多數(shù)據(jù)源讀取

演練：從文件/Excel/數(shù)據(jù)庫(kù)/Web頁(yè)獲取數(shù)據(jù)源

5、 數(shù)據(jù)組合/集成

? 樣本追加：橫向合并

? 變量合并：縱向合并/連接類(lèi)型

? 文件夾合并

演練：數(shù)據(jù)集成（追加、合并、文件夾）

6、 數(shù)據(jù)整理/預(yù)處理

? 數(shù)據(jù)表的管理

? 數(shù)據(jù)行的操作

? 數(shù)據(jù)列的操作

? 數(shù)據(jù)類(lèi)型和格式

演練：數(shù)據(jù)預(yù)處理操作

7、 數(shù)據(jù)共享

8、 PQ的本質(zhì)—強(qiáng)大M語(yǔ)言

演練：多表合并/成績(jī)排名/借貸費(fèi)用處理/采購(gòu)計(jì)劃處理等

第九部分： 數(shù)據(jù)分析工具—Power View交互式圖表

問(wèn)題：如何讓你的分析結(jié)果更直觀(guān)易懂？如何讓數(shù)據(jù)“慧”說(shuō)話(huà)？

1、 Power view簡(jiǎn)介

2、 圖表類(lèi)型與作用

3、 常用圖形及適用場(chǎng)景

4、 常用圖表格式化

? 柱狀圖、條形圖（差距對(duì)比分析）

? 折線(xiàn)圖（趨勢(shì)變化）

? 直方圖（分布層次分析）

? 餅圖、瀑布圖（指標(biāo)構(gòu)成分析）

? 雙坐標(biāo)圖（不同量綱呈現(xiàn)）

? 散點(diǎn)圖/氣泡圖（矩陣分析法）

? 漏斗圖（用戶(hù)轉(zhuǎn)化率分析）

演練：圖表制作與演示

5、 交互式圖表（快速交叉分析的法寶）

6、 分層鉆?。ň?jiǎn)不同維度的分析圖）

7、 四種篩選器（不同級(jí)別的篩選）

第十部分： 數(shù)據(jù)分析工具—Power Pivot數(shù)據(jù)建模

1、 超級(jí)透視表Power Pivot簡(jiǎn)介

2、 PP主要功能

? 關(guān)系模型：建立多表關(guān)聯(lián)，跨表作透視

? 計(jì)算列：生成新字段

? 新建表：生成新的表

? 度量值：定義統(tǒng)計(jì)指標(biāo)

演練：數(shù)據(jù)預(yù)處理操作

3、 計(jì)算列

? 新建簡(jiǎn)單列、關(guān)聯(lián)列、索引列等

? 計(jì)算列與度量值的區(qū)別

4、 度量值

? 度量值定義公式

? 度量值保存與計(jì)算

演練：度量值使用

5、 DAX數(shù)據(jù)分析表達(dá)式

? DAX公式

? DAX運(yùn)算符

? DAX函數(shù)

? DAX高級(jí)篩選函數(shù)

6、 上下文

? 行上下文

? 篩選上下文

? 度量值的計(jì)算原理

? 上下文沖突時(shí)的上下文處理

結(jié)束：課程總結(jié)與問(wèn)題答疑。