時(shí)間

內(nèi)容

目的

2課時(shí)

一、大數(shù)據(jù)時(shí)代概述

1.大數(shù)據(jù)的應(yīng)用歷史

2.大數(shù)據(jù)的全景視圖

3.熱門(mén)的大數(shù)據(jù)工具有哪些

4.技術(shù)部門(mén)的員工應(yīng)該具備哪些大數(shù)據(jù)的技能?

5. CRISP方法論

案例演練：一個(gè)案例學(xué)會(huì)數(shù)據(jù)分析方法論

本模塊收益：

1）著重了解大數(shù)據(jù)的發(fā)展背景及趨勢(shì)，具備大數(shù)據(jù)的視野

2） 開(kāi)展形式：案例分析及演練

1課時(shí)

二、通信行業(yè)未來(lái)發(fā)展定位及趨勢(shì)分析

1.大數(shù)據(jù)在通信行業(yè)的運(yùn)用

2.大數(shù)據(jù)時(shí)代對(duì)通信傳統(tǒng)運(yùn)營(yíng)模式的改進(jìn)

3.轉(zhuǎn)型探索時(shí)期客戶對(duì)移動(dòng)的新期望

4.移動(dòng)競(jìng)爭(zhēng)力提升思考

本模塊收益：

掌握大數(shù)據(jù)對(duì)移動(dòng)的影響及引發(fā)對(duì)未來(lái)的思考

2課時(shí)

三、 指標(biāo)分析

1.為什么相同的指標(biāo)會(huì)出現(xiàn)不同的解讀?

2. 使用模型來(lái)解讀指標(biāo)

1)     案例：透過(guò)模型分析業(yè)務(wù)場(chǎng)景

3. 關(guān)于指標(biāo)的幾種常見(jiàn)算法

1)     均值/中位數(shù)

2)     四分位和箱線圖

3)     標(biāo)準(zhǔn)差

4)     時(shí)間序列分析分析法

4. 質(zhì)量定義與監(jiān)測(cè)

四、 數(shù)據(jù)監(jiān)測(cè)和異常值分析

1. 異常值的業(yè)務(wù)定義

2. 異常值的統(tǒng)計(jì)學(xué)定義

3. 基于規(guī)則異常值分析

1)     定義規(guī)則

2)     規(guī)則匹配

4. 基于數(shù)據(jù)挖掘算法的異常值發(fā)現(xiàn)

本模塊收益：

1、學(xué)會(huì)如可進(jìn)行數(shù)據(jù)解讀，建模的主要方法及計(jì)算方法

2、如何發(fā)現(xiàn)數(shù)據(jù)的異常，以及進(jìn)行數(shù)據(jù)監(jiān)控

3課時(shí)

五、構(gòu)建企業(yè)的分析體系

本節(jié)介紹如何在企業(yè)內(nèi)部實(shí)施大數(shù)據(jù)，利用大數(shù)據(jù)驅(qū)動(dòng)企業(yè)的營(yíng)銷動(dòng)作

1.    大數(shù)據(jù)如何與企業(yè)的營(yíng)銷結(jié)合

a)    營(yíng)銷動(dòng)作和大數(shù)據(jù)的結(jié)合

b)    崗位的設(shè)置和技能要求

2.    分析模型的設(shè)計(jì)、實(shí)施工具

a)    SPSS Clementine簡(jiǎn)介

b)    SAS簡(jiǎn)介

c)    SQL Analysis簡(jiǎn)介

d)    Excel控件簡(jiǎn)介

3.    數(shù)據(jù)的收集和準(zhǔn)備

a)    數(shù)據(jù)的來(lái)源

b)    原始數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)數(shù)據(jù)

六、基于關(guān)鍵指標(biāo)的分析方法

指標(biāo)分析是一種快速的企業(yè)績(jī)效分析手段，是衡量企業(yè)健康狀況的健康指標(biāo)， 本節(jié)介紹如何通過(guò)指標(biāo)構(gòu)建數(shù)據(jù)分析模型。

1.    案例思考：從一張報(bào)表說(shuō)起

2.    傳統(tǒng)的基于績(jī)效考核指標(biāo)分析的缺陷

3.    把KPI指標(biāo)和管理理念相結(jié)合，搭建分析模型分析營(yíng)銷狀況

4.    案例解析：

a)    競(jìng)爭(zhēng)力分析模型

b)    利潤(rùn)分析模型

本模塊收益：

1、 從市場(chǎng)營(yíng)銷角度分析數(shù)據(jù)，找到客戶行為規(guī)則，并與營(yíng)銷相結(jié)合，為后續(xù)的營(yíng)銷方案提供依據(jù)

2、 掌握關(guān)鍵的數(shù)據(jù)分析運(yùn)用工具，以及數(shù)據(jù)分析方法，通過(guò)關(guān)鍵指標(biāo)進(jìn)行案例分析

3、開(kāi)展形式：案例分析、工具演練、現(xiàn)場(chǎng)實(shí)操、現(xiàn)場(chǎng)輔導(dǎo)

3課時(shí)

七、 常用的挖掘算法簡(jiǎn)介

1.描述類分析算法

1)     關(guān)聯(lián)規(guī)則

2)     聚類分析

3)     異常值分析

2. 分類和預(yù)測(cè)算法

1)     類神經(jīng)網(wǎng)絡(luò)

2)     決策樹(shù)

3)     邏輯斯蒂回歸

4)     貝葉斯網(wǎng)絡(luò)

5)     時(shí)間序列

八、管理理念下的實(shí)用數(shù)據(jù)工具

1.統(tǒng)計(jì)和計(jì)算過(guò)程是機(jī)器的事

案例分析：數(shù)據(jù)挖掘工具使用

2.矩陣分析的應(yīng)用

3.敏感性分析尋找管理方向

案例分析：多維度規(guī)劃

本模塊收益：

1、掌握常用的數(shù)據(jù)挖掘與分析的方法及工具

2、現(xiàn)場(chǎng)制作數(shù)據(jù)分析模型，圖表，工具應(yīng)用，講師現(xiàn)場(chǎng)輔導(dǎo)點(diǎn)評(píng)

制定行動(dòng)學(xué)習(xí)計(jì)劃