本(ben)課(ke)程從(cong)實(shi)際的(de)(de)(de)業(ye)務(wu)需(xu)求出(chu)發，結(jie)合行(xing)業(ye)的(de)(de)(de)典型應用特點，圍繞實(shi)際的(de)(de)(de)商業(ye)問題，對數(shu)據(ju)(ju)分(fen)析及數(shu)據(ju)(ju)挖(wa)掘(jue)(jue)技術(shu)進行(xing)了全(quan)面的(de)(de)(de)介(jie)紹（從(cong)數(shu)據(ju)(ju)收集與(yu)處(chu)理，到(dao)數(shu)據(ju)(ju)分(fen)析與(yu)挖(wa)掘(jue)(jue)，再到(dao)數(shu)據(ju)(ju)可視化和報告撰寫），通(tong)過大(da)量的(de)(de)(de)操(cao)作演練，幫助學員掌握數(shu)據(ju)(ju)分(fen)析和數(shu)據(ju)(ju)挖(wa)掘(jue)(jue)的(de)(de)(de)思路、方法、表達(da)、工具，從(cong)大(da)量的(de)(de)(de)企業(ye)經(jing)營(ying)數(shu)據(ju)(ju)中(zhong)進行(xing)分(fen)析，挖(wa)掘(jue)(jue)客戶行(xing)為特點，幫助運(yun)(yun)營(ying)團隊深入理解業(ye)務(wu)運(yun)(yun)作，以(yi)達(da)到(dao)提升學員的(de)(de)(de)數(shu)據(ju)(ju)綜合分(fen)析能力，支撐運(yun)(yun)營(ying)決策(ce)的(de)(de)(de)目的(de)(de)(de)。

通過(guo)本課(ke)程的學習，達(da)到如下目的：

1、  了解(jie)數(shu)(shu)據分析的本(ben)質(zhi)，理解(jie)數(shu)(shu)據決策的底層(ceng)邏(luo)輯

2、  學會(hui)搭建數(shu)據分析框架，熟(shu)悉常用的業務模(mo)型

3、  熟悉數據(ju)(ju)分析標準(zhun)過程，能夠(gou)按(an)步驟進行(xing)數據(ju)(ju)分析

4、  掌握常用(yong)數據分(fen)析方法，熟練(lian)使用(yong)Excel高級數據(ju)分析工具

5、  掌握常用(yong)高級定量預測(ce)模型，理解模型原理，學(xue)會解讀模型含義

【學員要(yao)求】

1、     每個學員自備一臺(tai)便攜機(ji)(必(bi)須)。

2、     便攜機中事先(xian)安裝(zhuang)好Excel 2013版本（建議2016版本以上）。

注(zhu)：講師可以提供試用版本軟件及分析數(shu)據源(yuan)。

【授課(ke)方式】

理論(lun)精講 + 案例演練 + 實際(ji)業務問題分析(xi) + Excel實踐操作

采用互動(dong)式教學，圍繞(rao)業務問題，展開數據分(fen)析(xi)過(guo)程(cheng)，全過(guo)程(cheng)演練(lian)操(cao)作，讓學員在分(fen)析(xi)、分(fen)享、講(jiang)授、總結(jie)、自(zi)我實踐過(guo)程(cheng)中獲得能力提(ti)升。

第一部分：  數據核心理(li)念—數據思(si)維篇

問題：什么(me)是數據(ju)思(si)維？大數據(ju)決策的(de)底(di)層(ceng)邏輯以及決策依據(ju)是什么(me)？

1、 數字化五大技術戰略：ABCDI戰略

2、 大數據的本質

‐  數據，是事物發展和變化過程中留下的痕跡(ji)

‐  大(da)數據不在于量(liang)大(da)，而在于全（多維性）

‐  業務導向還是技術導向

3、 大(da)數據決策的底層(ceng)邏(luo)輯（即四大(da)核心價值(zhi)）

‐  探索業(ye)務規律，按規律來(lai)管理決策

案例(li)：客流規律與排班及最(zui)佳營銷時機

案例：致命交通事故發生的時間(jian)規律(lv)

‐  發現運營變化，定短板來運營決策

案例：考核(he)周(zhou)期導致的(de)員工月初懈怠

案(an)例：工序信號異(yi)常監測設備故障

‐  理清要素(su)關系，找影響因素(su)來(lai)決(jue)策

案(an)例：情緒對于(yu)股(gu)市(shi)漲跌的(de)影響

案(an)例：為何升(sheng)職反(fan)而會增加離職風險？

‐  預(yu)測未來(lai)趨勢，通過預(yu)判(pan)進行決(jue)策

案例：惠普預測員工(gong)離(li)職風險及挽留

案例：保險(xian)公司的車險(xian)預測與個(ge)性化(hua)保費(fei)定價

4、 大數(shu)據決(jue)策的三個關鍵環節

‐  業(ye)務數據(ju)化：將(jiang)業(ye)務問題轉化為(wei)數據(ju)問題

‐  數據(ju)(ju)信息化：提取(qu)數據(ju)(ju)中的業務規律(lv)信息

‐  信息策略化：基于規律形成(cheng)業務應對策略

案例(li)：用數據(ju)來識別喜歡賺“差價”的營(ying)業員

第二部分：  精準營銷分析—分析步(bu)驟篇

1、 數據(ju)分析的六步曲

2、 步驟1：明確目的，確定分析思路

‐  確(que)定(ding)分析目(mu)的：要解決(jue)什么樣的業(ye)務問題(ti)

‐  確定(ding)分(fen)析(xi)思路：分(fen)解業務(wu)問題，構建(jian)分(fen)析(xi)框架

3、 步驟2：收集數據，尋找分析素材

‐  明確數據范圍(wei)

‐  確定(ding)收集來源

‐  確定(ding)收集方(fang)法

4、 步驟3：整理數據，確保數據質量

‐  數(shu)據質(zhi)量評(ping)估

‐  數據清洗、數據處(chu)理和變量處(chu)理

‐  探索性分析

5、 步驟4：分析數據，尋找業務答案

‐  選擇合適的分(fen)析(xi)方法(fa)

‐  構建合適的(de)分析模型

‐  選擇合適的分析(xi)工(gong)具

6、 步驟5：呈現數，解讀業務規律

‐  選擇恰(qia)當的圖表(biao)

‐  選(xuan)擇(ze)合適的可視化工具

‐  提煉(lian)業務含義

7、 步驟6：撰寫報告，形成業務策略

‐  選擇報(bao)告種(zhong)類

‐  完整的(de)報告(gao)結構

演(yan)練：產品精準(zhun)營銷案例分析

‐  如(ru)何搭建精準營(ying)銷分析框架

‐  精準營銷分析的(de)過程(cheng)和(he)步驟

第三部分：  用戶行為(wei)分析—統計方法篇

問題：數(shu)據分析(xi)方(fang)法的種類(lei)？分析(xi)方(fang)法的不同應用場景？

1、 業務分(fen)析(xi)的三個階段

‐  現狀(zhuang)分析(xi)：通過企業運營(ying)指標來發現規律及短板

‐  原因(yin)分析：查(cha)找數據相(xiang)關性，探尋(xun)目標影響因(yin)素

‐  預(yu)測(ce)分析(xi)：合理配置資源(yuan)，預(yu)判業務未來的趨(qu)勢(shi)

2、 常用(yong)的(de)數(shu)據(ju)分析方法種類(lei)

‐  描述性分析法（對比/分組/結構/趨勢/交叉…）

‐  相關性分析法（相關/方差/卡方…）

‐  預測性分析法（回歸/時序/決策樹/神經網絡…）

‐  專題性分析法（聚類/關聯/RFM模型/…）

3、 統計分(fen)析基礎

‐  統計分(fen)析兩大關鍵要素（類(lei)別、指標）

‐  統(tong)計分析的(de)操作模式（類(lei)別à指標）

‐  統計分(fen)析三個(ge)操(cao)作步驟（統計、畫(hua)圖、解讀）

4、 常用的描述性指標

‐  集中程(cheng)度(du)：均值、中位數、眾數

‐  離散程度：極差、方差/標準差、IQR

‐  分(fen)布形態：偏度(du)(du)、峰度(du)(du)

5、 基本分析方法及其適用場景

‐  對比分析（查看數(shu)據差距，發現(xian)事物變化）

演練：尋(xun)找用(yong)戶的地域(yu)分布特征

演練：分析產(chan)品受(shou)歡迎(ying)情況及貢(gong)獻大小

演練：用(yong)數據來探索(suo)增(zeng)量不(bu)增(zeng)收困境的解決方(fang)案(an)

‐  分布分析(xi)（查看數據(ju)分布，探索業務層(ceng)次）

演練：銀行用戶的消費水平和(he)消費層次分析

演練：客戶年齡分布/收入分布分析

案(an)例：通(tong)信運(yun)營商的流量套餐劃分(fen)合(he)理(li)性的評估(gu)

演練：呼叫(jiao)中心(xin)(xin)接聽(ting)電話效率(lv)分析（呼叫(jiao)中心(xin)(xin)）

‐  結構分(fen)析（查看指標(biao)構成(cheng)，評估結構合理性(xing)）

案例(li)：增值業務收入結構分析（通信）

案(an)例：物(wu)流費(fei)用成(cheng)本(ben)結構(gou)分析（物(wu)流）

案例：中移動用戶群動態結構分析

演練：財務領域的結構瀑布圖、財務收支的變化瀑布圖

‐  趨勢分析（發現事物隨時間的變化規律）

案例(li)：破解零售(shou)(shou)店銷售(shou)(shou)規律

案例：手機銷量(liang)的(de)淡旺季分析

案(an)例：微信用戶的活(huo)躍(yue)時間規律

演練：發現(xian)客流量的時間規律(lv)

‐  交(jiao)叉分析（從多個(ge)維度(du)的數據(ju)指標分析）

演練：用戶性別+地域分布分析

演(yan)練：不(bu)同客戶的產品偏(pian)好分析

演練(lian)：不同學歷(li)用戶的套餐(can)偏好(hao)分(fen)析

演練：銀行用戶的違約影響因素分析

第四部分：  用戶行為分析—分析框架篇

問題：如何才能全面/系統地分析而不遺漏？如何分解和細化業務問題？

1、 業務(wu)分析(xi)思路和分析(xi)框架來(lai)源于業務(wu)模型

2、 常用的業務模型

‐  外部環境分析：PEST

‐  業務專題分析：5W2H

‐  競品/競爭分析：SWOT、波特五力

‐  營銷市場專題分析：4P/4C等

3、 用戶行為分析（5W2H分析思路和框架）

‐  WHY：原因（用(yong)戶(hu)需求、產品亮點、競(jing)品優劣勢）

‐  WHAT：產(chan)(chan)品(pin)(pin)（產(chan)(chan)品(pin)(pin)喜好、產(chan)(chan)品(pin)(pin)貢獻、產(chan)(chan)品(pin)(pin)功能、產(chan)(chan)品(pin)(pin)結構）

‐  WHO：客(ke)戶(hu)（基(ji)本特征、消費能力、產(chan)品偏(pian)好）

‐  WHEN：時間（淡旺季、活(huo)躍時間、重購(gou)周期）

‐  WHERE：區域/渠道（區域喜好、渠道偏好）

‐  HOW：支付/促銷（支付方式、促銷方式有效性評估等）

‐  HOW MUCH：價格（費用、成本、利潤、收入結構、價格偏(pian)好等）

4、 案例研(yan)討

結合公司具體業務目標，搭建數據分析(xi)框架

第五部分：  數據(ju)分析報告—數據(ju)可視化篇(基于需求，略講或不講)

1、 常用圖形類型及選擇原(yuan)則

2、 基本圖形畫(hua)圖技(ji)巧

3、 圖形美(mei)化原則

4、 表格美(mei)化技巧

案例(li)：繪(hui)圖示(shi)例(li)

第六部分：  數據分析報告—數(shu)據報告篇(基于需求(qiu)，略講(jiang)或(huo)不講(jiang))

問題：如何讓(rang)你的(de)分析(xi)報(bao)告顯得更專業？

1、 分析報告的種類與作用

2、 報告的結構

3、 報告命名(ming)的要求

4、 報(bao)告的目錄結構

5、 前(qian)言(yan)

6、 正文

7、 結論與建(jian)議(yi)

案例(li)：報告(gao)示例(li)和(he)演示

第七部分：  影響因素分(fen)析—原因分析篇

營銷問題：哪些因素(su)是影響(xiang)業務目(mu)標的(de)關鍵要素(su)？比如，產(chan)品在貨架上的(de)位置是否對銷(xiao)(xiao)量有(you)影響？價格和廣告(gao)開銷(xiao)(xiao)是如何影響銷(xiao)(xiao)量的(de)？影(ying)響風控的關鍵因素有(you)哪些？如何判斷？

1、 影響因(yin)素分析的常見(jian)方法

2、 相關分析(xi)（衡量兩數據型變量的線性(xing)相關性(xing)）

‐  相(xiang)關(guan)分析簡(jian)介(jie)

‐  相關分析的應(ying)用場(chang)景

‐  相(xiang)關分析的(de)種(zhong)類

‐  相關分析的基(ji)本步驟

演練：營銷(xiao)費用會(hui)影(ying)響(xiang)銷(xiao)售額(e)嗎(ma)？影(ying)響(xiang)程度如何量化(hua)？

演練：哪些因素(su)與汽(qi)車(che)銷(xiao)量有相關(guan)性

演練：影響(xiang)用戶(hu)消費水平的(de)因素會有哪些

3、 方差分析（衡量類別(bie)變量與數值(zhi)變量間的(de)相關性(xing)）

‐  方差(cha)分(fen)析(xi)的(de)應(ying)用(yong)場景

‐  方差分析(xi)的三個種類

2  單因素方差(cha)分析

2  多因素方差(cha)分析

2  協方差(cha)分析

‐  單因素方(fang)差(cha)分析的原理

‐  方差分析的四(si)個步(bu)驟

‐  解讀(du)方差分析結(jie)果(guo)的(de)兩個(ge)要點

演練：擺放位置與(yu)銷量有關嗎

演練：客戶學(xue)歷對消(xiao)費水平的影(ying)響分析

演練：廣(guang)告和(he)價格是影響(xiang)終(zhong)端銷量的關鍵因素嗎(ma)

演練：營業員的(de)性別、技能級別對產品銷量有(you)影響嗎

演練：尋找影響產(chan)品(pin)銷量的關(guan)鍵因素(su)

4、 相關性(xing)分析(xi)方法總結

第八部分：  因(yin)素量(liang)化(hua)分析—回歸分(fen)析篇

營銷問題：如何預測未來的產品銷量/銷售額？如果產品跟隨季節性變動，該如何預測？

1、 回歸分析簡介和(he)原(yuan)理

2、 回歸分析(xi)的種類(lei)

‐  一元回歸/多元回歸

‐  線性回歸/非線性回歸

3、 常用回歸分析方法

‐  散點圖+趨勢線（一元）

‐  線性(xing)回歸工(gong)具（多元(yuan)線性(xing)）

‐  規劃求解工具(ju)（非線性回(hui)歸）

演練：散點(dian)圖找營銷費(fei)用與銷售額(e)的關系

4、 線性(xing)回歸(gui)分析的(de)五個(ge)步(bu)驟

演練：營(ying)銷(xiao)(xiao)費用、辦公費用與銷(xiao)(xiao)售額(e)的關系（線性回歸）

5、 線性回歸方(fang)程(cheng)的(de)解讀技巧

‐  定性描述：正相關/負相關

‐  定量描(miao)述(shu)：自變量變化(hua)(hua)導致因變量的變化(hua)(hua)程(cheng)度

6、 回歸預(yu)測(ce)模型評(ping)估(gu)

‐  質量評估指標：判定系數R^2

‐  如何選(xuan)擇最佳回歸模型

演練：如(ru)何選擇最佳的回(hui)歸預測模(mo)型（一元曲線回(hui)歸）

7、 帶分類自變(bian)量的回歸(gui)預測

演練(lian)：汽車季度(du)銷量預測

演練：工齡、性別與(yu)終端銷(xiao)量的(de)關系

演練：如何評估銷售目(mu)標與資源最佳配置

結(jie)束：課程總(zong)結(jie)與問題答疑。