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：
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。
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。
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：
了解大数据基础知识，理解大数据思维方式。
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。
熟悉数据分析的基本过程，掌握Excel高级数据分析库操作。
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。
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】
每个学员自备一台便携机(必须)。
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？
数据分析面临的常见问题
不知道从哪里入手分析（缺少分析方法）
不知道收集什么样的数据（业务理解不足）
看不懂数据表达的意思（数据解读能力差）
担心分析不够全面（分析思路不系统）
认识数据分析
什么是数据分析
数据分析的三大作用
数据分析的三大类型
数据分析需要什么样的能力
懂业务、懂分析、懂工具、懂呈现
大数据应用的四层结构
数据基础层、数据模型层、业务模型层、业务应用层
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
数据分析的六步曲
步骤1：明确目的--理清思路
先有数据还是先有问题？
确定分析目的
确定分析思路
步骤2：数据收集—理清思路
明确收集数据范围
确定收集来源
确定收集方法
步骤3：数据预处理—寻找答案
数据清洗、转化、提取、计算
数据质量评估
步骤4：数据分析--寻找答案
分析方法选择
构建合适的分析模型
分析工具选择
步骤5：数据展示--观点表达
选择合适的可视化工具
选择恰当的图表
步骤6：报表撰写--观点表达
选择报告种类
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
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？
数据分析的三层次
统计汇总（对比/分组/结构/趋势/…）
数据分析（相关/方差/验证/回归/时序/…）
数据挖掘（聚类/分类/关联/RFM模型/…）
统计分析常用指标
正确理解均值、方差、分布
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
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）
基本数据分析方法及其适用场景
对比分析
分组分析
平均分析
趋势分析
交叉分析
结构分析
案例：服务水平数据分析案例
综合数据分析方法
多维数据分析（综合评价法）
财务数据分析（杜邦分析法）
流失率与转化率分析（漏斗分析法）
产品策略分析（象限图分析法）
案例：品牌认知度分析
最合适的分析方法才是硬道理。
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？
数据分析的目的
发现业务问题
发现业务规律
寻找业务解决策略
对比分析及业务策略
看差距，补短板
看极值，评优劣
看异常，找原因
结构分析及业务策略
看占比，聚焦重点
看失衡，优化结构
趋势分析及业务策略
看变化，说趋势
看峰谷，找规律
看异常，找原因
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？
数据分析的思想与框架
企业外部环境分析（PEST分析法）
案例：电信行业情况分析
用户消费行为分析（5W2H分析法）
案例：用户消费行为分析（5W2H）
公司整体经营情况分析（4P营销理论）
业务问题专题分析（逻辑树分析法）
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）
常用数据分析工具
常用数据分析EXCEL
专业数据分析SPSS
EXCEL分析功能介绍
模拟分析
规划求解
数据分析库
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？
描述统计内容
案例：均值、范围/方差计算？如何理解？
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？
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？
什么是相关关系
相关系数：衡量相关程度的指标
相关分析的过程
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
方差分析
商业问题：哪些才是影响销量的关键因素？
方差分析解决什么问题
方差分析种类：单因素/双因素可重复/双因素无重复
方差分析的应用场景
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
回归分析（预测）
商业问题：如何预测未来的销售量（定量分析）？
回归分析的基本原理
回归分析的作用
回归分析的种类（一元/多元、线性/曲线）
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
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
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？
时序分析的应用场景（基于时间的变化规律）
移动平均的预测原理
指数平滑的预测原理
案例：终端销量数据分析与预测
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？
聚类分析的应用场景
聚类分析的操作流程（SPSS）
聚类分析结果解读
案例：客户业务数据分析与聚类
授课老师
陈则 office软件及数据分析实战顾问
常驻地：北京
邀请老师授课：13439064501 陈助理
