本課程從實際的業(yè)務(wù)需求出發(fā)，結(jié)合行業(yè)的典型應(yīng)用特點，圍繞實際的商業(yè)問題，對數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進行了全面的介紹（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)可視化和報告撰寫），通過大量的操作演練，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)營數(shù)據(jù)中進行分析，挖掘客戶行為特點，幫助運營團隊深入理解業(yè)務(wù)運作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運營決策的目的。

通過本課程的學(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)過程，能夠按步驟進行數(shù)據(jù)分析

4、  掌握常用數(shù)據(jù)分析方法，熟練使用Excel高級數(shù)據(jù)分析工具

5、  掌握常用高級定量預(yù)測模型，理解模型原理，學(xué)會解讀模型含義

【學(xué)員要求】

1、     每個學(xué)員自備一臺便攜機(必須)。

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

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】

理論精講 + 案例演練 + 實際業(yè)務(wù)問題分析 + Excel實踐操作

采用互動式教學(xué)，圍繞業(yè)務(wù)問題，展開數(shù)據(jù)分析過程，全過程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實踐過程中獲得能力提升。

第一部分：  數(shù)據(jù)核心理念—數(shù)據(jù)思維篇

問題：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

2、 大數(shù)據(jù)的本質(zhì)

‐  數(shù)據(jù)，是事物發(fā)展和變化過程中留下的痕跡

‐  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（即四大核心價值）

‐  探索業(yè)務(wù)規(guī)律，按規(guī)律來管理決策

案例：客流規(guī)律與排班及最佳營銷時機

案例：致命交通事故發(fā)生的時間規(guī)律

‐  發(fā)現(xiàn)運營變化，定短板來運營決策

案例：考核周期導(dǎo)致的員工月初懈怠

案例：工序信號異常監(jiān)測設(shè)備故障

‐  理清要素關(guān)系，找影響因素來決策

案例：情緒對于股市漲跌的影響

案例：為何升職反而會增加離職風(fēng)險？

‐  預(yù)測未來趨勢，通過預(yù)判進行決策

案例：惠普預(yù)測員工離職風(fēng)險及挽留

案例：保險公司的車險預(yù)測與個性化保費定價

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

‐  業(yè)務(wù)數(shù)據(jù)化：將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)問題

‐  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)對策略

案例：用數(shù)據(jù)來識別喜歡賺“差價”的營業(yè)員

第二部分：  精準(zhǔn)營銷分析—分析步驟篇

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)問題

‐  確定分析思路：分解業(yè)務(wù)問題，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：撰寫報告，形成業(yè)務(wù)策略

‐  選擇報告種類

‐  完整的報告結(jié)構(gòu)

演練：產(chǎn)品精準(zhǔn)營銷案例分析

‐  如何搭建精準(zhǔn)營銷分析框架

‐  精準(zhǔn)營銷分析的過程和步驟

第三部分：  用戶行為分析—統(tǒng)計方法篇

問題：數(shù)據(jù)分析方法的種類？分析方法的不同應(yīng)用場景？

1、 業(yè)務(wù)分析的三個階段

‐  現(xiàn)狀分析：通過企業(yè)運營指標(biāo)來發(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)測分析：合理配置資源，預(yù)判業(yè)務(wù)未來的趨勢

2、 常用的數(shù)據(jù)分析方法種類

‐  描述性分析法（對比/分組/結(jié)構(gòu)/趨勢/交叉…）

‐  相關(guān)性分析法（相關(guān)/方差/卡方…）

‐  預(yù)測性分析法（回歸/時序/決策樹/神經(jīng)網(wǎng)絡(luò)…）

‐  專題性分析法（聚類/關(guān)聯(lián)/RFM模型/…）

3、 統(tǒng)計分析基礎(chǔ)

‐  統(tǒng)計分析兩大關(guān)鍵要素（類別、指標(biāo)）

‐  統(tǒng)計分析的操作模式（類別à指標(biāo)）

‐  統(tǒng)計分析三個操作步驟（統(tǒng)計、畫圖、解讀）

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景

‐  對比分析（查看數(shù)據(jù)差距，發(fā)現(xiàn)事物變化）

演練：尋找用戶的地域分布特征

演練：分析產(chǎn)品受歡迎情況及貢獻大小

演練：用數(shù)據(jù)來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：銀行用戶的消費水平和消費層次分析

演練：客戶年齡分布/收入分布分析

案例：通信運營商的流量套餐劃分合理性的評估

演練：呼叫中心接聽電話效率分析（呼叫中心）

‐  結(jié)構(gòu)分析（查看指標(biāo)構(gòu)成，評估結(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：物流費用成本結(jié)構(gòu)分析（物流）

案例：中移動用戶群動態(tài)結(jié)構(gòu)分析

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

‐  趨勢分析（發(fā)現(xiàn)事物隨時間的變化規(guī)律）

案例：破解零售店銷售規(guī)律

案例：手機銷量的淡旺季分析

案例：微信用戶的活躍時間規(guī)律

演練：發(fā)現(xiàn)客流量的時間規(guī)律

‐  交叉分析（從多個維度的數(shù)據(jù)指標(biāo)分析）

演練：用戶性別+地域分布分析

演練：不同客戶的產(chǎn)品偏好分析

演練：不同學(xué)歷用戶的套餐偏好分析

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(tǒng)地分析而不遺漏？如何分解和細(xì)化業(yè)務(wù)問題？

1、 業(yè)務(wù)分析思路和分析框架來源于業(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（用戶需求、產(chǎn)品亮點、競品優(yōu)劣勢）

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

‐  WHO：客戶（基本特征、消費能力、產(chǎn)品偏好）

‐  WHEN：時間（淡旺季、活躍時間、重購周期）

‐  WHERE：區(qū)域/渠道（區(qū)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(jié)構(gòu)、價格偏好等）

4、 案例研討

結(jié)合公司具體業(yè)務(wù)目標(biāo)，搭建數(shù)據(jù)分析框架

第五部分：  數(shù)據(jù)分析報告—數(shù)據(jù)可視化篇(基于需求，略講或不講)

1、 常用圖形類型及選擇原則

2、 基本圖形畫圖技巧

3、 圖形美化原則

4、 表格美化技巧

案例：繪圖示例

第六部分：  數(shù)據(jù)分析報告—數(shù)據(jù)報告篇(基于需求，略講或不講)

問題：如何讓你的分析報告顯得更專業(yè)？

1、 分析報告的種類與作用

2、 報告的結(jié)構(gòu)

3、 報告命名的要求

4、 報告的目錄結(jié)構(gòu)

5、 前言

6、 正文

7、 結(jié)論與建議

案例：報告示例和演示

第七部分：  影響因素分析—原因分析篇

營銷問題：哪些因素是影響業(yè)務(wù)目標(biāo)的關(guān)鍵要素？比如，產(chǎn)品在貨架上的位置是否對銷量有影響？價格和廣告開銷是如何影響銷量的？影響風(fēng)控的關(guān)鍵因素有哪些？如何判斷？

1、 影響因素分析的常見方法

2、 相關(guān)分析（衡量兩數(shù)據(jù)型變量的線性相關(guān)性）

‐  相關(guān)分析簡介

‐  相關(guān)分析的應(yīng)用場景

‐  相關(guān)分析的種類

‐  相關(guān)分析的基本步驟

演練：營銷費用會影響銷售額嗎？影響程度如何量化？

演練：哪些因素與汽車銷量有相關(guān)性

演練：影響用戶消費水平的因素會有哪些

3、 方差分析（衡量類別變量與數(shù)值變量間的相關(guān)性）

‐  方差分析的應(yīng)用場景

‐  方差分析的三個種類

2  單因素方差分析

2  多因素方差分析

2  協(xié)方差分析

‐  單因素方差分析的原理

‐  方差分析的四個步驟

‐  解讀方差分析結(jié)果的兩個要點

演練：擺放位置與銷量有關(guān)嗎

演練：客戶學(xué)歷對消費水平的影響分析

演練：廣告和價格是影響終端銷量的關(guān)鍵因素嗎

演練：營業(yè)員的性別、技能級別對產(chǎn)品銷量有影響嗎

演練：尋找影響產(chǎn)品銷量的關(guān)鍵因素

4、 相關(guān)性分析方法總結(jié)

第八部分：  因素量化分析—回歸分析篇

營銷問題：如何預(yù)測未來的產(chǎn)品銷量/銷售額？如果產(chǎn)品跟隨季節(jié)性變動，該如何預(yù)測？

1、 回歸分析簡介和原理

2、 回歸分析的種類

‐  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）

‐  線性回歸工具（多元線性）

‐  規(guī)劃求解工具（非線性回歸）

演練：散點圖找營銷費用與銷售額的關(guān)系

4、 線性回歸分析的五個步驟

演練：營銷費用、辦公費用與銷售額的關(guān)系（線性回歸）

5、 線性回歸方程的解讀技巧

‐  定性描述：正相關(guān)/負(fù)相關(guān)

‐  定量描述：自變量變化導(dǎo)致因變量的變化程度

6、 回歸預(yù)測模型評估

‐  質(zhì)量評估指標(biāo)：判定系數(shù)R^2

‐  如何選擇最佳回歸模型

演練：如何選擇最佳的回歸預(yù)測模型（一元曲線回歸）

7、 帶分類自變量的回歸預(yù)測

演練：汽車季度銷量預(yù)測

演練：工齡、性別與終端銷量的關(guān)系

演練：如何評估銷售目標(biāo)與資源最佳配置

結(jié)束：課程總結(jié)與問題答疑。