您当前的位置:首页>课程>大数据分析与挖掘综合能力提升实战(中级)

大数据分析与挖掘综合能力提升实战(中级)

浏览:550
分享

一航 Read more

百林哲咨询(北京)有限公司专家团队成员

曾任华为技术专家,五篇技术专利,工作期间获得华为数项奖项,曾在英国、日本、荷兰等国家做项目,对大数据有深入的研究。

简介

本课程为大数据分析中级课程,需要在初级课程之后学习。面向所有应用型人员,包括业务部分,以及数据分析部门,系统开发人员也同样需要学习。

本课程核心内容为数据挖掘,预测模型,以及模型优化,帮助学员构建系统全面的业务分析思维,提升学员的数据分析综合能力。

本课程覆盖了如下内容:

1、数据挖掘基础知识。

2、常用数值预测模型。

3、常用时序预测模型。

4、数据预处理的基本过程。

本系列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。

学员要求

1、每个学员自备一台便携机(必须)。

2、便携机中事先安装好Microsoft Office Excel 2013版本及以上。

3、便携机中事先安装好IBM SPSS Statistics v19版本及以上。

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+方法讲解+实际业务问题分析+工具实践操作

采用互动式教学,围绕业务问题,展开数据分析过程,全过程演练操作,让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。

目标

1、了解数据挖掘基础知识,以及数据挖掘标准过程。

2、掌握建模前的影响因素分析,学会寻找影响业务的关键因素。

3、熟练使用数值预测模型,掌握回归预测模型,学会解读模型中业务规律。

4、学会自定义回归模型,能够对回归模型进行优化,并找到最优的回归模型。

5、熟练掌握预处理的基本过程,并根据业务实际情况进行处理。

课程时长

2天(12H)

受众人群

业务支撑部、运营分析部、数据分析部、大数据系统开发部等对业务数据分析有较高要求的相关人员。

分享提纲

第一部分:数据挖掘基础

1、数据挖掘概述

2、数据挖掘的标准流程(CRISP-DM)

Ø 商业理解

Ø 数据准备

Ø 数据理解

Ø 模型建立

Ø 模型评估

Ø 模型应用

案例:客户流失预测及客户挽留

3、数据集概述

4、变量的类型

Ø 存储类型

Ø 度量类型

Ø 角色

5、SPSS工具介绍

6、数据挖掘常用模型

第二部分:影响因素分析篇

问题:如何判断一个因素对另一个因素有影响?比如:价格是否会影响产品销量?产品的陈列位置是否会影响销量?学历是否与客户流失有关系?影响风险的关键因素有哪些?

1、影响因素分析的常见方法

2、相关分析(衡量两数据型变量的线性相关性)

问题:这两个属性是否会相互影响?影响程度大吗?

Ø 相关分析简介

Ø 相关分析的应用场景

Ø 相关分析的种类

² 简单相关分析

² 偏相关分析

² 距离相关分析

Ø 相关系数的三种计算公式

² Pearson相关系数

² Spearman相关系数

² Kendall相关系数

Ø 相关分析的假设检验

Ø 相关分析的四个基本步骤

演练:体重与腰围的关系

演练:营销费用会影响销售额吗

演练:哪些因素与汽车销量有相关性

演练:话费与网龄的相关分析

Ø 偏相关分析

² 偏相关原理:排除不可控因素后的两变量的相关性

² 偏相关系数的计算公式

² 偏相关分析的适用场景

Ø 距离相关分析

3、方差分析(衡量类别变量与数值变量间的相关性)

问题:哪些才是影响销量的关键因素?

Ø 方差分析的应用场景

Ø 方差分析的三个种类

² 单因素方差分析

² 多因素方差分析

² 协方差分析

Ø 方差分析的原理

Ø 方差分析的四个步骤

Ø 解读方差分析结果的两个要点

演练:终端摆放位置与终端销量有关吗

演练:开通月数对客户流失的影响分析

演练:客户学历对消费水平的影响分析

演练:广告和价格是影响终端销量的关键因素吗

演练:营业员的性别、技能级别对产品销量有影响吗

演练:寻找影响产品销量的关键因素

Ø 多因素方差分析原理

Ø 多因素方差分析的作用

Ø 多因素方差结果的解读

演练:广告形式、地区对销量的影响因素分析(多因素)

Ø 协方差分析原理

Ø 协方差分析的适用场景

演练:饲料对生猪体重的影响分析(协方差分析)

4、列联分析/卡方检验(两类别变量的相关性分析)

Ø 交叉表与列联表

Ø 卡方检验的原理

Ø 卡方检验的几个计算公式

Ø 列联表分析的适用场景

案例:套餐类型对客户流失的影响分析

案例:学历对业务套餐偏好的影响分析

案例:行业/规模对风控的影响分析

5、相关性分析方法总结

第三部分:回归预测模型篇

问题:如何预测产品的销量/销售金额?

1、常用预测模型

Ø 数值预测:回归预测/时序预测

Ø 分类预测:逻辑回归、决策树、神经网络、…

2、回归分析/回归预测

问题:如何预测未来的销售量(定量分析)?

Ø 回归分析简介

Ø 回归分析的种类(一元/多元、线性/曲线)

Ø 得到回归方程的常用工具

² 散点图+趋势线

² 线性回归工具

² 规划求解工具

演练:散点图找营销费用与销售额的关系(一元回归)

Ø 线性回归分析的五个步骤

演练:营销费用、办公费用与销售额的关系(线性回归)

Ø 解读线性回归分析结果的技巧

² 定性描述:正相关/负相关

² 定量描述:自变量变化导致因变量的变化程度

Ø 回归预测模型质量

² 评估指标:判定系数R^2、

² 如何选择最佳回归模型

演练:如何选择最佳的回归预测模型(一元曲线回归)

Ø 预测值准确性评估

² MAD、MSE/RMSE、MAPE等

演练:如何选择最佳的回归预测模型(一元曲线回归)

Ø 带分类变量的回归预测

演练:汽车季度销量预测

演练:工龄、性别与终端销量的关系

演练:如何评估销售目标与资源配置(营业厅)

3、自动筛选不显著因素(自变量)

第四部分:回归模型优化篇

1、回归分析的基本原理

Ø 三个基本概念:总变差、回归变差、剩余变差

Ø 方程的显著性检验:是否可以做回归分析?

Ø 因素的显著性检验:自变量是否可用?

Ø 拟合优度检验:回归模型的质量评估?

Ø 理解标准误差的含义:预测的准确性?

2、模型优化思路:寻找最佳回归拟合线

Ø 如何处理预测离群值(剔除离群值)

Ø 如何剔除不显著因素(剔除不显著因素)

Ø 如何进行非线性关系检验(增加非线性自变量)

Ø 如何进行相互作用检验(增加相互作用自变量)

Ø 如何进行多重共线性检验(剔除共线性自变量)

Ø 如何检验误差项(修改因变量)

Ø 如何判断模型过拟合(模型过拟合判断)

演练:模型优化案例

3、规划求解工具简介(自定义回归模型的工具)

4、自定义模型(如何利用规划求解进行自定义模型)

案例:如何对餐厅客流量进行建模及模型优化

5、好模型都是优化出来的

第五部分:时序预测模型篇

问题:类似于GDP这种无法找到或找全影响因素,无法进行回归建模,怎么办?

1、时间序列简介

2、时间序列常用模型

3、评估预测值的准确度指标

Ø 平均绝对误差MAD

Ø 均方差MSE/RMSE

Ø 平均误差率MAPE

4、移动平均(MA)

Ø 应用场景及原理

Ø 移动平均种类

² 一次移动平均

² 二次移动平均

² 加权移动平均

² 移动平均比率法

Ø 移动平均关键问题

² 期数N的最佳选择方法

² 最优权重系数的选取方法

演练:平板电脑销量预测及评估

演练:快销产品季节销量预测及评估

5、指数平滑(ES)

Ø 应用场景及原理

Ø 最优平滑系数的选取原则

Ø 指数平滑种类

² 一次指数平滑

² 二次指数平滑(Brown线性、Holt线性、Holt指数、阻尼线性、阻尼指数)

² 三次指数平滑

演练:煤炭产量预测

演练:航空旅客量预测及评估

6、温特斯季节预测模型

Ø 适用场景及原理

Ø Holt-Winters加法模型

Ø Holt-Winters乘法模型

演练:汽车销量预测及评估

7、回归季节预测模型

Ø 回归季节模型的参数

Ø 基于时期t的相加模型

Ø 基于时期t的相乘模型

Ø 怎样解读模型的含义

案例:美国航空旅客里程的季节性趋势分析

8、ARIMA模型

Ø 适用场景及原理

Ø ARIMA操作

演练:上海证券交易所综合指数收益率序列分析

演练:服装销售数据季节性趋势预测分析

9、新产品销量预测模型

Ø 新产品累计销量的S曲线

Ø 如何评估销量增长的拐点及销量上限

Ø 珀尔曲线与龚铂兹曲线

演练:预测IPad产品的销量

演练:预测Facebook的用户增长情况

第六部分:数据预处理篇(了解你的数据集)

1、数据预处理的主要任务

Ø 数据集成:多个数据集的合并

Ø 数据清理:异常值的处理

Ø 数据处理:数据筛选、数据精简、数据平衡

Ø 变量处理:变量变换、变量派生、变量精简

Ø 数据归约:实现降维,避免维灾难

2、数据集成

Ø 外部数据读入:Txt/Excel/SPSS/Database

Ø 数据追加(添加数据)

Ø 变量合并(添加变量)

3、数据理解(异常数据处理)

Ø 取值范围限定

Ø 重复值处理

Ø 无效值/错误值处理

Ø 缺失值处理

Ø 离群值/极端值处理

Ø 数据质量评估

4、数据准备:数据处理

Ø 数据筛选:数据抽样/选择(减少样本数量)

Ø 数据精简:数据分段/离散化(减少变量的取值个数)

Ø 数据平衡:正反样本比例均衡

5、数据准备:变量处理

Ø 变量变换:原变量取值更新,比如标准化

Ø 变量派生:根据旧变量生成新的变量

Ø 变量精简:降维,减少变量个数

6、数据降维

Ø 常用降维的方法

Ø 如何确定变量个数

Ø 特征选择:选择重要变量,剔除不重要的变量

² 从变量本身考虑

² 从输入变量与目标变量的相关性考虑

² 对输入变量进行合并

Ø 因子分析(主成分分析)

² 因子分析的原理

² 因子个数如何选择

² 如何解读因子含义

案例:提取影响电信客户流失的主成分分析

7、数据探索性分析

Ø 常用统计指标分析

Ø 单变量:数值变量/分类变量

Ø 双变量:交叉分析/相关性分析

Ø 多变量:特征选择、因子分析

演练:描述性分析(频数、描述、探索、分类汇总)

8、 数据可视化

Ø 数据可视化:柱状图、条形图、饼图、折线图、箱图、散点图等

Ø 图形的表达及适用场景

演练:各种图形绘制

结束:课程总结与问题答疑



我要参加

可同时提交您的需求,我们会及时与您联系

预约内训

将课程带入到您的团队,为您的团队进行一对一辅导。

相关课程