【课程目标】
随着大数据分析的需求越来越旺盛,大数据分析工具也越来越琳琅满目,然而,绝大多数的分析工具都只具有单一用途,无法满足企业的复杂的多样化的全面的业务分析需求,因此分析工具的选择成为了一个挑战。
一个良好的分析工具必须满足如下要求:
1) 易学易用易操作。
2) 分析效率要高。
3) 满足业务分析需求。
如果要说前两个要求,显然类似于Excel/Power BI/Tableau等工具都是满足要求的,但此类工具却无法解决更复杂的业务问题,比如影响因素分析、客户行为预测/精准营销、客户群划分、产品交叉销售、产品销量预测等等,这些需求用Excel/PBI等工具就难以胜任了,需要用到更高级的数据挖掘工具,比如IBM SPSS工具。IBM SPSS工具是面向非专业人士的高级的分析工具(挖掘工具),它提供大量的分析方法和分析模型,能够解决的业务问题更丰富,提供了更加强大的业务数据分析功能,并且它封装了具体的分析算法,即使你没有深厚的技能能力,也能够胜任复杂的数据分析和挖掘。
本课程面向数据分析部等专门负责数据分析与挖掘的人士,专注大数据挖掘工具SPSS Statistics的培训。
本课程从实际的业务需求出发,对数据分析及数据挖掘技术进行了全面的介绍,将数据挖掘标准流程、分析思路、分析方法、分析模型,全部落地在SPSS工具中,通过大量的工具操作和演练,帮助学员熟练掌握SPSS工具的使用,并能够将SPSS工具在实际的业务数据分析中满地,实现“知行合一”。
通过本课程的学习,达到如下目的:
1、 了解大数据挖掘的标准过程和挖掘步骤。
2、 掌握基本的统计分析,常用的影响因素分析。
3、 理解数据挖掘的常见模型,原理及适用场景。
4、 熟练掌握SPSS基本操作,能利用SPSS解决实际的商业问题。
【授课时间】
2~4天时间,或根据客户需求选择(每天6个小时)
知识点 | 2天 | 4天 |
数据挖掘标准流程 | √ | √ |
数据流预处理 | √ | √ |
数据可视化 | √ | √ |
影响因素分析 | √ | √ |
数值预测模型 | √回归时序 | √季节模型 |
回归模型优化 | √ | |
分类预测模型 | √仅决策树 | √ANN/SVM/… |
市场客户划分 | √ | |
客户价值评估 | √ | |
假设检验 | √ | |
实战 | √ |
【授课对象】
市场部、业务支撑部、数据分析部、运营分析部等对业务数据分析有较高要求的相关人员。
【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SPSS Statistics v24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】
基础知识精讲 + 案例演练 + 实际业务问题分析 + 工具实际操作
本课程突出数据挖掘的实际应用,结合行业的典型应用特点,从实际问题入手,引出相关知识,进行大数据的收集与处理;引导学员思考,构建分析模型,进行数据分析与挖掘,以及数据呈现与解读,全过程演练操作,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。
【课程大纲】
第一部分: 数据挖掘标准流程
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、 数据集的基本知识
a) 存储类型
b) 统计类型
c) 角度
4、 SPSS工具简介
第二部分: 数据预处理过程
1、 数据预处理的基本步骤
Ø 数据读取、数据理解、数据处理、变量处理、探索分析
2、 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
3、 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)
4、 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
5、 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
6、 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
7、 数据降维
Ø 常用降维方法
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
8、 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)
第三部分: 数据可视化篇
1、 数据可视化的原则
2、 常用可视化工具
3、 常用可视化图形
Ø 柱状图、条形图、饼图、折线图、箱图、散点图等
4、 图形的表达及适用场景
演练:各种图形绘制
第四部分: 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?比如营销费用是否会影响销售额?产品价格是否会影响销量?产品的陈列位置是否会影响销量?
风险控制的关键因素有哪些?如何判断?
1、 影响因素分析的常见方法
2、 相关分析(衡量变量间的的相关性)
问题:这两个属性是否会相互影响?影响程度大吗?营销费用会影响销售额吗?
Ø 什么是相关关系
Ø 相关系数:衡量相关程度的指标
Ø 相关系数的三个计算公式
Ø 相关分析的假设检验
Ø 相关分析的基本步骤
Ø 相关分析应用场景
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:通信费用与开通月数的相关分析
案例:酒楼生意好坏与报纸销量的相关分析
Ø 偏相关分析
Ø 距离相关分析
3、 方差分析
问题:哪些才是影响销量的关键因素?
Ø 方差分析解决什么问题
Ø 方差分析种类:单因素/双因素可重复/双因素无重复
Ø 方差分析的应用场景
Ø 方差分析的原理与步骤
Ø 如何解决方差分析结果
演练:终端摆放位置与终端销量有关吗?
演练:开通月数驿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、技能级别产品销量有影响吗?
案例:2015年大学生工资与父母职业的关系
案例:医生洗手与婴儿存活率的关系
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
演练:饲料对生猪体重的影响分析(协方差分析)
4、 列联分析(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
第五部分: 数据建模过程篇
预测建模六步法
Ø 选择模型:基于业务选择恰当的数据模型
Ø 属性筛选:选择对目标变量有显著影响的属性来建模
Ø 训练模型:采用合适的算法对模型进行训练,寻找到最合适的模型参数
Ø 评估模型:进行评估模型的质量,判断模型是否可用
Ø 优化模型:如果评估结果不理想,则需要对模型进行优化
Ø 应用模型:如果评估结果满足要求,则可应用模型于业务场景
数据挖掘常用的模型
Ø 数值预测模型:回归预测、时序预测等