当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料
企业数字化转型与数据分析

企业数字化转型与数据分析

课程编号:51238

课程价格:¥16840/天

课程时长:2 天

课程人气:136

行业类别:IT网络     

专业类别:数字化 

授课讲师:魏凌睿

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
企业运营管理部门、营销部门及有数据分析需求的员工

【培训收益】
● 熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法; ● 掌握统计方法进行数据分析和业务决策; ● 掌握大数据理念的管理和运营关键; ● 掌握大数据进行精准分析的方法—聚类、决策树和逻辑回归; ● 掌握大数据分析工具RapidMiner的使用方法,能根据场景选用相应算法进行大数据分析。

第一讲:企业所面临的数字化转型
一、企业数字化转型原因
1. 数字化改变商业模式
1)数据变机会
2)机会变服务
3)服务变收入
2. 数字化建立企业优势
3. 数字化提升使用体验
二、数字化转型核心要素
1. 以数据为中心的智能化发展目标
2. 数字化平台的构建
三、员工在企业数字转型中应该作出的应对
1. IT思维和业务思维相融合
2. 培养开放共享的心态
3. 围绕以用户为中心
4. 提升数据分析处理能力

第二讲:利用统计方法实现数据分析
一、标度的选择使用
量化感觉、态度、喜好等的方法
二、频数的选择使用(衡量对总体水平的作用程度)
1. 饼图
2. 条形图
3. 直方图
三、基于统计方法的分析
1. 分析异常值与偏斜数据
2. 均值VS中位数VS众数
3. 全距/四分位数的使用
4. 百分位数与箱线图的使用
5. 方差VS标准差分析变异性VS分散性
6. 利用概率进行分析
案例1:用户购买公司产品概率的分析
案例2:某某企业员工加薪方案的选择
四、基于统计方法的决策
1. 比较法进行决策
2. 组合法进行决策
3. 贝叶斯方法进行决策
4. 快省树方法进行决策
思考:优秀员工如何选用统计指标进行评价
案例:假设检验与数据证伪保证决策结果的正确
综合示例:运用统计指标分析销售数据寻找方法提升某产品的销量

第三讲:利用大数据进行管理与运营
一、大数据现状
1. 大数据时代的标志
2. 六大趋势推动大数据发展
3. Hype Cycle技术趋势对大数据的判断
4. 新基建战略对大数据的定位
5. 数字中国的内容
案例:阿里双11
二、大数据4V特征
1. 数量大
2. 多样性
3. 速度快
4. 价值性
案例:大数据4V特征在数字化全量全连接中的应用
三、把握大数据的三个关键
1. 更多——全样本透视本质
2. 更杂——透过混杂性适配场景应用
3. 更好——把握相关性,提供更好服务
案例:三个关键对数字化实时反馈的影响
案例:大数据商业画像示例——千人千面
练习:猜猜他是谁?
四、大数据分析
1. 大数据分析的困难
2. 数据即服务DaaS
讨论:数字化转型中我们应该关注工作中的哪些管理数据和业务数据,它们的价值和应用难点有哪些?
五、大数据应用
1. 被动式演变成预判式
2. 大数据商业价值
3. 大数据在行业的应用
案例:智慧城市建设
案例:企业数据地图实践
讨论:企业数据治理——如何管好用好数字化平台的数据?

第四讲:利用大数据技术进行营销数据分析
一、K均值聚类算法应用——客户价值分析
1. 客户价值分析有利于减少营销成本
1)理解价值型客户
2)差异化服务应对不同价值客户
2. 客户价值分析方法
1)客户价值识别流程
2)K均值聚类识别客户价值
a确定中心
b计算距离
c确定新中心
d迭代得到最终分类
3)针对不同客户价值采用不同营销策略
视频:根据对象不同采用不同策略的销售视频
案例:根据客户的消费额和交互属性进行聚类分析
二、决策树算法应用——风险客户分析
1. 传统风险分析识别方法的劣势
2. 大数据方式下分析识别方法的改进——决策树算法应用
1)预先建立if-then的判断规则
2)数据分析建立的规则——信息熵
3)决策树算法操作思路
4)建立决策树模型进行分析
a划分属性值
b计算划分组的概率
c计算每个划分规则下的信息熵
d选择最小信息熵的规则为第一规则
e迭代到样本分类
案例:警察是如何发现罪犯的?
案例:如何分析是否适合作为另一半
三、逻辑回归算法应用——敏感客户分析
1. 厘清不同场景下的敏感客户特点
2. 分析敏感客户的关注点
3. 逻辑回归算法的应用
1)二分类问题
2)个人采用二分法预判的局限性
3)预判二分类问题的优化
4)二分类结果预判的本质
5)大数据回归方法进行二分类预判
a线性回归大数据方法
b逻辑回归大数据方法
案例:如何判断对方是否真心喜欢我
案例:回归方法预判职业发展
案例:营销场景中敏感客户分析降低投诉率

第五讲:Rapid Miner数据分析
1. 分析接口
2. 导入数据
3. 加载数据
4. 进行数据可视化
5. 进行建模
6. 进行模型应用
7. 测试模型
8. 进行模型评估
9. 使用扩展
聚类算法练习:客户价值分析
决策树算法练习:信用风险评分分析
逻辑回归算法练习:敏感客户分析
 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们