【课程背景】

“大数据”的概念出现至今已经十多年了，然而，企业的多数员工，还在使用原始低效的统计和分析方法，对数据的分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。
本课程着眼于数据分析的思路和工具方法，教授如何挖掘数据背后的规律和隐含的信息。通过学习本课程您将可以更高效的处理日常的分析任务，并能系统的分析业务问题，为决策提供更佳参考。
学习本课程您将可以掌握以下内容：
1. 了解大数据的概念，大数据如何跟企业业务相结合，明确未来的学习方向
2. 学会查看数据指标，识别指标背后隐含的信息
3. 学会使用常用分析方法，提升分析工作的效率的规范性
4. 学会对未来做出预测，提前对市场的变化做出反应
5. 了解数据挖掘技术有别于传统分析方法的优势，学习数据挖掘的入门知识
特别声明
本课程有若干演练环节，为了保证培训效果，请携带笔记本电脑并安装Office2016（也可以使用其他Office版本或者WPS2016，但有小部分功能不能实现），请预先准备。

【课程对象】

各部门主管，财务部、市场部、营销部等相关部门工作人员。

【课程大纲】

一、概述：大数据在企业的应用

1. 数据支撑决策
a) 缩短数据到决策的周期
b) 动态发现企业的经营问题
c) 企业绩效可视化
2. 数字化运营
a) 全流程的数据监控
b) 以客户为中心的营销和服务
c) 从大众化广告到个性化营销
3. 常用的大数据工具
a) 数据分析工具
b) 数据挖掘工具

二、关键指标的分析方法
企业员工平常接触的最多的数据是各类的业绩指标，本节重点讲述如何分析指标发生的变化，以及这些变化的背后蕴含的含义。
1. 常用分析方法
a) 对比分析
b) 同比分析
c) 交叉分析
d) 构成分析
2. 如何解读指标的变化（例如同比、环比如何分析其发生的变化）
3. 通过在维度上的展开和分类，解读指标变化背后的原因
4. 透过图形化的方法简化对数据变化的理解
5. 原因分析的技巧，如何分析结果产生的真正原因
a) 多维度场景下，如何发现哪一个维度是关键的维度？
b) 如何更快的进行维度的遍历
c) 如何使用图形化的方法对比多个维度的差异

三、商业预测
预测是企业重要的决策依据，企业通过预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。
1. 预测模型的类型概述
2. 如何选择合适的预测模型
3. 基于时间序列的一元回归预测，例如
a) 如何预测公司明年、后年的营业收入
b) 如何预测新年度生产成本
2. 如何识别周期，发现季节性的规律
3. 如何正确的解读有季节特征的时间序列的发展趋势
4. 案例解析
a) 数据周期分析
b) 根据数据的趋势特征，发现其中的趋势变化规律

四、数据挖掘入门

数据挖掘方法极大改变了数据价值的发现过程，分析人员将可以用超过以往数千倍的速度来得到结论。本节详细介绍挖掘的过程，以及注意事项。
1. 数据挖掘技术概述
2. 数据挖掘常用算法
3. 数据挖掘的项目流程
4. 数据挖掘的应用场景案例
a) 精准营销
b) 交叉销售
c) 员工流失分析
d) 风险预防：计算客户违约概率、发现违约的模式
5. 数据挖掘实战演练

五、数据可视化呈现
图表和可视化技术可以使数据的展示更为直观，使数据的规律更容易被发现。同时，图表使信息的传递更为快速。本节讲述常用图表的正确使用方法以及一些专业图表的制作方式。
1. 讲解各类图表类型的用途
a) Excel常用图表：柱形图、饼图、堆积面积图、散点图、雷达图
b) 树形图
c) 瀑布图
d) 箱线图
e) 旭日图
2. 图表制作的实战演练
a) 如何做出专业的外观
b) 各类型图表的制作方法