一、开启数据分析之旅
1、数据与数据分析
2、数据分析思维
引例:海难——生存 or 求救
二、数据分析流程(一)
1、数据分析流程
2、明确与拆解问题
3、数据获取
三、数据分析流程(二)
1、数据探索和预处理
1) 数据类型
2) 描述性统计与数据清洗
3) 数据形态与正态性转换
4) 归一化/ 标准化变换
5) 离散化转换
6) 名义化转换
四、数据分析流程(三)
1、探索变量间的关系
1) 皮尔逊相关系数/ 相关系数矩阵
2) 卡方独立性检验
3) 方差分析
2、数据压缩
1) 因子分析
2) 主成分分析
3、数据分析算法与模型概述
4、推动优质决策
案例1: 商贸公司销售情况数据分析
案例2: 运动十项全能分析
案例3: 城市竞争力分析
五、利用数据分析思维解决企业最优化问题
1、层次分析法应用
2、线性规划模型应用
案例1: 择优选择供应商
案例2: 广告投放优化
案例3: 制造企业生产优化
六、线性回归
1、线性回归模型原理回顾
2、线性回归模型的评价与检验回顾
3、线性回归模型调优
4、线性回归模型的应用
引例1: 父子身高
案例2: 人均GDP与消费
案例3: 制造业规模收益分析
案例4: 真题讲解-鸡肉消费需求"
七、分类算法(一)
1、分类算法回顾
2、分类器的评价指标回顾
3、分类算法的应用(一)
1) 逻辑回归
2) 神经网络
八、分类算法(二)
1、分类算法的应用(二)
1) KNN
2) 决策树
3) 集成学习
4) 朴素贝叶斯
5) 支持向量机(SVM)
2、分类算法注意事项
案例1: 鸢尾花案例
案例2: 用户对产品态度的评价
案例3: 网站转化率分析
案例4: 银行客户质量分析
案例5: 真题讲解-红酒案例"
九、聚类算法
1、聚类算法回顾
2、聚类算法评价指标回顾
3、聚类算法的应用
1) AGNES算法
2) K-means算法
4、聚类算法注意事项
案例1: 城市竞争力分析
案例2: 移动用户细分
十、市场分析
1、市场分析概述
2、行业分析
3、竞品分析
4、市场定位分析
引例1: 零售企业市场需求预测
引例2: KANO模型竞品分析
案例: 某电商平台的手机销售数据
十一、客户分析(一)
1、客户画像
2、RFM模型原理
十二、客户分析(二)
1、RFM模型应用
2、AARRR用户运用模型
3、用户行为路径分析
案例1: 电信客户流失预警
案例2: 航空公司客户细分
案例3: 真题讲解-电商客户细分
案例4: 基于增长思维的客户分析
十三、产品分析(一)
1、产品概述
2、KANO模型
十四、产品分析(二)
1、PSM模型
2、巴斯模型
3、时间序列模型
十五、产品分析(三)
1、漏斗模型
2、A/B Test
案例1: 电脑新产品开发
案例2: 新产品定价策略
案例3: 免水小便斗销售额预测
案例4: 啤酒销售量预测
十六、销售分析
1、销售分析概述
2、销售促进
3、销售效果评估
案例1: 购物篮分析
案例2: 刑事案件
案例3: 真题讲解-电影推荐
36小时(45分钟/时)