大数据分析与挖掘综合能力提升实战(高级)
Ian Fu 查看讲师
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。
浏览:2996次
详情 DETAILS

简介

本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。

本课程为高级课程,需要在初级/中级课程之后学习。面向高级数据分析人员,以及系统开发人员。

本课程核心内容为大数据建模、业务专题分析,以及算法实现。

本课程覆盖了如下内容:

1.市场细分,以及客户群划分模型。

2.客户价值评估与分析。

3.产品设计与优化模型。

4.产品推荐模型。

5.产品定价策略分析。

目标

1.学会如何做市场细分,划分客户群。

2.学会实现客户价值评估。

3.学会用大数据来指导产品功能设计,以及产品优化。

4.掌握产品精准推荐模型,学会实现产品精准推荐系统。

5.掌握数据挖掘常用十大算法及其实现。

课程时长

2天(12H)

受众人群

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Excel 2010版本及以上。

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

4.便携机中事先安装好Python v3.6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。

分享提纲

第一部分: 数据建模篇

1、 预测建模五步法

Ø 选择/自定义模型

Ø 训练模型

Ø 评估模型

Ø 优化模型

Ø 应用模型

2、 最优化求解基本策略

第二部分: 分类预测模型篇

1、 最近邻分类(KNN)

Ø 基本原理

Ø 关键问题

2、 贝叶斯分类(NBN)

Ø 贝叶斯分类原理

Ø 计算类别属性的条件概率

Ø 估计连续属性的条件概率

Ø 贝叶斯网络种类:TAN/马尔科夫毯

Ø 预测分类概率(计算概率)

案例:评估银行用户拖欠货款的概率

3、 支持向量机(SVM)

Ø SVM基本原理

Ø 线性可分问题:最大边界超平面

Ø 线性不可分问题:特征空间的转换

Ø 维空难与核函数

第三部分: 分类模型优化篇(集成方法)

1、 集成方法的基本原理:利用弱分类器构建强分类模型

Ø 选取多个数据集,构建多个弱分类器

Ø 多个弱分类器投票决定

2、 集成方法/元算法的种类

Ø Bagging算法

Ø Boosting算法

3、 Bagging原理

Ø 如何选择数据集

Ø 如何进行投票

Ø 随机森林

4、 Boosting的原理

Ø AdaBoost算法流程

Ø 样本选择权重计算公式

Ø 分类器投票权重计算公式

第四部分: 市场细分模型

    问题:我们的客户有几类?各类特征是什么?如何实现客户细分,开发符合细分市场的新产品?如何提取客户特征,从而对产品进行市场定位?

1、 市场细分的常用方法

Ø 有指导细分

Ø 无指导细分

2、 聚类分析

Ø 如何更好的了解客户群体和市场细分?

Ø 如何识别客户群体特征?

Ø 如何确定客户要分成多少适当的类别?

Ø 聚类方法原理介绍

Ø 聚类方法作用及其适用场景

Ø 聚类分析的种类

Ø K均值聚类(快速聚类)

案例:移动三大品牌细分市场合适吗?

演练:宝洁公司如何选择新产品试销区域?

演练:如何评选优秀员工?

演练:中国各省份发达程度分析,让数据自动聚类

Ø 层次聚类(系统聚类):发现多个类别

Ø R型聚类与Q型聚类的区别

案例:中移动如何实现客户细分及营销策略

演练:中国省市经济发展情况分析(Q型聚类)

演练:裁判评分的标准衡量,避免“黑哨”(R型聚类)

Ø 两步聚类

3、 客户价值评估与RFM模型

问题:如何评估客户的价值?如何针对不同客户采取不同的营销策略?

Ø RFM模型,更深入了解你的客户价值

Ø RFM的客户细分框架理解

Ø RFM模型与市场策略

Ø RFM模型与活跃度

演练:“双11”淘宝商家如何选择客户进行促销

演练:结合响应模型,宜家IKE实现最大化营销利润

4、 主成分分析

Ø 主成分分析方法介绍

Ø 主成分分析基本思想

Ø 主成分分析步骤

案例:如何评估汽车购买者的客户细分市场

第五部分: 产品推荐模型

     问题:购买A产品的顾客还常常要购买其他什么产品?应该给客户推荐什么产品最有可能被接受?

1、 常用产品推荐模型

2、 关联分析

Ø 如何制定套餐,实现交叉/捆绑销售

案例:啤酒与尿布、飓风与蛋挞

Ø 关联分析模型原理(Association)

Ø 关联规则的两个关键参数

² 支持度

² 置信度

Ø 关联分析的适用场景

案例:购物篮分析与产品捆绑销售/布局优化

案例:通信产品的交叉销售与产品推荐

3、 协同过滤

4、 分类预测模型

第六部分: 产品设计与优化

1、 联合分析法

2、 离散选择模型

Ø 如何评估客户购买产品的概率

Ø 如何指导产品开发?如何确定产品的重要特性

Ø 竞争下的产品动态调价

Ø 如何评估产品的价格弹性

案例:产品开发与设计分析

案例:品牌价值与价格敏感度分析

案例:纳什均衡价格

3、 品牌价值评估

4、 新产品市场占有率评估

第七部分: 定价策略分析

  营销问题:产品如何实现最估定价?套餐价格如何确定?采用哪些定价策略可达到利润最大化?

1、 常见的定价方法

2、 产品定价的理论依据

Ø 需求曲线与利润最大化

Ø 如何求解最优定价

案例:产品最优定价求解

3、 如何评估需求曲线

Ø 价格弹性

Ø 曲线方程(线性、乘幂)

4、 如何做产品组合定价

5、 如何做产品捆绑/套餐定价

Ø 最大收益定价(演进规划求解)

Ø 避免价格反转的套餐定价

案例:电信公司的宽带、IPTV、移动电话套餐定价

6、 非线性定价原理

Ø 要理解支付意愿曲线

Ø 支付意愿曲线与需求曲线的异同

案例:双重收费如何定价(如会费+按次计费)

7、 阶梯定价策略

案例:电力公司如何做阶梯定价

8、 数量折扣定价策略

案例:如何通过折扣来实现薄利多销

9、 定价策略的评估与选择

案例:零售公司如何选择最优定价策略

10、 航空公司的收益管理

Ø 收益管理介绍

Ø 如何确定机票预订限制

Ø 如何确定机票超售数量

Ø 如何评估模型的收益

案例:FBN航空公司如何实现收益管理(预订/超售)

第八部分: 客户价值分析

  营销问题:如何评估客户的价值?不同的价值客户有何区别对待?

1、 如何评价客户生命周期的价值

Ø 贴现率与留存率

Ø 评估客户的真实价值

Ø 使用双向表衡量属性敏感度

Ø 变化的边际利润

案例:评估营销行为的合理性

2、 RFM模型(客户价值评估)

Ø RFM模型,更深入了解你的客户价值

Ø RFM模型与市场策略

Ø RFM模型与活跃度分析

案例:淘宝客户价值评估与促销名单

案例:重购用户特征分析

结束:课程总结与问题答疑


企业服务热线:400-106-2080
电话:18519192882
投诉建议邮箱:venus@bailinzhe.com
合作邮箱:service@bailinzhe.com
总部地址:
北京市-丰台区-汽车博物馆东路6号3号楼1单元902-B73(园区)
全国客户服务中心:
天津市-南开区-桂苑路15号鑫茂集团鑫茂军民园1号楼A座802-803
公众号
百林哲咨询(北京)有限公司 京ICP备2022035414号-1