智盟创课（北京）科技有限公司（智盟 Stu.） 作为IT产业第三方专业人才能力提升服务机构，秉承互联共成长的理念，恪守IT企业实际业务需求为第一优先级的本职，为IT企业人才培养提供多方位的师资、培训体系打造， 行业前沿交流峰会，打通企业全方面的学习视角，实现人才能力提升最佳学习方案。助力企业全面提升竞争优势、推进组织的成功转型及经营业绩的持续增长。同时，智盟组织承办IT领域两大品牌会议：QECon全球软件质量&效能大会、SECon软件工程技术大会、PM产品力领航者大会 ，旨在深化各大研发中心加快数字化转型的同时，也将目光从追求快速增长转向内建能力，运用前沿技术帮助企业实现快速交付，同时又要稳高质量发展的大方针。
A22 大数据挖掘之Modeler工具入门与提高培训（2-3天）
傅一航 华为系大数据专家，计算机软件与理论硕士研究生（研究方向：数据挖掘、搜索引擎）
在华为工作十年，五项国家专利，在华为工作期间获得华为数项奖项，曾在英国、日本、荷兰和比利时等海外市场做项目，对大数据有深入的研究，傅老师专注于大数据分析与挖掘等应用技术，以及大数据系统部署解决方案，旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题，傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域，傅老师的课程最大特色：实战性强！“围绕业务问题+搭建分析框架+运用分析方法+建立分析模型+熟悉分析工具+形成业务策略”，以商业问题为起点，基于实际的业务应用场景（明确目的），搭建全面系统的业务框架和分析维度（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），对分析结果进行有效的解读（数据可视化），最终形成具体的业务建议，实现业务分析/数据分析的闭环。
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：
- 易学易用易操作。
- 分析效率要高。
- 满足业务分析需求。
如果要说前两个要求，显然类似于Excel/PowerBI/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IBMSPSS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。IBM SPPS Modeler是一个数据流处理工具，适用于数据探索与数据挖掘，包括数据预处理、数据探索、数据可视化、数据建模、数据模型优化。
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SPSSModeler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：
- 了解大数据挖掘的标准过程和挖掘步骤。
- 掌握基本的统计分析，常用的影响因素分析。
- 理解数据挖掘的常见模型，原理及适用场景。
- 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
2~3天时间，或根据客户需求选择
| 知识点 | 2天 | 3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 |
| 分类预测模型 | √仅决策树 | √ANN/SVM/… |
| 市场客户划分 | √ | |
| 客户价值评估 | √ | |
| 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
- 每个学员自备一台便携机(必须)。
- 便携机中事先安装好MicrosoftOffice Excel 2013版本及以上。
- 便携机中事先安装好SPSSStatistics 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；探索数据之间的规律及关联性，帮助学员掌握系统的数据预处理方法；介绍常用的模型，训练模型，并优化模型，以达到最优分析结果。
课程大纲
| 数据挖掘标准流程 |
|
| 数据挖掘标准流程 |
|
| 数据可视化篇 |
|
| 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？
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
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
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 |
| 数据建模过程篇 |
|
| 数值预测模型篇 |
问题：如何预测产品的销量/销售金额？如果产品跟随季节性变动，该如何预测？新产品上市，如果评估销量上限及销售增速？
演练：推广费用、办公费用与销售额的关系（多元线性回归） 演练：让你的营销费用预算更准确 演练：如何选择最佳的回归预测模型（曲线回归）
演练：工龄、性别与终端销量的关系 演练：如何评估销售目标与资源配置（营业厅）
演练：汽车销量预测及评估 演练：电视机销量预测分析 演练：上海证券交易所综合指数收益率序列分析 演练：服装销售数据季节性趋势预测分析
|
| 分类预测模型篇 |
问题：如何评估客户购买产品的可能性？如何预测客户的购买行为？如何提取某类客户的典型特征？如何向客户精准推荐产品或业务？
风控：如何识别欠贷者的特征，以及预测欠贷概率？ 客户保有：如何识别流失客户特征，以及预测客户流失概率？
演练：识别银行欠货风险，提取欠贷者的特征
案例：电信运营商客户流失预警与客户挽留 案例：识别拖欠银行货款者的特征，避免不良货款 案例：识别电信诈骗者嘴脸，让通信更安全
案例：上市公司类别评估
|
| 市场细分模型篇 |
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？
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
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）
|
| 客户价值评估 |
| 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？
演练：结合响应模型，宜家IKE实现最大化营销利润 演练：重购用户特征分析 |
| 实战-数据挖掘项目 |
| 实战1：客户流失预警与客户挽留之真实数据分析实践 实战2：银行信用风险分析 |
| 结束：课程总结与问题答疑。 |
智盟创课公众号
智汇｜共创｜互联｜共成长
400-183-9980
010-65798049
服务总线
咨询热线
business@zmengstu.com
@2016 智盟创课（北京）科技有限公司 版权所有
