4006-296-278
傅一航
汇师认证讲师
暂无评价

计算机软件与理论硕士研究生

本站已经通过实名认证,所有内容均由傅一航本人或助理发表

傅一航培训课程

您的位置:傅一航 > 傅一航培训课程 > 课程详情

大数据挖掘工具: SPSS Statis

大数据挖掘工具: SPSS Statis
课程时长: 3 天
适合学员:
适合行业:不限行业
关注度: 21

课程大纲

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:

1) 易学易用易操作。

2) 分析效率要高。

3) 满足业务分析需求。

如果要说前两个要求,显然类似于Excel/Power BI/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IBM SPSS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。

 

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SPSS Statistics的培训。

QQ截图20200511083010.pngQQ截图20200511083017.png

本课程实际的业务需求出发,对数据分析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:

1、 了解大数据挖掘的标准过程和挖掘步骤。

2、 掌握基本的统计分析,常用的影响因素分析。

3、 理解数据挖掘的常见模型,原理及适用场景。

4、 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】

2~4时间,或根据客户需求选择(每天6个小时)

知识点

2

4

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

回归模型优化


分类预测模型

仅决策树

ANN/SVM/…

市场客户划


客户价值评估


假设检验


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】

1、 每个学员自备一台便携机(必须)

2、 便携机中事先安装好Microsoft Office Excel 2013版本及以上。

3、 便携机中事先安装好SPSS Statistics 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 + 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;引导学员思考,构建分析模型,进行数据分析与挖掘,以及数据呈现与解读,全过程演练操作,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。

课程大纲】

第一部分: 数据挖掘标准流程

1、 数据挖掘概述

2、 数据挖掘标准流程CRISP-DM

Ø 商业理解

Ø 数据准备

Ø 数据理解

Ø 模型建立

Ø 模型评估

Ø 模型应用

案例:客户流失预测及客户挽留

3、 数据集的基本知识

a) 存储类型

b) 统计类型

c) 角度

4、 SPSS工具简介

 

第二部分: 数据预处理过程

1、 数据预处理的基本步骤

Ø 数据读取、数据理解、数据处理、变量处理、探索分析

2、 数据预处理的主要任务

Ø 数据集成:多个数据集的合并

Ø 数据清理:异常值的处理

Ø 数据处理:数据筛选、数据精简、数据平衡

Ø 变量处理:变量变换、变量派生、变量精简

Ø 数据归约:实现降维,避免维灾难

3、 数据集成

Ø 外部数据读入:Txt/Excel/SPSS/Database

Ø 数据追加(添加数据)

Ø 变量合并(添加变量)

4、 数据理解(异常数据处理

Ø 取值范围限定

Ø 重复值处理

Ø 无效值/错误值处理

Ø 缺失值处理

Ø 离群值/极端值处理

Ø 数据质量评估

5、 数据准备:数据处理

Ø 数据筛选:数据抽样/选择(减少样本数量)

Ø 数据精简:数据分段/离散化(减少变量的取值个数)

Ø 数据平衡:正反样本比例均衡

6、 数据准备:变量处理

Ø 变量变换:原变量取值更新,比如标准化

Ø 变量派生:根据旧变量生成新的变量

Ø 变量精简:降维,减少变量个数

7、 数据降维

Ø 常用降维方法

Ø 如何确定变量个数

Ø 特征选择:选择重要变量,剔除不重要的变量

² 从变量本身考虑

² 从输入变量与目标变量的相关性考虑

² 对输入变量进行合并

Ø 因子分析(主成分分析)

² 因子分析的原理

² 因子个数如何选择

² 如何解读因子含义

案例:提取影响电信客户流失的主成分分析

8、 数据探索性分析

Ø 常用统计指标分析

Ø 单变量:数值变量/分类变量

Ø 双变量:交叉分析/相关性分析

Ø 多变量:特征选择、因子分析

演练:描述性分析(频数、描述、探索、分类汇总)

第三部分: 数据可视化篇

1、 数据可视化的原则

2、 常用可视化工具

3、 常用可视化图形

Ø 柱状图、条形图、饼图、折线图、箱图、散点图等

4、 图形的表达及适用场景

演练:各种图形绘制

 

第四部分: 影响因素分析

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?

1、 影响因素分析的常见方法

2、 相关分析(衡量变量间的的相关性)

问题:这两个属性是否会相互影响?影响程度大吗?营销费用会影响销售额吗? 

Ø 什么是相关关系

Ø 相关系数:衡量相关程度的指标

Ø 相关系数的三个计算公式

Ø 相关分析的假设检验

Ø 相关分析的基本步骤

Ø 相关分析应用场景

演练:体重与腰围的关系

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

Ø 偏相关分析

Ø 距离相关分析

3、 方差分析

问题:哪些才是影响销量的关键因素?

Ø 方差分析解决什么问题

Ø 方差分析种类:单因素/双因素可重复/双因素无重复

Ø 方差分析的应用场景

Ø 方差分析的原理与步骤

Ø 如何解决方差分析结果

演练终端摆放位置与终端销量有关吗?

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

Ø 多因素方差分析原理

Ø 多因素方差结果的解读

演练:广告形式、地区对销量的影响因素分析(多因素)

Ø 协方差分析原理

演练:饲料对生猪体重的影响分析(协方差分析)

4、 列联分析(两类别变量的相关性分析)

Ø 交叉表与列联表

Ø 卡方检验的原理

Ø 卡方检验的几个计算公式

Ø 列联表分析的适用场景

案例:套餐类型对客户流失的影响分析

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

 

第五部分: 数据建模过程篇

预测建模六步法

Ø 选择模型:基于业务选择恰当的数据模型

Ø 属性筛选:选择对目标变量有显著影响的属性来建模

Ø 训练模型:采用合适的算法对模型进行训练,寻找到最合适的模型参数

Ø 评估模型:进行评估模型的质量,判断模型是否可用

Ø 优化模型:如果评估结果不理想,则需要对模型进行优化

Ø 应用模型:如果评估结果满足要求,则可应用模型于业务场景

数据挖掘常用的模型

Ø 数值预测模型:回归预测、时序预测等

版权声明:本网站服务于企业培训师及各培训机构,为汇师经纪所经营并享有版权,部分作品由网友自主投稿、编辑、上传,对此类作品本站仅提供交流平台,如果您发现网站上有侵犯著作权的作品,请提供身份证明、著作权权属证明、侵权情况证明与本网站法务部李晓兵联系,我们会在核实后及时删除。
查看更多>>

傅一航简介

傅一航

傅一航

计算机软件与理论硕士研究生

讲师手机:15810357436

只接受预约讲师授课电话咨询!

汇师经纪微信公众号