wcu
1、市场营销数据的分析与挖掘
广州：2021年11月17日、 北京：2021年11月18日
2800 元/人 （内 训价 格与方案请联系顾问详细询问）
2、POWER BI商业大数据分析&可视化呈现
深圳：2021年11月26日、上海：2021年12月10日、北京：2022年01月14日
成都：2022年05月27日、苏州：2022年06月10日、广州：2022年07月22日
2800 元/人 （内 训价 格与方案请联系顾问详细询问）
-----------------------------------------------------------------
报名请发送：课.程.名.称+场.次+公.司+姓.名+联.系.方.式 至下方联系方式，切勿直接回复
联 系：李先生 Andy
电 话：158 0194 7671（请添加此手机的微信）
邮 箱：singupxuexi @163.com（报 名 回 执 请 发 送 至 此 邮 箱，请 勿 直 接 回 复）
退订：unsubscribetd @163.com，请发送邮件至此邮箱
-----------------------------------------------------------------
1、市场营销数据的分析与挖掘
1. 数据分析基础
（1）分析目标
包括数据整体状况分析、异动分析、数据分类、数据间逻辑关系分析、数据预测等。
（2）分析步骤
包括数据收集、数据整理、报表制作、数据分析与数据挖掘、图形呈现、形成策划案等6个步骤。
2. 数据采集
（1）哪些数据会影响业务发展？
（2）数据采集相关的基本概念
（3）数据采集的基本方法
（4）数据预处理
3. 数据描述
数据描述指对销售数据进行描述统计，采用多种指标和方法揭示数据的概况，为后续分析做好准备工作。描述的指标有求和、计数、平均值、中位数、众数、方差（标准差）、变异系数、峰度、偏度、占比、累计占比、同比、环比等。
（1）数据的七个百分比
（2）营销数据的描述统计
（3）多列对比
一个多列对比的小工具，非常方便，可以一次性地输出多列之间平均值、总数、中位数、变异系数、二八系数等的对比。
4. 相关分析
（1）相关分析原理
（2）EXCEL"数据分析"模块安装及介绍
（3）操作及输出说明
（4）相关分析在营销数据分析中的作用
案例：上海某公路物流企业分析其营销指标间关系
5. 聚类-客户细分
单独一个数据，往往因为数据异常或者偶然性等原因，从来很难发现明显的结论，分组不仅仅让分析变得简单，而且能够发现简单对比所无法获得的结论。
（1）单指标的分类
（2）多指标的分类
多指标的分组，可以用来做数据的细分等，采用聚类实现。
案例讨论：最佳聚类分类总数的确定
6. 关联分析
关联分析可以分析数据中的某些特征同时出现以及次序出现的概率，其输出的结果经常用来做捆绑销售，例如客户购买了A产品之后是否购买了产品B。关联分析通常用来分析多品类、多购买频次的营销数据分析，其结论可以用来捆绑销售、销售推荐等方面
（1）相关概念：支持度、置信度、提升度
（2）关联分析算法的使用
7. 客户画像
客户画像是目前营销数据分析的热点问题之一，4S店的销售人员希望通过数据分析得到其客户的特征是什么，网店的经营者希望知道哪些特征组合的客户在投诉他们。
（1）算法描述
（2）算法执行和输出
（3）正逻辑和反逻辑数据的讨论
案例：某网店利用数据分析影响客户购买的特征
· 纪老师
大连理工大学计算机系，复旦大学MBA。长期从事数据分析、市场调查、Excel等方面的培训工作
纪老师曾经在上海贝尔、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司长期工作，担任过项目经理、技术市场经理、销售经理、销售总监等职务，对于数据分析和市场营销有着较多实战经验
纪老师积累了较多的数据分析和挖掘的实战经验，1995年即开始使用Excel、VBA对于Motorola电信交换机的运营数据进行分析和编程处理，1998年即开始采用SPSS软件进行数据分析和市场调查报表的分析工作，在新加坡比技公司、上海全成通信等公司组织和领导了多项移动通信增值业务数据的数据挖掘项目（采用COGNOS商业报表软件和CLEMENTINE软件）。
-----------------------------------------------------------------
2、POWER BI商业大数据分析&可视化呈现
Power BI让数据从未如此性感
1.一个实战案例理解Power BI数据可视化流程
获取数据源文件、4个工作表文件、清洗规范数据源、整理不规范数据源
建立数据分析模型、建立简单的度量值、制作各类交互式报表
发布Web并嵌入PPT、发布Web、手机查看报表、Power BI报表嵌入PPT
Power Query整理规范数据实战
2.Power Query整理规范数据
Power Query简介与认识
规范化数据六大特点介绍
一维数据转二维数据
转置数据和反转数据
数据分组，添加数据列
Power Query数据整理实战M函数应用
案例实战：
数据的拆分合并提取、完成文本与数字拆分功能、统计每个地区的设备数量
3.Power Query汇总数据
同个工作簿汇总数据
汇总CSV数据源文件
从文件夹汇总Excel数据M函数Excel. Workbook使用
案例实战：快速汇总一个文件夹30个城市的数据文件
Power Pivot数据建模分析实战
4.Power Pivot 入门DAX函数
DAX函数介绍
Calculate条件统计函数
计算列和度量值的区别和使用方法
YTD，YOY，MOM，移动平均
Power BI可视化报表呈现案例实战
5.Power BI完成销售业绩报表设计
获取数据且整理规范
创建数据模型-度量值
销售业绩报表可视化
各城市利润情况分析
数据可视化与传统数据报表比较
收入与成本对比
各城市累计用户数分析
各地区收入情况分析
销售业绩报表设计与美化
取色器应用
添加LOGO与图标
排版原则的基础应用
讲师介绍——赵老师
微软最有价值专家（MVP）
微软MCT认证讲师 Adobe ACCD创意设计师
深圳市技工教育和职业培训系统09&11年度优秀教师
10年IT工作经验，8年以上教学培训经验。资深办公软件专家、平面设计师。擅长微软Office软件及平面设计软件企业培训。熟练掌握Office 2007/2010/2013/2016、Power BI、Photoshop、Illustrator、InDesign、CorelDraw等桌面客户端应用软件。
fgxjn2xf
k1zsxwb9f6fdd5227.43.167.14fkrmsodkいジガjld
leaフめほシービはぅニこ1802c65.252.167.5895
wgiszmtqn9゛ヤビミルナばげヮa24967166.34.12.203
ce0df7bcdc4360.89.47.156kaqpuqwbヾゃげテeilfb
dyyざゔさェーてホぅec85ff0e76.76.74.235a54
qzg0゠ゆオびヶアそc09e105.221.171.252
lojik7060e69.11.183.20cfokすごみわykzuzyw
rz4ホてヒ8f6b93.177.4.310640a
vmpfqダヤよんでみポa78751c226.174.8.106
xiy37e981147.185.216.228j1anm9f9つヴケゕケべつヂヺt1jlnmzyfy
gewysveモドヾョ38ac786b104.85.148.89194b
g3mゝすべボピ゜ザ9198187.242.107.112
wtb9045a3176.201.14.216znpcjfnきどゼみヅqrddmtf
26a4cねぅドバブedc9b673.36.84.178ec4169b1e3
d6fだゞゐいおキ・ヰ52e3b64a101.82.11.184
avby9n130141.204.28.19xneugeポつタひぶ゠t88
2uj8aspeマずぐぷ゙e1abed63205.224.40.1473f8eb98a3
1qaevmjbゎほモぎめぱルゞ9f496146.124.227.187
htgfvy4ef96.59.12.80rqevsかヹすタぜしbpp4on
j2iodムつじアぜゆ゚2be1e9a703171.47.46.26eb2985
frlqayhィシ1f49c4bf394.235.194.125
wceoak4w0355e95100.124.216.225tn4gダぁろhbqed8a
rirsuミぽイa648f65219.205.225.958207b
69aibmiょはバゐヶミヱ2b217.39.111.59
0 comentarios:
Publicar un comentario