
强强联合打造稀缺商业数据分析课程。本课程将世界客户关系管理方面的领导者美库尔公司 (Merkle Inc)在专业管理咨询方面的几十年的经验积累与CDA数据分析研究院的教学理念与方法相结合,归纳了在商业智能系统设计、客户画像、精准营销、生命周期价值管理等主题的课程。为实践者提供全面的使用R进行商业数据分析的解决方案。
一、课程安排
地点 |
课程 |
时间 |
讲师 |
报名 |
北京 |
R语言数据挖掘 |
5月28-29日,6月4-5日,11-12日 |
常国珍、翟辉 |
|
广州 |
R语言数据挖掘 |
5月28-29日,6月4-5日,11-12日 |
张良均 |
|
直播 |
R语言数据挖掘 |
5月28-29日,6月4-5日,11-12日 |
常国珍、翟辉 |
二、课程讲师
常国珍,北京大学商学博士,法学硕士。曾就职于亚信科技BOC部门、方正国际金融事业部、德勤管理咨询信息技术系统咨询部,SAS公司资深讲师,多家金融与互联网公司数据挖掘技术顾问。从事银行与电信行业操作与信用风险建模、产品精准营销、客户价值提升等数据挖掘项目。擅长基于客户行为分析的数据挖掘建模。研究方向为宏微观接合研究,兴趣点在于宏观环境变化对微观主体行为的预测与后果分析。
美库尔公司 (Merkle Inc):瞿辉,目前任职美库尔商务信息咨询公司资深分析师,中国科学技术大学统计学硕士。精通各类机器学习算法与主流分析工具,在保险、医药、零售以及电商等多个行业具有丰富的数据分析项目实践。在客户画像、用户分群、精确营销、销售预测、营销组合优化和多渠道广告归因等多方面有丰富经验。
张良均, 高级信息系统项目管理师,现为广州泰迪智能科技有限公司总经理,毕业于华中科技大学工学硕士,一直从事数据挖掘技术及其应用的策划和研发。《数据挖掘:实用案例分析》、《神经网络实用教程》主编,数据挖掘相关论文数十篇,专利近10项。广东工业大学、华南师范大学兼职教授。主导研发基于云计算的海量数据挖掘平台,获得SAS及SPSS数据挖掘认证,具有电力、电信、银行、水产养殖、制造企业、电子商务和电子政务的项目经验和行业背景。
三、课程大纲
CDAII-R:前沿营销与客户关系管理商业案例
|
|||
时间 |
课程 |
大纲简介 |
内容描述 |
第一阶段 |
R与统计语言基础 |
1.R语言基础 2.数据整合 3.描述分析与统计基础 |
掌握使用R进行 数据分析的关键技能。 |
第二阶段 |
商业智能(BI)分析系统实现 |
1.探索数据分析 2.绘图包 3.BI功能实现 |
数据分析的目的在于给业务决策提供依据。
|
第三阶段 |
数据清洗与转换 |
1.缺失值处理 2.噪声值处理 3.数据变换 4.数据归约 |
对数据清洗与转换进行详细的讲述。 需要用到描述性统计、决策树、聚类、主成分分析等方法。 |
第四阶段 |
客户分析与营销模型 |
1.客户画像 2.客户细分 3.精准营销 4.营销组合优化 |
根据客户的需求提供差 异化的服务,解决营销资源瓶颈。 需要用到描述性统计、决策树、聚类、因子分析等方法。 |
第五阶段 |
风险预测与检测模型 |
1.信用风险建模 2.欺诈建模 3.客户终身价值分析 |
本部分会涉及信用风险和操作风险建模的主要内容。 |
第六阶段 |
长尾理论与推荐系统设计 |
1.级联与流行 2.幂率与长尾理论 3.推荐系统设计 |
本部分是理论与技术的结合。 |
第七阶段 |
模型管理 |
1.模型生命周期 2.工作流设计 |
本部分内容讲解构建数据分析团队人员匹配, 排期管理,以及人、财、物的优化 |
四、案例节选:
一、商业智能(BI)分析系统实现
直观了解关键指标在全国的分布状况(交易额,交易量,客单价等)
销售额中贡献比例最大的客户是在什么年龄段,来自于什么区域?
近几年的销售状况如何,同比环比销售额趋势?
我们今年销售的明星产品和去年比发生了什么变化?
会员注册了之后多久会再回到柜台二次购买?
二、客户分析与营销模型
Q:基于客户的多维度的数据(大数据),从多个维度入手将客户分成若干群组,使得每组中的客户在特定的市场环境下对营销活动的响应行为是相似的,以便于我们进行精准化营销和高效的客户管理
五、最新优惠
1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠(学生证证明文件);
2. 同一单位三人及以上报名9折优惠,五人及以上8折优惠;
3. 老学员9折优惠;
4.报名任何一个专题可额外添加1500元获得另一个专题的全套视频。
六、关于证书
1. 参加由CDA协会和经管之家主办等级认证证书LEVEL II,考试通过可获得CDA LEVEL II建模数据分析师证书;
报考网址:http://exam.cda.cn/
2. 可申请工信部《数据分析师证书_高级》,申请费用400元(培训后即可得到)
七、在线报名
1.在线填写报名信息
2.给予反馈,确认报名信息;
3.网上缴费:
4.开课前一周发送电子版课件和教室路线图
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04