量化方法-基于大數(shù)據(jù)的市場分析
量化方法-基于大數(shù)據(jù)的市場分析詳細(xì)內(nèi)容
量化方法-基于大數(shù)據(jù)的市場分析
量化方法-基于大數(shù)據(jù)的市場分析
課程時(shí)間:2天
紀(jì)賀元
課程收獲:
掌握基于大數(shù)據(jù)的市場分析方法
掌握大數(shù)據(jù)導(dǎo)入和清洗的技巧
提升數(shù)據(jù)采集、分析和挖掘能力
提升機(jī)器學(xué)習(xí)能力
課程教學(xué)方式:講師講授+互動(dòng)+現(xiàn)場操作(python)+學(xué)員練習(xí)
課程大綱
大數(shù)據(jù)分析工具(45分鐘)
大數(shù)據(jù)環(huán)境下的數(shù)據(jù)分析工具有很多,包括:
Python
Python庫文件
Python主要應(yīng)用
主要集中在統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)方面。
SPSS
1.2.1 軟件簡介
1.2.2 軟件功能
Sql
1.3.1 數(shù)據(jù)庫簡介
1.3.2 Sql功能簡介
Powerbi
1.4.1 Powerbi運(yùn)行環(huán)境
1.4.2 軟件主要功能
介紹其儀表盤、OLAP、報(bào)表聯(lián)動(dòng)等功能。
Tableau
1.5.1 Tableau主要特點(diǎn)
1.5.2 Tableau的優(yōu)劣分析
各種數(shù)據(jù)工具的對比分析
大數(shù)據(jù)分析的方法(45分鐘)
描述統(tǒng)計(jì)
2.1.1 描述統(tǒng)計(jì)概念
2.1.2 描述統(tǒng)計(jì)主要指標(biāo)及應(yīng)用
對比分析
2.2.1 對比分析維度
2.2.1 對比分析方法
相關(guān)分析
2.3.1 相關(guān)分析原理
2.3.2 相關(guān)分析應(yīng)用
聚類
2.4.1 維度的概念
2.4.2 聚類原理描述
2.4.3 聚類方法的應(yīng)用
異常值分析
2.5.1 什么是異常值
2.5.2 異常值的應(yīng)用
2.5.3 異常值分析的原理
關(guān)聯(lián)分析
2.6.1 關(guān)聯(lián)分析算法的由來
2.6.2 關(guān)聯(lián)分析算法的應(yīng)用
決策樹
2.7.1 決策樹定義和原理
2.7.2 決策樹在企業(yè)中的應(yīng)用
客戶畫像
2.8.1 客戶畫像的由來和原理
2.8.2 客戶畫像算法實(shí)現(xiàn)
神經(jīng)網(wǎng)絡(luò)
2.9.1 神經(jīng)網(wǎng)絡(luò)概念及應(yīng)用
2.9.2 算法實(shí)現(xiàn)
預(yù)測
2.10.1 預(yù)測的目標(biāo)?是概率還是值?
2.10.2 預(yù)測的主要方法
大數(shù)據(jù)分析的步驟(30分鐘)
數(shù)據(jù)采集
3.1.1 數(shù)據(jù)采集的方法和原則
3.1.2 數(shù)據(jù)采集方法
數(shù)據(jù)整理(清理)
3.2.1 數(shù)據(jù)清理方法
3.2.2 數(shù)據(jù)清理工具
報(bào)表制作
3.3.1 常見報(bào)表類型
3.3.2 常見報(bào)表工具
數(shù)據(jù)分析
3.4.1 數(shù)據(jù)分析目標(biāo)
3.4.2 數(shù)據(jù)分析方法(第2章已經(jīng)詳細(xì)介紹過)
策劃案制作
3.5.1 數(shù)據(jù)分析報(bào)告撰寫原則
3.5.2 常見數(shù)據(jù)分析報(bào)告框架
策劃方案實(shí)施及反饋
3.6.1 閉環(huán)原則
3.6.2 策劃案閉環(huán)原則的實(shí)施
大數(shù)據(jù)導(dǎo)入和數(shù)據(jù)清理(120分鐘)
pandas進(jìn)行大數(shù)據(jù)量的導(dǎo)入
4.1.1 pandas和numpy庫文件簡介
4.1.2 pandas導(dǎo)入大數(shù)據(jù)
數(shù)據(jù)切片
4.2.1 數(shù)據(jù)切片原理
4.2.2 數(shù)據(jù)切片方法
數(shù)據(jù)清理技術(shù)
4.3.1 缺失值處理
4.3.2 設(shè)置索引
4.3.3 重命名、替換、增刪行和列、排序、數(shù)據(jù)合并等操作
數(shù)據(jù)描述(120分鐘)
數(shù)據(jù)描述指對數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì),采用多種指標(biāo)和方法揭示數(shù)據(jù)的概況,為后續(xù)分析做好準(zhǔn)備工作。描述的指標(biāo)有求和、計(jì)數(shù)、平均值、中位數(shù)、眾數(shù)、方差(標(biāo)準(zhǔn)差)、變異系數(shù)、峰度、偏度、占比、累計(jì)占比、同比、環(huán)比、相關(guān)性指標(biāo)等。
Numpy相關(guān)應(yīng)用
5.1.1 numpy生成隨機(jī)數(shù)
5.1.1 numpy數(shù)據(jù)統(tǒng)計(jì)
Pandas相關(guān)應(yīng)用
5.2.1 pandas生成各種指標(biāo)
5.2.2 pandas實(shí)現(xiàn)數(shù)據(jù)情況預(yù)覽
Python數(shù)據(jù)分析方法及應(yīng)用(300分鐘)
對比分析
6.1.1 環(huán)同比分析
6.1.2 結(jié)構(gòu)對比分析
6.1.3 標(biāo)桿對比分析
缺失值分析(numpy實(shí)現(xiàn))
4.2.3已經(jīng)講過了,不再重復(fù)。
交叉分析(用于市場多維度分析)
6.3.1 多維度交叉分析的原理
6.3.2 多維度交叉分析的實(shí)現(xiàn)
相關(guān)分析(用于投入產(chǎn)出分析、促銷分析)
6.4.1 相關(guān)分析輸出指標(biāo)定義
6.4.2 相關(guān)分析實(shí)現(xiàn)
回歸分析(用于市場預(yù)測)
6.5.1 回歸定義及相關(guān)概念(顯著性及R2等)
6.5.2 線性回歸
6.5.3 非線性回歸
6.5.4 Logistic回歸
聚類分析(用于市場細(xì)分)6.6.1 聚類原理
6.6.2 聚類相關(guān)庫文件
6.6.3 聚類在Python中的實(shí)現(xiàn)
關(guān)聯(lián)分析(用于捆綁銷售、營銷推薦)
6.7.1 orange第三方包的安裝
6.7.2 關(guān)聯(lián)分析相關(guān)模型的原理介紹
6.7.3 關(guān)聯(lián)分析算法實(shí)現(xiàn)
字典集合及高級應(yīng)用
字典在大數(shù)據(jù)環(huán)境中的應(yīng)用非常廣泛,可以有效地提高大數(shù)據(jù)地處理效率,加快程序處理速度。
集合定義及應(yīng)用
字典數(shù)據(jù)結(jié)構(gòu)定義
字典用于快速檢索
字典用于去重統(tǒng)計(jì)
紀(jì)賀元老師的其它課程
統(tǒng)計(jì)思維與分析方法 09.28
統(tǒng)計(jì)思維與分析方法課程時(shí)間:7小時(shí)紀(jì)賀元課程簡介:隨著社會(huì)經(jīng)濟(jì)發(fā)展和企業(yè)信息化水平的提高,企業(yè)在運(yùn)營過程中會(huì)積累和接觸到大量的內(nèi)外部數(shù)據(jù),分析和挖掘企業(yè)運(yùn)營數(shù)據(jù),具備統(tǒng)計(jì)和數(shù)據(jù)挖掘的思維,對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的運(yùn)營策略等有著極強(qiáng)的指導(dǎo)意義。本課程首先分為基礎(chǔ)篇和案例篇,基礎(chǔ)篇包括統(tǒng)計(jì)的基本概念和指標(biāo)、統(tǒng)計(jì)分析過程、數(shù)據(jù)間關(guān)系、預(yù)測基本原
講師:紀(jì)賀元詳情
統(tǒng)計(jì)與市場調(diào)查 09.28
統(tǒng)計(jì)與市場調(diào)查課程時(shí)間:1天紀(jì)賀元課程簡介:市場調(diào)查經(jīng)常被譽(yù)為企業(yè)營銷工作的“雷達(dá)”,缺乏有效的市場調(diào)查,企業(yè)的營銷運(yùn)作將會(huì)陷入盲目和風(fēng)險(xiǎn)之中。本課程首先介紹市場調(diào)查的目標(biāo)、流程以及市場調(diào)查的原則和難點(diǎn),隨后系統(tǒng)介紹二手資料和一手資料的收集處理方法,并按照數(shù)據(jù)描述、單選題、多選題、排序題講解分析方法。本課程內(nèi)容豐富,貼近實(shí)戰(zhàn),內(nèi)容之間聯(lián)系緊密,能夠較好地提高
講師:紀(jì)賀元詳情
銷售報(bào)表制作與分析(1天) 09.28
銷售報(bào)表制作與分析紀(jì)賀元課程時(shí)間:1天(7小時(shí))課程簡介:銷售報(bào)表制作和分析是企業(yè)營銷人員工作的重要內(nèi)容之一,提高制表和分析水平可以顯著提高營銷人員的工作效率和能力!本課程首先介紹了銷售報(bào)表制作分析的目標(biāo)和步驟,隨后介紹銷售報(bào)表制作的方法和工具,系統(tǒng)介紹報(bào)表數(shù)據(jù)的預(yù)處理、條件格式、排序、篩選、分析匯總、數(shù)據(jù)透視表(圖)等常用制表的工具,最后介紹銷售數(shù)據(jù)繪圖技
講師:紀(jì)賀元詳情
營銷數(shù)據(jù)分析和挖掘 09.28
營銷數(shù)據(jù)分析和挖掘課程時(shí)間:2天紀(jì)賀元課程簡介:隨著社會(huì)經(jīng)濟(jì)發(fā)展和企業(yè)信息化水平的提高,企業(yè)在營銷過程中會(huì)接觸到大量的內(nèi)外部數(shù)據(jù),分析和挖掘企業(yè)營銷數(shù)據(jù),對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強(qiáng)的指導(dǎo)意義。本課程首先介紹營銷數(shù)據(jù)分析的總體目標(biāo)以及步驟,然后介紹如何提升數(shù)據(jù)分析能力、數(shù)據(jù)分析的常見問題以及基本分析思路,為后續(xù)分析工作打好基
講師:紀(jì)賀元詳情
用powerBI玩轉(zhuǎn)數(shù)據(jù)課程時(shí)間:1天(7小時(shí))紀(jì)賀元課程簡介:在現(xiàn)實(shí)的工作中,您是否有以下的煩惱:手里的數(shù)據(jù)越來越多,已經(jīng)超過104萬,excel放不下了,我該怎么辦?讓我去學(xué)數(shù)據(jù)庫,太麻煩了。我有很多數(shù)據(jù)要匯總,這些數(shù)據(jù)的結(jié)構(gòu)各有不同,如何快速整合?我不會(huì)編程啊!我有多個(gè)數(shù)據(jù)表,怎么樣快速分析數(shù)據(jù)表之間的關(guān)系?Excel的圖表太簡單了,弄來弄去就是折線圖
講師:紀(jì)賀元詳情
Sql在數(shù)據(jù)分析中的應(yīng)用2020-2-29紀(jì)賀元課程時(shí)間:2天課程簡介:Sql是檢索和處理數(shù)據(jù)的標(biāo)準(zhǔn)語言,本課程首先介紹數(shù)據(jù)庫基礎(chǔ)和sql基本語法和語句,隨后系統(tǒng)性地介紹數(shù)據(jù)庫和表的操作、語句、sql函數(shù)的使用、表的交并集、正則式、數(shù)據(jù)匯總、表的聯(lián)結(jié)和高級聯(lián)結(jié)、數(shù)據(jù)的各種操作、視圖和存儲(chǔ)過程。課程收獲:了解sql的基本語句和語法提升數(shù)據(jù)庫操作和編程能力課程教
講師:紀(jì)賀元詳情
工業(yè)品市場調(diào)查與數(shù)據(jù)分析課程時(shí)間:2天紀(jì)賀元課程簡介:市場調(diào)查經(jīng)常被譽(yù)為企業(yè)營銷工作的“雷達(dá)”,缺乏有效的市場調(diào)查,企業(yè)的營銷運(yùn)作將會(huì)陷入盲目和風(fēng)險(xiǎn)之中。本課程首先介紹市場調(diào)查的目標(biāo)、流程以及工品調(diào)查的原則和難點(diǎn),隨后系統(tǒng)介紹二手資料和一手資料的收集處理方法,并按照單選題、多選題、排序題講解分析方法,深入講解方差分析、聚類、關(guān)聯(lián)分析、回歸、客戶畫像等模型在市
講師:紀(jì)賀元詳情
企業(yè)數(shù)字化轉(zhuǎn)型和數(shù)據(jù)分析能力提升課程時(shí)間:2天紀(jì)賀元2022-9-12課程大綱第一天上午數(shù)據(jù)和數(shù)據(jù)體驗(yàn)什么是數(shù)據(jù)?什么是數(shù)據(jù)化?數(shù)據(jù)化的前提條件是什么?為什么企業(yè)需要數(shù)據(jù)化?企業(yè)數(shù)據(jù)發(fā)展現(xiàn)狀剖析我國企業(yè)數(shù)據(jù)發(fā)展現(xiàn)狀分析包括數(shù)據(jù)量呈現(xiàn)快速增長、單位處理數(shù)據(jù)成本下降、數(shù)據(jù)類型復(fù)雜化、數(shù)據(jù)質(zhì)量仍然有待提高、數(shù)據(jù)規(guī)劃問題、數(shù)據(jù)價(jià)值不清、數(shù)據(jù)字段拓展艱難等方面。個(gè)人發(fā)
講師:紀(jì)賀元詳情
市場營銷數(shù)據(jù)的分析與挖掘 09.28
市場營銷數(shù)據(jù)的分析與挖掘課程時(shí)間:7小時(shí)紀(jì)賀元課程簡介:隨著社會(huì)經(jīng)濟(jì)發(fā)展和企業(yè)信息化水平的提高,企業(yè)在營銷過程中會(huì)接觸到大量的內(nèi)外部數(shù)據(jù),分析和挖掘企業(yè)營銷數(shù)據(jù),對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強(qiáng)的指導(dǎo)意義。本課程首先介紹數(shù)據(jù)分析的相關(guān)基礎(chǔ),然后介紹數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理,隨后介紹數(shù)據(jù)描述、相關(guān)分析、聚類、關(guān)聯(lián)分析、客戶畫像等重要數(shù)
講師:紀(jì)賀元詳情
數(shù)據(jù)分析課程時(shí)間:1天紀(jì)賀元2022-9-4課程大綱數(shù)據(jù)思維及流程數(shù)據(jù)維度與顆粒度觀察業(yè)務(wù)的視角,一般數(shù)據(jù)維度大會(huì)比較好。數(shù)據(jù)思維的流程包括數(shù)據(jù)采集、數(shù)據(jù)驗(yàn)證、數(shù)據(jù)思考、數(shù)據(jù)決策等。數(shù)據(jù)采集和驗(yàn)證數(shù)據(jù)采集的原則包括業(yè)務(wù)相關(guān)原則、宏中微原則、時(shí)間有效性原則、可類比原則等。數(shù)據(jù)采集的方法如何驗(yàn)證采集的數(shù)據(jù)的質(zhì)量數(shù)據(jù)思維的一些基本方法概率思維樣本和全量思維相關(guān)思維
講師:紀(jì)賀元詳情
- [潘文富] 中小企業(yè)招聘廣告的內(nèi)容完
- [潘文富] 優(yōu)化考核方式,減少員工抵
- [潘文富] 廠家心目中的理想化經(jīng)銷商
- [潘文富] 經(jīng)銷商的產(chǎn)品驅(qū)動(dòng)與管理驅(qū)
- [潘文富] 消費(fèi)行為的背后
- [王曉楠] 輔警轉(zhuǎn)正方式,定向招錄成為
- [王曉楠] 西安老師招聘要求,西安各區(qū)
- [王曉楠] 西安中小學(xué)教師薪資福利待遇
- [王曉楠] 什么是備案制教師?備案制教
- [王曉楠] 2024年陜西省及西安市最
- 1社會(huì)保障基礎(chǔ)知識(ppt) 21158
- 2安全生產(chǎn)事故案例分析(ppt) 20229
- 3行政專員崗位職責(zé) 19044
- 4品管部崗位職責(zé)與任職要求 16221
- 5員工守則 15458
- 6軟件驗(yàn)收報(bào)告 15393
- 7問卷調(diào)查表(范例) 15113
- 8工資發(fā)放明細(xì)表 14554
- 9文件簽收單 14194