大数据分析与挖掘综合能力提升实战

资料

核心理念—资料思路篇

问题：何为资料思路？海量资料决策的底层推演以及决策依据为何？

数智化五大技艺方略：

ABCDI

方略

A

：机器智能，目的是用机器还原人类行为

B

：区块链，构筑不可篡改的分布记账系统

C

：云计算，搭建按照需分配的计算资源平台

D

：海量资料，达成智能化的判断和决策制度

I

：物联网，达成万物互联通信的基础架构

海量资料

的本质

资料，

是

事物演进和变化进程中留下的痕迹

海量资料不在于量大，而在于全（多维性）

业务导向还是技艺导向

海量资料决策的底层推演（即四大核心价值）

探索业务规律，按照规律来管控决策

实例

：

客流规律和排班以及最佳营销时机

实例：致命交通事故发生的时间规律

发现营运变化，定短板来营运决策

实例

：

考核周期导致的员工月初懈怠

实例：工序信号异常监测装置故障

理清要素关系，找影响因素来决策

实例

：

情绪对于股市涨跌的影响

实例：为何升职反而会增加离职隐患？

预测未来趋势，借助预判开展决策

实例

：

惠普预测员工离职隐患以及挽留

实例：保险公司的车险预测和个性化保费定价

海量资料决策的三个要害环节

业务资料化：将业务问题转化为资料问题

资料资讯化：提取资料中的业务规律资讯

资讯打法化：基于规律形成业务化解打法

实例

：

用资料来识别喜欢赚

“差价”的营业员

资料拆解进程—拆解步骤篇

资料

拆解

的六

步

曲

步骤

1

：明晰目的，确定拆解思路

确定拆解目的：要破解什么样的业务问题

确定拆解思路：分解业务问题，构筑拆解轮廓

步骤

2

：收集资料，寻找拆解素材

明晰资料范围

确定收集来源

确定收集办法

步骤

3

：整理资料，确保资料质量

资料质量评核

资料清洗、资料处理和变量处理

探索性拆解

步骤

4

：拆解资料，寻找业务答案

选项合适的拆解办法

构筑合适的拆解模型

选项合适的拆解抓手

步骤

5

：呈现数，解读业务规律

选项恰当的图表

选项合适的可视化抓手

提炼业务含义

步骤

6

：撰写报告，形成业务打法

选项报告种类

完整的报告结构

上手

：

货品精准营销实例拆解

怎样搭建精准营销拆解轮廓

精准营销拆解的进程和步骤

资料拆解办法—统计办法

篇

问题：资料拆解办法的种类？拆解办法的不同运用情境？

业务拆解的三个阶段

现况拆解：借助公司营运指标来发现规律以及短板

原因拆解：查找资料相关性，探寻标的影响因素

预测拆解：合理配置资源，预判业务未来的趋势

常用的资料拆解办法种类

描述性拆解法（对比

/

分组

/

结构

/

趋势

/

交叉

…）

相关性拆解法（相关

/

方差

/

卡方

…）

预测性拆解法（回归

/

时序

/

决策树

/

神经网络

…）

专题性拆解法（聚类

/

关联

/RFM

模型

/

…）

统计拆解基础

统计拆解两大要害要素（类别、指标）

统计拆解的操作模式（类别à指标）

统计拆解三个操作步骤（统计、画图，解读）

透视表的三个组成部分

常用的描述性指标

集中程度：均值，中位数、众数

离散程度：极差、方差

/

准则差、

IQR

分布形态：偏度、峰度

基本

拆解办法

以及其适用情境

对比拆解（查看资料差距，发现事物变化）

上手：寻找用户的地域分布特征

上手：拆解货品受欢迎情况以及贡献大小

上手：用资料来探索增量不增收困境的解题打法

分布拆解（查看资料分布，探索业务层次）

上手：银行用户的消费水平和消费层次拆解

上手

：

买方年龄分布

/

收入分布拆解

实例：通信营运商的流量套餐划分合理性的评核

上手：呼叫中心接听电话效率拆解（呼叫中心）

结构拆解（查看指标构成，评核结构合理性）

实例：增值业务收入结构拆解（通信）

实例：物流费用成本结构拆解（物流）

实例：

中移动用户群动态结构拆解

上手：

财务领域的结构瀑布图、财务收支的变化瀑布图

趋势拆解（发现

事物随时间的

变化规律）

实例：破解零售店销售规律

实例：手机

销量

的淡旺季拆解

实例：微信用户的活跃时间规律

上手：发现客流量的时间规律

交叉拆解（从多个维度的资料指标拆解）

上手：用户性别

+

地域分布拆解

上手：

不同买方的

货品偏好拆解

上手：不同

学历用户

的套餐偏好拆解

上手：银行用户的违约影响因素拆解

资料拆解办法—拆解轮廓

篇

问题：怎样才能周全

/

系统地拆解而不遗漏？怎样分解和细化业务问题？

业务拆解思路和拆解轮廓来源于业务模型

常用的业务模型

外部环境拆解：

PEST

业务专题拆解：

5W

2

H

竞品

/

竞争拆解：

SWOT

、波特五力

营销市场专题拆解：

4P/

4

C

等等

精准营销的业务模型（

6R

准则）

寻找正确的买方

匹配正确的货品

确定合理的价格

选项恰当的时机

借助合适的渠道

传递恰当的资讯

实例碰头

：

怎样构筑海量资料精准营销的拆解轮廓

用户行为拆解

（

5

W2H

拆解思路

和轮廓

）

WHY

：原因

（用户诉求、货品亮点、竞品优劣势）

WHAT

：货品

（货品喜好、货品贡献、货品功能、货品结构）

WHO

：买方

（基本特征、消费本领、货品偏好）

WHEN

：时间

（淡旺季、活跃时间，重购周期）

WHERE

：区域

/

渠道（区域喜好，渠道偏好）

HOW

：支付

/

促销（支付方式、促销方式有效性评核等等）

HOW MUCH

：价格

（费用、成本，利润、收入结构、价格偏好等等）

实例碰头

：

结合公司情况，搭建用户消费习惯的

拆解

轮廓（

5

W2H

）

资料拆解打法

影响因素拆解—原因拆解篇

营销问题：哪些因素是影响业务标的的要害要素？比如，货品在货架上的位置是否对销量有影响？价格和广告开销是怎样影响销量的？影响风控的要害因素有哪些？怎样判断？

影响因素拆解

的常见办法

相关拆解（衡量两资料型变量的线性相关性）

相关拆解简介

相关拆解的运用情境

相关拆解的种类

简单相关拆解

偏相关拆解

距离相关拆解

相关系数的三

种计算公式

P

earson相关系数

S

pearman相关系数

K

endall相关系数

相关拆解的假设检验

相关拆解的

四个基本步骤

上手：营销费用会影响销售额吗？影响程度怎样量化？

上手：

哪些因素和汽车销量有相关性

上手

：

影响用户消费水平的因素会有哪些

偏相关拆解

偏相关

原理：排除不可控因素后的两变量的相关性

偏相关

系数的计算公式

偏相关拆解的适用情境

距离相关拆解

方差拆解（衡量类别变量和数值变量间的相关性）

方差拆解的运用情境

方差拆解的三个种类

单因素方差拆解

多因素方差拆解

协方差拆解

单因素方差拆解的原理

方差拆解的

四个

步骤

解读方差拆解结果的两个要点

上手

：

摆放位置和销量有关吗

上手：买方学历对消费

水平

的影响拆解

上手

：

广告和价格是影响终端销量的要害因素吗

上手

：

营业员的性别、本领级别对货品销量有影响吗

上手：寻找影响货品销量的要害因素

多因素方差拆解原理

多因素方差拆解的作用

多因素方差结果的解读

上手：广告

形式、地区对

销量的

影响因素

拆解

协方差拆解原理

协方差拆解的适用情境

上手：排除货品价格，收入对销量有影响吗？

列联拆解

/

卡方检验（两类别变量的相关性拆解）

交叉表和列联表：计数值和期望值

卡方检验的原理

卡方检验的几个计算公式

列联表拆解的适用情境

实例：套餐类型对买方离职的影响拆解

实例：学历对业务套餐偏好的影响拆解

实例：业界

/

规模对风控的影响拆解

相关性拆解办法

收束

定量预测模型—回归模型篇

营销问题：

怎样预测未来的货品销量

/

销售额？倘若货品跟随季节性变动，该怎样预测？

回归拆解简介和原理

回归拆解的种类

一元回归

/

多元回归

线性回归

/

非线性回归

常用回归拆解办法

散点图

+

趋势线（一元）

线性回归抓手（多元线性）

规划求解抓手（非线性回归）

上手：散点图找营销费用和销售额的关系

线性回归拆解的五个步骤

上手

：营销

费用、办公费用和销售额的关系（线性回归）

线性回归方程的解读招数

定性描述：正相关

/

负相关

定量描述：自变量变化导致因变量的变化程度

回归预测模型评核

质量评核指标：判定系数

R

^2

怎样选项最佳回归模型

上手：怎样选项最佳的回归预测模型（一元曲线回归）

带分类自变量的回归预测

上手

：汽车季度销量预测

上手

：

工龄、性别和终端销量的关系

上手：怎样评核销售标的和资源最佳配置

货品销量预测—时序预测篇

时间序列简介

回归模型的缺点

时序预测常用模型

评核预测值的准确度指标

平均绝对误差MAD

都方差MSE/RMSE

平均误差率MAPE

移动平均（

MA

）

运用情境以及原理

移动平均种类

一次移动平均

二次移动平均

加权移动平均

移动平均比率法

移动平均要害问题

期数

N

的最佳选项办法

最优权重系数的选取办法

上手：平板电脑销量预测以及评核

上手：快销货品季节销量预测以及评核

指数平滑（

ES

）

运用情境以及原理

最优平滑系数的选取

要则

指数平滑种类

一次指数平滑

二次指数平滑（

Brown

线性，

Holt

线性、

Holt

指数、阻尼线性，阻尼指数）

三次指数平滑

上手：煤炭产量预测

上手：航空旅客量预测以及评核

结束：课程

收束

和

问题答疑

。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|傅一航老师