日韩亚洲中文字幕东京热_精品亚洲成a人在线观看青青_免费av大片在线看_久久免费一区二区三区

企業(yè)內(nèi)訓(xùn)課關(guān)鍵詞

KEY WORDS OF Corporate Training

培訓(xùn)地址:
關(guān)鍵字:
大數(shù)據(jù)分析與挖掘綜合能力提升實戰(zhàn)

參加對象:產(chǎn)品銷量部、業(yè)務(wù)支撐部、運(yùn)營分析部、數(shù)據(jù)分析部、大數(shù)據(jù)系統(tǒng)開發(fā)部等對業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)人員。

課程費(fèi)用:電話咨詢(含:講師費(fèi)、稅費(fèi)、教材費(fèi)、會務(wù)費(fèi)、拍攝費(fèi))

授課天數(shù):2 天

授課形式:內(nèi)訓(xùn)

聯(lián)系電話:400-008-4600;13382173255(Karen /鄭老師)

官網(wǎng):www.verocapadvisors.com

微信咨詢:Karen(注明來意)

課程背景| Course Background

本課程為進(jìn)階課程,面向所有業(yè)務(wù)支撐部門及數(shù)據(jù)分析部門。

本課程的主要目的是,幫助學(xué)員掌握大數(shù)據(jù)建?;A(chǔ)知識,幫助學(xué)員構(gòu)建系統(tǒng)全面的預(yù)測建模思維,提升學(xué)員的數(shù)據(jù)建模綜合能力。

課程收益| Program Benefits

了解數(shù)據(jù)建模的標(biāo)準(zhǔn)過程

明白時序預(yù)測的基本思想,熟悉常用的時序預(yù)測模型

掌握常用的分類預(yù)測模型,理解模型基本原理

學(xué)會解讀分類預(yù)測模型的含義

理解并掌握定性預(yù)測模型的質(zhì)量評估指標(biāo)

了解分類預(yù)測模型的集成優(yōu)化思想

課程大綱| Course Outline

數(shù)據(jù)建模過程—流程步驟篇

預(yù)測建模六步法

選擇模型:基于業(yè)務(wù)選擇恰當(dāng)?shù)臄?shù)據(jù)模型

特征工程:選擇對目標(biāo)變量有顯著影響的屬性來建模

訓(xùn)練模型:采用合適的算法對模型進(jìn)行訓(xùn)練,尋找到最優(yōu)參數(shù)

評估模型:進(jìn)行評估模型的質(zhì)量,判斷模型是否可用

優(yōu)化模型:如果評估結(jié)果不理想,則需要對模型進(jìn)行優(yōu)化

應(yīng)用模型:如果評估結(jié)果滿足要求,則可應(yīng)用模型于業(yè)務(wù)場景

數(shù)據(jù)挖掘常用的模型

定量預(yù)測模型:回歸預(yù)測、時序預(yù)測等

定性預(yù)測模型:邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等

市場細(xì)分:聚類、RFM、PCA

產(chǎn)品推薦:關(guān)聯(lián)分析、協(xié)同過濾等

產(chǎn)品優(yōu)化:回歸、隨機(jī)效用等

產(chǎn)品定價:定價策略/最優(yōu)定價等

特征工程/特征選擇/變量降維

基于變量本身特征

基于相關(guān)性判斷

因子合并(PCA等)

IV值篩選(評分卡使用)

基于信息增益判斷(決策樹使用)

模型評估

模型質(zhì)量評估指標(biāo):R^2、正確率/查全率/查準(zhǔn)率/特異性等

預(yù)測值評估指標(biāo):MAD、MSE/RMSE、MAPE、概率等

模型評估方法:留出法、K拆交叉驗證、自助法等

其它評估:過擬合評估、殘差檢驗

模型優(yōu)化

優(yōu)化模型:選擇新模型/修改模型

優(yōu)化數(shù)據(jù):新增顯著自變量

優(yōu)化公式:采用新的計算公式

集成思想:Bagging/Boosting/Stacking

常用預(yù)測模型介紹

時序預(yù)測模型

回歸預(yù)測模型

分類預(yù)測模型


定量預(yù)測模型—時序預(yù)測篇

營銷問題:像利率/CPI/GDP等按時序變化的指標(biāo)如何預(yù)測?當(dāng)銷量隨季節(jié)周期變動時該如何預(yù)測?

回歸預(yù)測vs時序預(yù)測

因素分解思想

時序預(yù)測常用模型

趨勢擬合

季節(jié)擬合

平均序列擬合

評估預(yù)測值的準(zhǔn)確度指標(biāo):MAD、RMSEMAPE

移動平均(MA

應(yīng)用場景及原理

移動平均種類

一次移動平均

二次移動平均

加權(quán)移動平均

移動平均比率法

移動平均關(guān)鍵問題

如何選取最優(yōu)參數(shù)N

如何確定最優(yōu)權(quán)重系數(shù)

演練:平板電腦銷量預(yù)測及評估

演練:快銷產(chǎn)品季節(jié)銷量預(yù)測及評估

指數(shù)平滑(ES

應(yīng)用場景及原理

最優(yōu)平滑系數(shù)的選取原則

指數(shù)平滑種類

一次指數(shù)平滑

二次指數(shù)平滑(Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù))

三次指數(shù)平滑

演練:煤炭產(chǎn)量預(yù)測

演練:航空旅客量預(yù)測及評估

溫特斯季節(jié)預(yù)測模型

適用場景及原理

Holt-Winters加法模型

Holt-Winters乘法模型

演練:汽車銷量預(yù)測及評估

平穩(wěn)序列模型(ARIMA)

序列的平穩(wěn)性檢驗

平穩(wěn)序列的擬合模型

AR(p)自回歸模型

MA(q)移動模型

ARMA(p,q)自回歸移動模型

模型的識別與定階

ACF/PACF圖

最小信息準(zhǔn)則

序列平穩(wěn)化處理

變量變換

k次差分

d階差分

ARIMA(p,d,q)模型

演練:上海證券交易所綜合指數(shù)收益率序列分析

演練:服裝銷售數(shù)據(jù)季節(jié)性趨勢預(yù)測分析

平穩(wěn)序列的建模流程


定性預(yù)測模型—分類預(yù)測篇

問題:如何評估客戶購買產(chǎn)品的可能性?如何預(yù)測客戶的購買行為?如何提取某類客戶的典型特征?如何向客戶精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)?

分類模型概述及其應(yīng)用場景

常見分類預(yù)測模型

邏輯回歸(LR

邏輯回歸的適用場景

邏輯回歸的模型原理

邏輯回歸分類的幾何意義

邏輯回歸的種類

二項邏輯回歸

多項邏輯回歸

如何解讀邏輯回歸方程

帶分類自變量的邏輯回歸分析

多項邏輯回歸/多分類邏輯回歸

案例如何評估用戶是否會購買某產(chǎn)品(二邏輯回歸

案例多品牌選擇模型分析(多項邏輯回歸)

分類決策樹(DT

問題:如何預(yù)測客戶行為?如何識別潛在客戶?

風(fēng)控:如何識別欠貸者的特征,以及預(yù)測欠貸概率?

客戶保有:如何識別流失客戶特征,以及預(yù)測客戶流失概率?

決策樹分類簡介

案例:美國零售商(Target)如何預(yù)測少女懷孕

演練:識別銀行欠貨風(fēng)險,提取欠貸者的特征

決策樹分類的幾何意義

構(gòu)建決策樹的三個關(guān)鍵問題

如何選擇最佳屬性來構(gòu)建節(jié)點(diǎn)

如何分裂變量

修剪決策樹

選擇最優(yōu)屬性生長

熵、基尼索引、分類錯誤

屬性劃分增益

如何分裂變量

多元劃分與二元劃分

連續(xù)變量離散化(最優(yōu)分割點(diǎn))

修剪決策樹

剪枝原則

預(yù)剪枝與后剪枝

構(gòu)建決策樹的四個算法

C5.0、CHAIDCART、QUEST

各種算法的比較

如何選擇最優(yōu)分類模型?

案例商場用戶的典型特征提取

案例:客戶流失預(yù)警與客戶挽留

案例:識別拖欠銀行貨款者的特征,避免不良貨款

案例:識別電信詐騙者嘴臉,讓通信更安全

多分類決策樹

案例:不同套餐用戶的典型特征

決策樹模型的保存與應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)(ANN

神經(jīng)網(wǎng)絡(luò)概述

神經(jīng)網(wǎng)絡(luò)基本原理

神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)分類的幾何意義

神經(jīng)網(wǎng)絡(luò)的建立步驟

神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問題

BP反向傳播網(wǎng)絡(luò)(MLP

徑向基網(wǎng)絡(luò)(RBF

案例評估銀行用戶拖欠貨款的概率

判別分析(DA

判別分析原理

判別分析種類

Fisher線性判別分析

案例:MBA學(xué)生錄取判別分析

案例:上市公司類別評估

最近鄰分類(KNN

KNN模型的基本原理

KNN分類的幾何意義

K近鄰的關(guān)鍵問題

支持向量機(jī)(SVM

SVM基本原理

線性可分問題:最大邊界超平面

線性不可分問題:特征空間的轉(zhuǎn)換

災(zāi)難與核函數(shù)

貝葉斯分類(NBN

貝葉斯分類原理

計算類別屬性的條件概率

估計連續(xù)屬性的條件概率

預(yù)測分類概率(計算概率)

拉普拉斯修正

案例評估銀行用戶拖欠貨款的概率


定性預(yù)測模型—模型評估篇

模型的評估指標(biāo)

兩大矩陣:混淆矩陣,代價矩陣

六大指標(biāo):Acc,P,R,Spec,F1,lift

三條曲線:

ROC曲線和AUC

PR曲線和BEP

KS曲線和KS

模型的評估方法

原始評估法

留出法(Hold-Out

交叉驗證法(k-fold cross validation

自助采樣法(Bootstrapping


定性預(yù)測模型—集成優(yōu)化篇

模型的優(yōu)化思路

集成算法基本原理

單獨(dú)構(gòu)建多個弱分類器

多個弱分類器組合投票,決定預(yù)測結(jié)果

集成方法的種類

Bagging

Boosting

Stacking

Bagging集成

數(shù)據(jù)/屬性重抽樣

決策依據(jù):少數(shù)服從多數(shù)

典型模型:隨機(jī)森林RF

Boosting集成

基于誤分?jǐn)?shù)據(jù)建模

樣本選擇權(quán)重更新公式

決策依據(jù):加權(quán)投票

典型模型:AdaBoost模型

 

結(jié)束:課程總結(jié)問題答疑。

 

講師背景| Introduction to lecturers

珀菲特顧問|傅一航老師

講師簡介 / About the Program Leader

講師:傅一航

傅一航,華為系大數(shù)據(jù)專家。

計算機(jī)軟件與理論碩士研究生(研究方向:數(shù)據(jù)挖掘、搜索引擎)。在華為工作十年,五項國家專利,在華為工作期間獲得華為數(shù)項獎項,曾在英國、日本、荷蘭和比利時等海外市場做項目,對大數(shù)據(jù)技術(shù)有深入的研究。

傅老師專注于大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等應(yīng)用技術(shù),以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域,解決行業(yè)實際的問題。

1、讓管理更高效:將大數(shù)據(jù)應(yīng)用于企業(yè)管理,用大數(shù)據(jù)探索企業(yè)發(fā)展規(guī)律和行業(yè)發(fā)展趨勢,有效預(yù)判市場變化和需求,基于規(guī)律和預(yù)判來進(jìn)行管理決策,并實現(xiàn)組織架構(gòu)演變、人才新技能培養(yǎng)、生產(chǎn)流程優(yōu)化,以及服務(wù)效率提升,最終匹配市場未來的變化需要,提升企業(yè)管理效率。

2、讓決策更科學(xué):將大數(shù)據(jù)應(yīng)用于運(yùn)營決策,用大數(shù)據(jù)呈現(xiàn)企業(yè)整體經(jīng)營狀況,診斷運(yùn)營問題和風(fēng)險,找到業(yè)務(wù)短板,全面理解組織、產(chǎn)品、人員、營銷、財務(wù)等要素間的相關(guān)性,實現(xiàn)企業(yè)資源的最優(yōu)化配置,提升科學(xué)決策能力。

3、讓營銷更精準(zhǔn):將大數(shù)據(jù)應(yīng)用于市場營銷,解決營銷中的用戶群細(xì)分和品牌定位,客戶價值評估,分析用戶需求,產(chǎn)品設(shè)計優(yōu)化,產(chǎn)品最優(yōu)定價等實際問題,實現(xiàn)精準(zhǔn)營銷和精準(zhǔn)推薦,以最小的營銷成本實現(xiàn)最大化的營銷效果。

傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、電商、互聯(lián)網(wǎng)、制造業(yè)、政府等領(lǐng)域。傅老師的課程最大特色:實戰(zhàn)性強(qiáng)!“圍繞業(yè)務(wù)問題+搭建分析框架+運(yùn)用分析方法+建立分析模型+熟悉分析工具+形成業(yè)務(wù)策略”。以商業(yè)目標(biāo)為起點(diǎn),基于實際的業(yè)務(wù)應(yīng)用場景(明確目的),搭建全面系統(tǒng)的業(yè)務(wù)框架和分析維度(分析思路),選擇最合適的方法(分析方法),深入淺出的理論講解(分析模型),使用簡單實用的工具操作(分析工具),對分析結(jié)果進(jìn)行有效的解讀(數(shù)據(jù)可視化),最終形成具體的業(yè)務(wù)建議,實現(xiàn)業(yè)務(wù)分析/數(shù)據(jù)分析的閉環(huán)。

重思路:數(shù)據(jù)思維+分析框架;

重體系:分析維度+分析過程;

重實戰(zhàn):分析方法+分析模型+分析工具;

重落地:可視化+數(shù)據(jù)解讀+業(yè)務(wù)策略。



培訓(xùn)課程 / Training courses

董事長總經(jīng)理高管的課程:

《數(shù)字化戰(zhàn)略與商業(yè)變革》

《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》

《領(lǐng)導(dǎo)干部的大數(shù)據(jù)思維與決策》

 

大數(shù)據(jù)市場營銷的課程:

《大數(shù)據(jù)時代的精準(zhǔn)營銷》

“數(shù)”說營銷----大數(shù)據(jù)營銷分析實戰(zhàn)與沙盤》

《市場營銷大數(shù)據(jù)分析實戰(zhàn)培訓(xùn)》

《大數(shù)據(jù)助力市場營銷與服務(wù)提升》

 

大數(shù)據(jù)分析應(yīng)用類的課程:

《大數(shù)據(jù)分析綜合能力提升實戰(zhàn)》

《大數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)培訓(xùn)》

《大數(shù)據(jù)挖掘之SPSS工具入門與提高》

《金融行業(yè)風(fēng)險預(yù)測模式實戰(zhàn)培訓(xùn)》

 

大數(shù)據(jù)分析語言Python課程:

Python開發(fā)基礎(chǔ)實戰(zhàn)培訓(xùn)》

Python數(shù)據(jù)分析與可視化實戰(zhàn)》

Python數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)》

Python數(shù)據(jù)挖掘?qū)n}分析》

Python機(jī)器學(xué)習(xí)算法實戰(zhàn)》

Python RPA辦公流程自動化》



代表性客戶 / PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO

傅老師曾提供過培訓(xùn)咨詢服務(wù)的客戶遍及通信、金融、交通、制造、政府等行業(yè),其中包括中移動、華為、施耐德、富士康、平安集團(tuán)、中國銀行、西部航空、廣州地鐵、東風(fēng)日產(chǎn)、廣州稅務(wù)、良品鋪?zhàn)印⒅幸辟惖?、埃森哲、海天集團(tuán)、正泰電器等公司和單位。

銀行/郵政/保險/證券等金融行業(yè)培訓(xùn)客戶

中國銀行:《大數(shù)據(jù)變革與商業(yè)模式創(chuàng)新》《大數(shù)據(jù)時代的精準(zhǔn)營銷》

中信銀行:《大數(shù)據(jù)分析與挖掘綜合能力提升》《Python風(fēng)險預(yù)測建?!?

招商銀行:《大數(shù)據(jù)分析綜合能力提升》數(shù)說營銷》《Python數(shù)據(jù)分析》

平安銀行:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《數(shù)說營銷》《Python數(shù)據(jù)分析》

廣發(fā)銀行:《大數(shù)據(jù)下的精準(zhǔn)營銷》《大數(shù)據(jù)分析綜合能力提升》

光大銀行:《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用》《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

交通銀行:《大數(shù)據(jù)時代的精準(zhǔn)營銷》《數(shù)說營銷實戰(zhàn)》

建設(shè)銀行:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

浦發(fā)銀行:《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

農(nóng)業(yè)銀行:《大數(shù)據(jù)分析綜合能力提升》《Python數(shù)據(jù)分析、數(shù)據(jù)建?!?

民生銀行:《Python數(shù)據(jù)建模與模型優(yōu)化》

農(nóng)商行:《大數(shù)據(jù)分析綜合能力》《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建模》

微眾銀行:《大數(shù)據(jù)分析綜合能力提升》

 

廣東郵政:《大數(shù)據(jù)分析與挖掘綜合能力提升》《大數(shù)據(jù)建模與模型優(yōu)化》

廣西郵政:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

山東郵政:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

 

平安集團(tuán):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

平安產(chǎn)險:《大數(shù)據(jù)分析綜合能力提升》《大數(shù)據(jù)建模與優(yōu)化》

平安人壽:《大數(shù)據(jù)分析與應(yīng)用實戰(zhàn)》《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

平安醫(yī)??萍迹骸洞髷?shù)據(jù)思維與應(yīng)用創(chuàng)新》

天安財險:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

中華人壽:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

太平洋保險:《大數(shù)據(jù)分析綜合能力提升》

 

廣電銀通:《大數(shù)據(jù)綜合能力提升》

安信證券:《大數(shù)據(jù)時代下的金融發(fā)展》

平安普惠:《Hadoop解決方案技術(shù)培訓(xùn)》

廣汽理匯:《大數(shù)據(jù)思維與數(shù)據(jù)分析實戰(zhàn)》

金融壹帳通:《大數(shù)據(jù)分析與挖掘綜合能力提升實戰(zhàn)》

陸金所:《大數(shù)據(jù)分析綜合能力提升》

中金所:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

馬上消費(fèi)金額:《數(shù)說營銷實戰(zhàn)》

易鑫集團(tuán):《大數(shù)據(jù)分析綜合能力提升》

五礦經(jīng)易期貨:《大數(shù)據(jù)分析綜合能力提升》

杭州銀貨通科技:《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展及應(yīng)用創(chuàng)新》

中郵金融科技:《Python基礎(chǔ)與數(shù)據(jù)分析》

……

制造行業(yè)培訓(xùn)客戶

施耐德:《大數(shù)據(jù)分析》《大數(shù)據(jù)挖掘》《大數(shù)據(jù)建模及優(yōu)化》

富士康:《大數(shù)據(jù)分析綜合能力提升》

中冶賽迪:《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建?!?

正泰電器:《大數(shù)據(jù)分析實戰(zhàn)》《大數(shù)據(jù)建模及優(yōu)化》

海天集團(tuán):《大數(shù)據(jù)分析實戰(zhàn)》《大數(shù)據(jù)思維與可視化》

ABB:《大數(shù)據(jù)分析實戰(zhàn)培訓(xùn)》

延峰海納川:《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)建?!贰?/span>RAP辦公自動化》

昌碩科技:《大數(shù)據(jù)分析實戰(zhàn)》

村田電子:《大數(shù)據(jù)分析綜合能力提升》

博西家用電器:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

深圳YKK吉田拉鏈:《大數(shù)據(jù)分析綜合能力提升》

雅圖仕:《大數(shù)據(jù)分析綜合能力提升》

索菲亞:《大數(shù)據(jù)分析綜合能力提升》

沁園:《大數(shù)據(jù)分析綜合能力提升》

浦林成山:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

翔路騰龍:《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》

泰科:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

萬家樂:《Python基礎(chǔ)與數(shù)據(jù)分析》

億力機(jī)電:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

深圳大疆:《數(shù)說營銷》

一汽解放錫柴:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

 

通信/運(yùn)營商行業(yè)培訓(xùn)客戶

華為技術(shù):《話務(wù)量預(yù)測與排班管理》

聯(lián)通研究院:《大數(shù)據(jù)預(yù)測建模優(yōu)化》《Python數(shù)據(jù)分析》

北京聯(lián)通:《大數(shù)據(jù)分析綜合能力提升》《數(shù)說營銷》《數(shù)據(jù)挖掘?qū)n}分析》

廣州電信:《大數(shù)據(jù)時代的精準(zhǔn)營銷》

北京電信:《大數(shù)據(jù)分析綜合能力提升》

香港電信:《大數(shù)據(jù)精準(zhǔn)營銷實戰(zhàn)》

上海電信:《渠道大數(shù)據(jù)分析與挖掘思路及方法》兩期

河北電信:《數(shù)據(jù)化運(yùn)營下的大數(shù)據(jù)分析綜合能力提升實戰(zhàn)》

南京電信:《大數(shù)據(jù)視圖支撐精準(zhǔn)化營銷》

佛山電信:《數(shù)據(jù)挖掘技術(shù)及其應(yīng)用培訓(xùn)》

泉州電信:《大數(shù)據(jù)挖掘、信息分析及應(yīng)用培訓(xùn)》

湖北聯(lián)通:《大數(shù)據(jù)分析與商業(yè)智能》

廣東聯(lián)通:《數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)崙?zhàn)培訓(xùn)》兩期

江蘇聯(lián)通:《大數(shù)據(jù)分析綜合能力提升》

吉林聯(lián)通:《大數(shù)據(jù)分析綜合能力提升-中級》

烏魯木齊聯(lián)通:《大數(shù)據(jù)分析綜合能力提升》

上海移動:《大數(shù)據(jù)分析與挖掘、建模及優(yōu)化》叁期

浙江移動:《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實戰(zhàn)》

江蘇移動:《大數(shù)據(jù)精準(zhǔn)營銷技能提升實戰(zhàn)》

深圳移動:《大數(shù)據(jù)分析綜合能力提升》

廣西移動:《大數(shù)據(jù)發(fā)展趨勢及在公司營銷領(lǐng)域的應(yīng)用》

遼寧移動2:《數(shù)據(jù)分析方法與經(jīng)營分析技巧》

泉州移動3期:《數(shù)說營銷—市場營銷數(shù)據(jù)分析與挖掘應(yīng)用》

德陽移動2期:《大數(shù)據(jù)挖掘與建模優(yōu)化實戰(zhàn)培訓(xùn)》

浙江移動:《大數(shù)據(jù)產(chǎn)品營銷能力提升》

四川移動:《大數(shù)據(jù)分析與挖掘綜合能力提升》

吉林移動:《數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》;

貴州移動:《“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

海南移動:《基于大數(shù)據(jù)運(yùn)營的用戶行為分析與精準(zhǔn)定位》

山東移動:《大數(shù)據(jù)分析綜合能力提升》

深圳移動:《大數(shù)據(jù)在行業(yè)內(nèi)外的應(yīng)用》

中國移動終端公司:《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》

中山移動:《“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

東莞移動:《“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

成都移動:《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘》

眉山移動2期:《大數(shù)據(jù)分析綜合能力提升》

云浮移動:《大數(shù)據(jù)挖掘和信息提煉專項培訓(xùn)》

陽江移動:《小數(shù)據(jù)·大運(yùn)營--運(yùn)營數(shù)據(jù)的分析與挖掘》

德陽移動:《電信運(yùn)營商市場營銷數(shù)據(jù)挖掘應(yīng)用典型案例》

陜西在線:“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

四川在線:“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

大連移動:《“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》

內(nèi)蒙古移動:《大數(shù)據(jù)分析與Hadoop大數(shù)據(jù)解決方案》

貴州中移通信:《SPSS數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實戰(zhàn)》

天翼愛音樂:《大數(shù)據(jù)分析綜合能力提升》

……

 

能源電力交通物流培訓(xùn)客戶

西部航空《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》

貴賓公司:《市場營銷數(shù)據(jù)的分析》

海南航空:《利用大數(shù)據(jù)營銷提升航線收益》

南方航空:《大數(shù)據(jù)精準(zhǔn)營銷實戰(zhàn)》

深圳公交集團(tuán):《大數(shù)據(jù)與智慧交通》

東風(fēng)日產(chǎn):《大數(shù)據(jù)分析與挖掘綜合能力提升》

柳州上汽五菱:《大數(shù)據(jù)下的精準(zhǔn)營銷實戰(zhàn)》

東風(fēng)商用:《數(shù)說營銷實戰(zhàn)》

東風(fēng)出行:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

廣州地鐵:《大數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》兩期

富維江森:《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》

保時捷:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實戰(zhàn)》

忻州供電局:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

延長殼牌:《大數(shù)據(jù)分析與挖掘綜合能力提升》

寶雞國電:《大數(shù)據(jù)分析與挖掘》兩期

寧夏國電:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》兩期

云南電網(wǎng):《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

天津國電:《大數(shù)據(jù)分析綜合能力提升》

上海城投水務(wù):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

深圳水務(wù):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

中海油:《大數(shù)據(jù)分析實戰(zhàn)》

神南礦業(yè):《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》

珠海港興:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

神南礦業(yè):《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》

安能物流:《大數(shù)據(jù)分析綜合能力提升》

順豐速運(yùn):《大數(shù)據(jù)分析綜合能力提升》《數(shù)據(jù)精準(zhǔn)營銷實戰(zhàn)》

……

直銷/零售/電商/互聯(lián)網(wǎng)等行業(yè)培訓(xùn)客戶

良品鋪?zhàn)樱骸?/span>大數(shù)據(jù)分析綜合能力提升》兩期

周大福:《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)培訓(xùn)》

新時代:《問題的挖掘、分析—數(shù)據(jù)分析技巧》兩期培訓(xùn)

深圳欣盛商:《電商大數(shù)據(jù)分析

無限極:《大數(shù)據(jù)分析綜合能力提升》兩期

歐萊雅:《Python根因分析與預(yù)測》

玫琳凱:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實戰(zhàn)》

上海找鋼網(wǎng):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

頂新國際:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

華潤集團(tuán):《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

壹藥網(wǎng):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

 

其他行業(yè)部分培訓(xùn)客戶

埃森哲:《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)分析與可視化》《RAP流程自動化化》

嶺南集團(tuán):《大數(shù)據(jù)時代下的精準(zhǔn)營銷》

贛州監(jiān)獄:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》叁期

貴州中煙:《互聯(lián)網(wǎng)+時代的大數(shù)據(jù)思維》

廣州稅務(wù):《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》叁期

西部數(shù)據(jù):《大數(shù)據(jù)分析綜合能力提升》

文思海輝:《大數(shù)據(jù)分析綜合能力提升》

內(nèi)蒙古社科聯(lián):《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

深圳會展中心:《大數(shù)據(jù)價值實現(xiàn)與應(yīng)用創(chuàng)新》

重慶國際復(fù)材:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

挑戰(zhàn)牧業(yè):《大數(shù)據(jù)分析綜合能力提升》

廣東立白:大數(shù)據(jù)分析綜合能力提升》

……


服務(wù)流程

Service Procedure

  • 提交需求
  • 溝通診斷
  • 項目調(diào)研
  • 方案設(shè)計
  • 達(dá)成共識
  • 項目實施
  • 持續(xù)跟蹤
  • 效果評估

服務(wù)優(yōu)勢

Service Advantages

  • 對行業(yè)特性的深刻理解

    我們擁有幾百家各類企業(yè)的項目咨詢基礎(chǔ)、多行業(yè)數(shù)據(jù)庫、多年的行業(yè)經(jīng)驗,并對企業(yè)進(jìn)行深度研究和剖析,總結(jié)出一系列深入的觀點(diǎn)和經(jīng)驗。

  • 豐富的案例庫及落地方案

    我們的咨詢方案的設(shè)計過程秉承“知行合一”的理念,既具備理論知識,又重視項目的實操性。經(jīng)過多年的經(jīng)驗,我們積累了豐富的案例庫,涉及18個領(lǐng)域,近千個案例,并將案例與咨詢項目完美結(jié)合。

  • 經(jīng)驗深厚的咨詢團(tuán)隊

    我們的咨詢團(tuán)隊分布于各大領(lǐng)域,擁有多年的業(yè)內(nèi)從業(yè)經(jīng)驗,具備豐富的企業(yè)管理實操經(jīng)驗。在定制咨詢方案前,我們會為客戶匹配多位業(yè)內(nèi)咨詢師,供客戶進(jìn)行比對選擇,根據(jù)客戶需求及問題,定制化地設(shè)計咨詢方案,確保項目的順利進(jìn)行。

關(guān)于珀菲特顧問

ABOUT PERFECT CONSULTANT

我們是?人才培養(yǎng)與智能制造解決方案提供商。

We are? Talent training and intelligent manufacturing solutions provider.

我們做什么?承接組織績效提升與人才學(xué)習(xí)發(fā)展業(yè)務(wù)。

What we do ?Provide organizational performance improvement and talent learning development business.

服務(wù)的客戶:世界五百強(qiáng)企業(yè)、合資工廠、國有企業(yè)、快速發(fā)展的民營企業(yè)、行業(yè)領(lǐng)頭企業(yè)。

Customers:Each year, we serves more than 1000 enterprises (including fortune 500 enterprises, joint venture factories, state-owned enterprises, rapidly developing private enterprises and industry-leading enterprises).

  • 2011年成立

    10年更懂你

  • 6000+

    中大型企業(yè)共同選擇

  • 600000+

    累計培訓(xùn)學(xué)員

  • 1500+

    現(xiàn)有公開課

  • 10000+

    現(xiàn)有內(nèi)訓(xùn)課

  • 800+

    現(xiàn)有在線課程

  • 20+

    輻射城市

線下業(yè)務(wù)

OFFLINE BUSINESS

  • 內(nèi)訓(xùn)課

    高層團(tuán)隊引導(dǎo)工作坊

    中層管理內(nèi)訓(xùn)

    基層管理內(nèi)訓(xùn)

  • 項目咨詢

    人才梯隊建設(shè)咨詢項目

    工廠運(yùn)營咨詢項目

    TTT內(nèi)訓(xùn)師咨詢項目

  • 公開課

    領(lǐng)導(dǎo)力公開課

    精益智造公開課

    個人效能公開課

線上業(yè)務(wù)

ONLINE BUSINESS

數(shù)字化搭建企業(yè)學(xué)習(xí)平臺,加速人才培養(yǎng)
功能包含:作業(yè)管理、考試管理、簽到管理、課程學(xué)習(xí)、排名管理、微課上傳、直播等
700門在線課程,任選10門課程體驗,掃碼注冊體驗


培訓(xùn)的客戶涵蓋多個行業(yè)的知名企業(yè)

PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO

數(shù)字化搭建企業(yè)學(xué)習(xí)平臺,加速人才培養(yǎng)

專屬云大學(xué),一鍵部署,智能配課,千人千面

1.點(diǎn)擊下面按鈕復(fù)制微信號

13382173255

點(diǎn)擊復(fù)制微信號

珀菲特企業(yè)管理
Karen /鄭老師