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)挖掘工具: SPSS Statistics入門與提高

參加對象:市場部、業(yè)務(wù)支撐部、數(shù)據(jù)分析部、運(yùn)營分析部等對業(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(huì)務(wù)費(fèi)、拍攝費(fèi))

授課天數(shù):4 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

本課程為數(shù)據(jù)分析和挖掘的工具篇,本課程面向數(shù)據(jù)分析部等專門負(fù)責(zé)數(shù)據(jù)分析與挖掘的人士,專注大數(shù)據(jù)挖掘工具SPSS Statistics的培訓(xùn)。

IBM SPSS工具是面向非專業(yè)人士的高級的分析工具(挖掘工具),它提供大量的分析方法和分析模型,能夠解決更復(fù)雜的業(yè)務(wù)問題,比如影響因素分析、客戶行為預(yù)測/精準(zhǔn)營銷、客戶群劃分、產(chǎn)品交叉銷售、產(chǎn)品銷量預(yù)測等等。工具它封裝了復(fù)雜難懂的算法實(shí)現(xiàn),即使你沒有深厚的技能能力,也能夠勝任復(fù)雜的數(shù)據(jù)分析和挖掘。

課程收益| Program Benefits

了解大數(shù)據(jù)挖掘的標(biāo)準(zhǔn)過程和挖掘步驟

掌握常用的統(tǒng)計(jì)分析方法,以及可視化

掌握常用的影響因素分析方法,學(xué)會(huì)根因分析

理解數(shù)據(jù)挖掘的常見模型,原理及適用場景。

熟練掌握SPSS基本操作,能利用SPSS解決實(shí)際的商業(yè)問題。

課程大綱| Course Outline

數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程

數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程(CRISP-DM

商業(yè)理解

數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)理解

模型建立

模型評估

模型應(yīng)用

案例:客戶流失預(yù)測及客戶挽留

數(shù)據(jù)集概述

SPSS工具介紹

數(shù)據(jù)挖掘常用模型


數(shù)據(jù)預(yù)處理

如何整理數(shù)據(jù),了解數(shù)據(jù),對數(shù)據(jù)進(jìn)行預(yù)處理?

數(shù)據(jù)預(yù)處理的四大任務(wù)

數(shù)據(jù)集成:多個(gè)數(shù)據(jù)集合并

數(shù)據(jù)清:異常值的處理

樣本處理:樣本篩選、樣本抽樣、樣本平衡

變量處理:變量變換、變量派生、變量精簡

數(shù)據(jù)集成(數(shù)據(jù)集合并)

樣本追加(添加數(shù)據(jù)行):橫向合并

變量合并(添加變量列):縱向合并

數(shù)據(jù)清洗異常數(shù)據(jù)處理

取值范圍限定

重復(fù)值處理

無效值/錯(cuò)誤值處理

缺失值處理

離群值/極端值處理

數(shù)據(jù)質(zhì)量評估

樣本處理:行處理

樣本篩選:指定條件篩選指定樣本集(減少樣本數(shù)量)

樣本抽樣:隨機(jī)抽取部分樣本集(減少樣本數(shù)量)

樣本平衡:正反樣本比例均衡

變量處理:列處理

變量變換:原變量取值更新,比如標(biāo)準(zhǔn)化

變量派生:根據(jù)舊變量生成新的變量

變量精簡:變量刪除/降維,減少變量個(gè)數(shù)

類型轉(zhuǎn)換:數(shù)據(jù)類型的相互轉(zhuǎn)換

變量精簡/變量降維常用方法

常用降維方法

如何確定降維后變量個(gè)數(shù)

特征選擇:選擇重要變量,剔除不重要變量

基于變量本身特征來選擇屬性

基于數(shù)據(jù)間的相關(guān)性來選擇屬性

利用IV值篩選

基于信息增益來選擇屬性

因子合并:將多個(gè)變量進(jìn)行合并

PCA主成分分析

判別分析

類型轉(zhuǎn)換

因子合并/主成分分析

因子分析的原因

因子個(gè)數(shù)選擇原則

如何解讀因子含義

案例:提取影響電信客戶流失的主成分分析

數(shù)據(jù)探索性分析

常用統(tǒng)計(jì)指標(biāo)分析

單變量:數(shù)值變量/分類變量

雙變量:交叉分析/相關(guān)性分析

多變量:特征選擇、因子分析

演練:描述性分析(頻數(shù)、描述、探索、分類匯總)


數(shù)據(jù)可視化

數(shù)據(jù)可視化的原則

常用可視化工具

常用可視化圖形

柱狀圖、條形圖、餅圖、折線圖、箱圖、散點(diǎn)圖等

圖形的表達(dá)及適用場景

演練:各種圖形繪制


影響因素分析

營銷問題:哪些因素是影響業(yè)務(wù)目標(biāo)的關(guān)鍵要素?比如,產(chǎn)品在貨架上的位置是否對銷量有影響?價(jià)格和廣告開銷是如何影響銷量的?影響風(fēng)控的關(guān)鍵因素有哪些?如何判斷?

影響因素分析的常見方法

相關(guān)分析(衡量兩數(shù)據(jù)型變量的線性相關(guān)性)

相關(guān)分析簡介

相關(guān)分析的應(yīng)用場景

相關(guān)分析的種類

簡單相關(guān)分析

偏相關(guān)分析

距離相關(guān)分析

相關(guān)系數(shù)的三種計(jì)算公式

Pearson相關(guān)系數(shù)

Spearman相關(guān)系數(shù)

Kendall相關(guān)系數(shù)

相關(guān)分析的假設(shè)檢驗(yàn)

相關(guān)分析的四個(gè)基本步驟

演練:營銷費(fèi)用會(huì)影響銷售額嗎?影響程度如何量化?

演練:哪些因素與汽車銷量有相關(guān)性

演練影響用戶消費(fèi)水平的因素會(huì)有哪些

偏相關(guān)分析

偏相關(guān)原理:排除不可控因素后的兩變量的相關(guān)性

偏相關(guān)系數(shù)的計(jì)算公式

偏相關(guān)分析的適用場景

距離相關(guān)分析

方差分析(衡量類別變量與數(shù)值變量間的相關(guān)性)

方差分析的應(yīng)用場景

方差分析的三個(gè)種類

單因素方差分析

多因素方差分析

協(xié)方差分析

單因素方差分析的原理

方差分析的四個(gè)步驟

解讀方差分析結(jié)果的兩個(gè)要點(diǎn)

演練擺放位置與銷量有關(guān)嗎

演練:客戶學(xué)歷對消費(fèi)水平的影響分析

演練廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎

演練營業(yè)員的性別、技能級別對產(chǎn)品銷量有影響嗎

演練:尋找影響產(chǎn)品銷量的關(guān)鍵因素

多因素方差分析原理

多因素方差分析的作用

多因素方差結(jié)果的解讀

演練:廣告形式、地區(qū)對銷量的影響因素分析

協(xié)方差分析原理

協(xié)方差分析的適用場景

演練:排除產(chǎn)品價(jià)格,收入對銷量有影響嗎?

列聯(lián)分析/卡方檢驗(yàn)(兩類別變量的相關(guān)性分析)

交叉表與列聯(lián)表:計(jì)數(shù)值與期望值

卡方檢驗(yàn)的原理

卡方檢驗(yàn)的幾個(gè)計(jì)算公式

列聯(lián)表分析的適用場景

案例:套餐類型對客戶流失的影響分析

案例:學(xué)歷對業(yè)務(wù)套餐偏好的影響分析

案例:行業(yè)/規(guī)模對風(fēng)控的影響分析

相關(guān)性分析方法總結(jié)


回歸預(yù)測模型

營銷問題:如何預(yù)測未來的產(chǎn)品銷量/銷售額?如果產(chǎn)品跟隨季節(jié)性變動(dòng),該如何預(yù)測?

回歸分析簡介和原理

回歸分析的種類

一元回歸/多元回歸

線性回歸/非線性回歸

常用回歸分析方法

散點(diǎn)圖+趨勢線(一元)

線性回歸工具(多元線性)

規(guī)劃求解工具(非線性回歸)

演練:散點(diǎn)圖找營銷費(fèi)用與銷售額的關(guān)系

線性回歸分析的五個(gè)步驟

演練:營銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系(線性回歸)

線性回歸方程的解讀技巧

定性描述:正相關(guān)/負(fù)相關(guān)

定量描述:自變量變化導(dǎo)致因變量的變化程度

回歸預(yù)測模型評估

質(zhì)量評估指標(biāo):判定系數(shù)R^2

如何選擇最佳回歸模型

演練:如何選擇最佳的回歸預(yù)測模型(一元曲線回歸)

帶分類自變量的回歸預(yù)測

演練:汽車季度銷量預(yù)測

演練工齡、性別與終端銷量的關(guān)系

演練:如何評估銷售目標(biāo)與資源最佳配置


回歸模型優(yōu)化

回歸分析的基本原理

三個(gè)基本概念:總變差、回歸變差、剩余變差

方程的顯著性檢驗(yàn):方程可用性

因素的顯著性檢驗(yàn):因素可用性

方程擬合優(yōu)度檢驗(yàn):質(zhì)量好壞程度

理解標(biāo)準(zhǔn)誤差含義:預(yù)測準(zhǔn)確性?

回歸模型優(yōu)化措施:尋找最佳回歸擬合線

如何處理預(yù)測離群值(剔除離群值)

如何剔除顯著因素(剔除不顯著因素

如何進(jìn)行非線性關(guān)系檢驗(yàn)(增加非線性自變量)

如何進(jìn)行相互作用檢驗(yàn)(增加相互作用自變量)

如何進(jìn)行多重共線性檢驗(yàn)(剔除共線性自變量)

演練:模型優(yōu)化演示

好模型都是優(yōu)化出來的

自定義回歸模型

回歸建模的本質(zhì)

規(guī)劃求解工具簡介


自定義回歸模型

案例:如何對客流量進(jìn)行建模預(yù)測及模型優(yōu)化

回歸季節(jié)預(yù)測模型模型

回歸季節(jié)模型的原理及應(yīng)用場景

加法季節(jié)模型

乘法季節(jié)模型

模型解讀

案例美國航空旅客里程的季節(jié)性趨勢分析

新產(chǎn)品累計(jì)銷量的S曲線

S曲線模型的應(yīng)用場景(最大累計(jì)銷量及銷量增長的拐點(diǎn))

珀?duì)柷€

龔鉑茲曲線

案例如何預(yù)測產(chǎn)品的銷售增長拐點(diǎn),以及銷量上限

演練:預(yù)測IPad產(chǎn)品的銷量


回歸模型質(zhì)量評估

定量預(yù)測模型的評估

方程顯著性評估

因素顯著性評估

擬合優(yōu)度的評估

估計(jì)標(biāo)準(zhǔn)誤差評估

預(yù)測值準(zhǔn)確度評估

模型擬合度評估

判定系數(shù):

調(diào)整判定系數(shù):

預(yù)測值準(zhǔn)確度評估

平均絕對誤差:MAE

根均方差:RMSE

平均誤差率:MAPE

其它評估:殘差檢驗(yàn)、過擬合檢驗(yàn)


時(shí)序預(yù)測模型

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

回歸預(yù)測vs時(shí)序預(yù)測

因素分解思想

時(shí)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):MADRMSE、MAPE

移動(dòng)平均(MA

應(yīng)用場景及原理

移動(dòng)平均種類

一次移動(dòng)平均

二次移動(dòng)平均

加權(quán)移動(dòng)平均

移動(dòng)平均比率法

移動(dòng)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(yàn)

平穩(wěn)序列的擬合模型

AR(p)自回歸模型

MA(q)移動(dòng)模型

ARMA(p,q)自回歸移動(dòng)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


分類預(yù)測模型篇

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(xiàng)邏輯回歸

多項(xiàng)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(xiàng)邏輯回歸/多分類邏輯回歸

案例如何評估用戶是否會(huì)購買某產(chǎn)品(二項(xiàng)邏輯回歸

案例多品牌選擇模型分析(多項(xiàng)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(xiǎn),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(gè)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(cuò)誤

屬性劃分增益

如何分裂變量

多元?jiǎng)澐峙c二元?jiǎng)澐?

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(gè)算法

C5.0、CHAID、CARTQUEST

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


市場細(xì)分模型

問題:我們的客戶有幾類?各類特征是什么?如何實(shí)現(xiàn)客戶細(xì)分,開發(fā)符合細(xì)分市場的新產(chǎn)品?如何提取客戶特征,從而對產(chǎn)品進(jìn)行市場定位?

市場細(xì)分的常用方法

有指導(dǎo)細(xì)分

無指導(dǎo)細(xì)分

聚類分析

如何更好的了解客戶群體和市場細(xì)分?

如何識別客戶群體特征?

如何確定客戶要分成多少適當(dāng)?shù)念悇e?

聚類方法原理介紹

聚類方法作用及其適用場景

聚類分析的種類

K均值聚類

層次聚類

兩步聚類

K均值聚類(快速聚類)

案例移動(dòng)三大品牌細(xì)分市場合適嗎?

演練:寶潔公司如何選擇新產(chǎn)品試銷區(qū)域?

演練如何自動(dòng)評選優(yōu)秀員工?

演練:中國各省份發(fā)達(dá)程度分析,讓數(shù)據(jù)自動(dòng)聚類

層次聚類(系統(tǒng)聚類):發(fā)現(xiàn)多個(gè)類別

R型聚類與Q型聚類的區(qū)別

案例:中移動(dòng)如何實(shí)現(xiàn)客戶細(xì)分及營銷策略

演練中國省市經(jīng)濟(jì)發(fā)展情況分析(Q型聚類)

演練:裁判評分的標(biāo)準(zhǔn)衡量,避免“黑哨”(R型聚類)

兩步聚類

客戶細(xì)分與PCA分析法

PCA主成分分析的原理

PCA分析法的適用場景

演練:利用PCA對汽車客戶群進(jìn)行細(xì)分

演練如何針對汽車客戶群設(shè)計(jì)汽車


客戶價(jià)值評估

營銷問題:如何評估客戶的價(jià)值?不同的價(jià)值客戶有何區(qū)別對待?

如何評價(jià)客戶生命周期的價(jià)值

貼現(xiàn)率與留存率

評估客戶的真實(shí)價(jià)值

使用雙向表衡量屬性敏感度

變化的邊際利潤

案例評估營銷行為的合理性

RFM模型(客戶價(jià)值評估)

RFM模型,更深入了解你的客戶價(jià)值

RFM模型與市場策略

RFM模型與活躍度分析

演練:“雙11”淘寶商家如何選擇價(jià)值客戶進(jìn)行促銷

演練:結(jié)合響應(yīng)模型,宜家IKE實(shí)現(xiàn)最大化營銷利潤

案例:重購用戶特征分析


假設(shè)檢驗(yàn)

參數(shù)檢驗(yàn)分析(樣本均值檢驗(yàn))

問題:如何驗(yàn)證營銷效果的有效性?

假設(shè)檢驗(yàn)概述

單樣本T檢驗(yàn)

兩獨(dú)立樣本T檢驗(yàn)

兩配對樣本T檢驗(yàn)

假設(shè)檢驗(yàn)適用場景

電信行業(yè)

案例:電信運(yùn)營商ARPU值評估分析(單樣本)

案例:營銷活動(dòng)前后分析(兩配對樣本)

 

金融行業(yè)

案例信用卡消費(fèi)金額評估分(單樣本)

 

醫(yī)療行業(yè)

案例:吸煙與膽固醇升高的分析(兩獨(dú)立樣本)

案例減肥效果評估(兩配對樣本)

 

參數(shù)檢驗(yàn)分析(樣本分布檢驗(yàn))

問題:這些屬性數(shù)據(jù)的分布情況如何?如何從數(shù)據(jù)分布中看出問題?

參數(shù)檢驗(yàn)概述

單樣本檢驗(yàn)

兩獨(dú)立樣本檢驗(yàn)

兩相關(guān)樣本檢驗(yàn)

兩配對樣本檢驗(yàn)

非參數(shù)檢驗(yàn)適用場景

案例產(chǎn)品合格率檢驗(yàn)(單樣本-二項(xiàng)分布)

案例訓(xùn)練新方法有效性檢驗(yàn)(兩配對樣本-符號/秩檢驗(yàn)

案例促銷方式效果檢驗(yàn)(多相關(guān)樣本-Friedman檢驗(yàn))

案例客戶滿意差異檢驗(yàn)(多相關(guān)樣本-Cochran Q檢驗(yàn))

 

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(jì)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(xiàng)國家專利,在華為工作期間獲得華為數(shù)項(xiàng)獎(jiǎng)項(xiàng),曾在英國、日本、荷蘭和比利時(shí)等海外市場做項(xiàng)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(shí)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(shí)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(xiǎn),找到業(yè)務(wù)短板,全面理解組織、產(chǎn)品、人員、營銷、財(cái)務(wù)等要素間的相關(guān)性,實(shí)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(jià)值評估,分析用戶需求,產(chǎn)品設(shè)計(jì)優(yōu)化,產(chǎn)品最優(yōu)定價(jià)等實(shí)際問題,實(shí)現(xiàn)精準(zhǔn)營銷和精準(zhǔn)推薦,以最小的營銷成本實(shí)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(shí)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(shí)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(shí)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(shí)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(shí)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(shí)代的精準(zhǔn)營銷》

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

《市場營銷大數(shù)據(jù)分析實(shí)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(shí)戰(zhàn)》

《大數(shù)據(jù)建模與模型優(yōu)化實(shí)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(xiǎn)預(yù)測模式實(shí)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(shí)戰(zhàn)培訓(xùn)》

Python數(shù)據(jù)分析與可視化實(shí)戰(zhàn)》

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

Python數(shù)據(jù)挖掘?qū)n}分析》

Python機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)》

Python RPA辦公流程自動(dòng)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(dòng)、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(xiǎn)/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(shí)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(xiǎn)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(shí)代下的精準(zhǔn)營銷》

交通銀行:《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》《數(shù)說營銷實(shí)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(shí)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?!?

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(xiǎn):《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(shí)戰(zhàn)》《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)時(shí)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(cái)險(xiǎn):《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(xiǎn):《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(shí)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(shí)戰(zhàn)》

金融壹帳通:《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)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(shí)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(shí)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(shí)戰(zhàn)》《大數(shù)據(jù)思維與可視化》

ABB:《大數(shù)據(jù)分析實(shí)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)建模》《RAP辦公自動(dòng)化》

昌碩科技:《大數(shù)據(jù)分析實(shí)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(shí)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(shí)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(shí)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(dòng):《大數(shù)據(jù)分析與挖掘、建模及優(yōu)化》叁期

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

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

深圳移動(dòng):《大數(shù)據(jù)分析綜合能力提升》

廣西移動(dòng):《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(dòng)2:《數(shù)據(jù)分析方法與經(jīng)營分析技巧》

泉州移動(dòng)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(dòng)2期:《大數(shù)據(jù)挖掘與建模優(yōu)化實(shí)戰(zhàn)培訓(xùn)》

浙江移動(dòng):《大數(shù)據(jù)產(chǎn)品營銷能力提升》

四川移動(dòng):《大數(shù)據(jù)分析與挖掘綜合能力提升》

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

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

海南移動(dòng):《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(dòng):《大數(shù)據(jù)分析綜合能力提升》

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

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

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

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

成都移動(dòng):《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(dòng)2期:《大數(shù)據(jù)分析綜合能力提升》

云浮移動(dòng):《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》

陽江移動(dòng):《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(dòng):《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(shí)戰(zhàn)與沙盤》

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

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

內(nèi)蒙古移動(dòng):《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(shí)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(shí)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(shí)戰(zhàn)》

東風(fēng)商用:《數(shù)說營銷實(shí)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(shí)捷:《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實(shí)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(shí)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(shí)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(shí)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(shí)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(shí)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(shí)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(dòng)化化》

嶺南集團(tuán):《大數(shù)據(jù)時(shí)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(shí)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(huì)展中心:《大數(shù)據(jù)價(jià)值實(shí)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(xiàng)目調(diào)研
  • 方案設(shè)計(jì)
  • 達(dá)成共識
  • 項(xiàng)目實(shí)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(xiàng)目咨詢基礎(chǔ)、多行業(yè)數(shù)據(jù)庫、多年的行業(yè)經(jīng)驗(yàn),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(yàn)。

  • 豐富的案例庫及落地方案

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

  • 經(jīng)驗(yàn)深厚的咨詢團(tuán)隊(duì)

    我們的咨詢團(tuán)隊(duì)分布于各大領(lǐng)域,擁有多年的業(yè)內(nèi)從業(yè)經(jīng)驗(yàn),具備豐富的企業(yè)管理實(shí)操經(jīng)驗(yàn)。在定制咨詢方案前,我們會(huì)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(jì)咨詢方案,確保項(xiàng)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(jì)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(duì)引導(dǎo)工作坊

    中層管理內(nèi)訓(xùn)

    基層管理內(nèi)訓(xùn)

  • 項(xiàng)目咨詢

    人才梯隊(duì)建設(shè)咨詢項(xiàng)目

    工廠運(yùn)營咨詢項(xiàng)目

    TTT內(nèi)訓(xùn)師咨詢項(xiàng)目

  • 公開課

    領(lǐng)導(dǎo)力公開課

    精益智造公開課

    個(gè)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(tái),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(yàn),掃碼注冊體驗(yàn)


培訓(xùn)的客戶涵蓋多個(gè)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(tái),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