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)模型與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)

參加對(duì)象:業(yè)務(wù)支撐、網(wǎng)絡(luò)中心、IT系統(tǒng)部、數(shù)據(jù)分析部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)專業(yè)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):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(lái)意)

課程背景| Course Background

本數(shù)據(jù)分析與挖掘系列課程包括三個(gè)等級(jí)的課程:
1、基礎(chǔ)課程,專注于經(jīng)營(yíng)數(shù)據(jù)的統(tǒng)計(jì)與數(shù)據(jù)分析,適合于一般業(yè)務(wù)部門要求的數(shù)據(jù)統(tǒng)計(jì)與分析,內(nèi)容系統(tǒng)且全面,由淺入深,使用工具為Excel 2010版本以上。
2、中級(jí)課程,專注于行業(yè)數(shù)據(jù)分析與數(shù)據(jù)挖掘,適合于數(shù)據(jù)分析部、業(yè)務(wù)支撐部等對(duì)數(shù)據(jù)分析與挖掘要求較高的部門,使用專業(yè)數(shù)據(jù)分析與挖掘工具SPSS v19版本以上。
3、高級(jí)課程,專注于較深入的數(shù)據(jù)挖掘技術(shù),包括挖掘模型原理介紹,數(shù)據(jù)建模,挖掘算法,適合于大數(shù)據(jù)系統(tǒng)開發(fā)及數(shù)據(jù)分析專業(yè)人士,需要有一定的數(shù)學(xué)基礎(chǔ)(統(tǒng)計(jì)與概率),使用數(shù)據(jù)流挖掘工具M(jìn)odeler 14.1版本以上。

本課程為高級(jí)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。
本課程培訓(xùn)覆蓋以下內(nèi)容:
1、數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程。
2、數(shù)據(jù)挖掘探索性分析。
3、數(shù)據(jù)挖掘模型原理。
本課程從實(shí)際的電信運(yùn)營(yíng)商的業(yè)務(wù)需求出發(fā),對(duì)數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹,通過(guò)大量的操作演練,幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、工具,從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析,發(fā)現(xiàn)業(yè)務(wù)運(yùn)作規(guī)律,進(jìn)行客戶洞察,挖掘客戶行為特點(diǎn),消費(fèi)行為,實(shí)現(xiàn)精準(zhǔn)營(yíng)銷,幫助運(yùn)營(yíng)團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作,以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力,支撐運(yùn)營(yíng)決策的目的。

課程收益| Program Benefits

1、掌握數(shù)據(jù)挖掘的基本過(guò)程和步驟。
2、掌握數(shù)據(jù)挖掘的預(yù)處理方法,探索數(shù)據(jù)間的相關(guān)性,為建模打下基礎(chǔ)。
3、理解數(shù)據(jù)挖掘的常見(jiàn)模型,原理及適用場(chǎng)景。
4、熟練掌握Modeler基本操作,能利用Modeler進(jìn)行數(shù)據(jù)挖掘。

課程大綱| Course Outline

第一部分:數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標(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(píng)估
模型應(yīng)用
案例:通信客戶流失分析及預(yù)警模型
3、數(shù)據(jù)建模示例
案例:宜家IKE如何通過(guò)數(shù)據(jù)挖掘來(lái)降低營(yíng)銷成本提升利潤(rùn)?

第二部分:數(shù)據(jù)預(yù)處理過(guò)程
1、數(shù)據(jù)挖掘處理的一般過(guò)程
數(shù)據(jù)源數(shù)據(jù)理解數(shù)據(jù)準(zhǔn)備探索分析數(shù)據(jù)建模模型評(píng)估
2、數(shù)據(jù)讀入
讀入文本文件
讀入Excel電子表格
讀入SPSS格式文件
讀入數(shù)據(jù)庫(kù)數(shù)據(jù)
3、數(shù)據(jù)集成
變量合并(增加變量)
數(shù)據(jù)追加(添加記錄)
4、數(shù)據(jù)理解
取值范圍限定
重復(fù)數(shù)據(jù)處理
缺失值處理
無(wú)效值處理
離群點(diǎn)和極端值的修正
數(shù)據(jù)質(zhì)量評(píng)估
5、數(shù)據(jù)準(zhǔn)備:數(shù)據(jù)處理
數(shù)據(jù)篩選:數(shù)據(jù)抽樣/選擇(減少樣本數(shù)量)
數(shù)據(jù)精簡(jiǎn):數(shù)據(jù)分段/離散化(減少變量的取值)
數(shù)據(jù)平衡:正反樣本比例均衡
其它:排序、分類匯總
6、數(shù)據(jù)準(zhǔn)備:變量處理
變量變換:原變量值更新
變量派生:生成新的變量
變量精簡(jiǎn):降維,減少變量個(gè)數(shù)
7、基本分析
單變量:數(shù)據(jù)基本描述分析
雙變量:相關(guān)性分析
變量精簡(jiǎn):特征選擇、因子分析
8、特征選擇
特征選擇方法:選擇重要變量,剔除不重要的變量
從變量本身考慮
從輸入變量與目標(biāo)變量的相關(guān)性考慮
9、因子分析(主成分分析)
因子分析的原理
因子個(gè)數(shù)如何選擇
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

第三部分:因素影響分析(特征重要性分析)
問(wèn)題:如何判斷一個(gè)因素對(duì)另一個(gè)因素有影響?
比如營(yíng)銷費(fèi)用是否會(huì)影響銷售額?產(chǎn)品價(jià)格是否會(huì)影響銷量?產(chǎn)品的陳列位置是否會(huì)影響銷量?
1、常用特征重要性分析的方法
特征選擇(減少變量個(gè)數(shù)):相關(guān)分析、方差分析、卡方檢驗(yàn)
因子分析(減少變量個(gè)數(shù)):主成分分析
確定變量個(gè)數(shù)參考表
2、相關(guān)分析(數(shù)值+數(shù)值,相關(guān)程度計(jì)算)
問(wèn)題:這兩個(gè)屬性是否會(huì)相互影響?影響程度大嗎?
相關(guān)分析概述
相關(guān)系數(shù)計(jì)算公式
相關(guān)性假設(shè)檢驗(yàn)
案例:通信基本費(fèi)用與開通月數(shù)的相關(guān)分析
3、方差分析(分類+數(shù)值,影響因素分析)
問(wèn)題:哪些才是影響銷量的關(guān)鍵因素?
方差分析原理
方差分析的步驟
方差分析適用場(chǎng)景
案例:開通月數(shù)對(duì)客戶流失的影響分析
4、列聯(lián)分析(分類+分類,影響因素分析)
列聯(lián)表的原理
卡方檢驗(yàn)的步驟
列聯(lián)表分析的適用場(chǎng)景
案例:套餐類型對(duì)對(duì)客戶流失的影響分析
第四部分:數(shù)值預(yù)測(cè)模型篇
問(wèn)題:如何預(yù)測(cè)產(chǎn)品的銷量/銷售金額?如果產(chǎn)品跟隨季節(jié)性變動(dòng),該如何預(yù)測(cè)?新產(chǎn)品上市,如果評(píng)估銷量上限及銷售增速?
1、銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)——讓你看得更遠(yuǎn)
2、回歸預(yù)測(cè)/回歸分析
問(wèn)題:如何預(yù)測(cè)未來(lái)的銷售量(定量分析)?
回歸分析的基本原理和應(yīng)用場(chǎng)景
回歸分析的種類(一元/多元、線性/曲線)
得到回歸方程的幾種常用方法
回歸分析的五個(gè)步驟與結(jié)果解讀
回歸預(yù)測(cè)結(jié)果評(píng)估(如何評(píng)估預(yù)測(cè)質(zhì)量,如何選擇最佳回歸模型)
演練:散點(diǎn)圖找推廣費(fèi)用與銷售額的關(guān)系(一元線性回歸)
演練:推廣費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系(多元線性回歸)
演練:讓你的營(yíng)銷費(fèi)用預(yù)算更準(zhǔn)確
演練:如何選擇最佳的回歸預(yù)測(cè)模型(曲線回歸)
帶分類變量的回歸預(yù)測(cè)
演練:汽車季度銷量預(yù)測(cè)
演練:工齡、性別與終端銷量的關(guān)系
演練:如何評(píng)估銷售目標(biāo)與資源配置(營(yíng)業(yè)廳)
3、時(shí)序預(yù)測(cè)
問(wèn)題:隨著時(shí)間變化,未來(lái)的銷量變化趨勢(shì)如何?
時(shí)序分析的應(yīng)用場(chǎng)景(基于時(shí)間的變化規(guī)律)
移動(dòng)平均MA的預(yù)測(cè)原理
指數(shù)平滑ES的預(yù)測(cè)原理
自回歸移動(dòng)平均ARIMA模型
如何評(píng)估預(yù)測(cè)值的準(zhǔn)確性?
案例:銷售額的時(shí)序預(yù)測(cè)及評(píng)估
演練:汽車銷量預(yù)測(cè)及評(píng)估
演練:電視機(jī)銷量預(yù)測(cè)分析
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(shì)預(yù)測(cè)分析
4、季節(jié)性預(yù)測(cè)模型
季節(jié)性回歸模型的參數(shù)
常用季節(jié)性預(yù)測(cè)模型(相加、相乘)
案例:美國(guó)航空旅客里程的季節(jié)性趨勢(shì)分析
案例:產(chǎn)品銷售季節(jié)性趨勢(shì)預(yù)測(cè)分析
5、新產(chǎn)品預(yù)測(cè)模型與S曲線
如何評(píng)估銷量增長(zhǎng)的拐點(diǎn)
珀?duì)柷€與龔鉑茲曲線
案例:如何預(yù)測(cè)產(chǎn)品的銷售增長(zhǎng)拐點(diǎn),以及銷量上限
演戲:預(yù)測(cè)IPad產(chǎn)品的銷量
6、自定義模型(如何利用規(guī)劃求解進(jìn)行自定義模型)
案例:如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化

第五部分:回歸模型優(yōu)化篇
1、回歸模型的基本原理
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):是否可以做回歸分析?
擬合優(yōu)度檢驗(yàn):回歸模型的質(zhì)量評(píng)估?
因素的顯著性檢驗(yàn):自變量是否可用?
理解標(biāo)準(zhǔn)誤差的含義:預(yù)測(cè)的準(zhǔn)確性?
2、模型優(yōu)化思路:尋找最佳回歸擬合線
如何處理異常數(shù)據(jù)(殘差與異常值排除)
如何剔除非顯著因素(因素顯著性檢驗(yàn))
如何進(jìn)行非線性關(guān)系檢驗(yàn)
如何進(jìn)行相互作用檢驗(yàn)
如何進(jìn)行多重共線性檢驗(yàn)
如何檢驗(yàn)誤差項(xiàng)
如何判斷模型過(guò)擬合
案例:模型優(yōu)化案例

第六部分:分類預(yù)測(cè)模型
1、分類概述
分類的基本過(guò)程
常見(jiàn)分類預(yù)測(cè)模型
2、邏輯回歸分析模型
問(wèn)題:如果評(píng)估用戶是否購(gòu)買產(chǎn)品的概率?
邏輯回歸分析
邏輯回歸的原理
案例:客戶購(gòu)買預(yù)測(cè)分析(二元邏輯回歸)
3、決策樹分類
問(wèn)題:如何提取客戶流失者、拖欠貨款者的特征?如何預(yù)測(cè)其流失的概率? 
決策樹分類的原理
決策樹的三個(gè)關(guān)鍵問(wèn)題
決策樹算法
如何評(píng)估分類模型的性能(查準(zhǔn)率、查全率)
案例:識(shí)別銀行欠貨風(fēng)險(xiǎn),提取欠貨者的特征
案例:客戶流失預(yù)警與客戶挽留模型
4、神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)概述
神經(jīng)元工作原理
神經(jīng)網(wǎng)絡(luò)的建立步驟
B-P反向傳播網(wǎng)絡(luò)(MLP)
徑向基函數(shù)網(wǎng)絡(luò)(RBF)
5、支持向量機(jī)
SVM基本原理
維災(zāi)難與核函數(shù)
6、樸素貝葉斯分類
條件概率
樸素貝葉斯
TAN貝葉斯網(wǎng)絡(luò)
馬爾科夫毯網(wǎng)絡(luò)

第七部分:客戶細(xì)分與聚類
1、客戶細(xì)分常用方法
2、聚類分析(Clustering)
問(wèn)題:如何對(duì)市場(chǎng)進(jìn)行細(xì)分?如何提取客戶特征,從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位? 
聚類方法原理介紹
聚類方法適用場(chǎng)景
如何細(xì)分客戶群,并提取出客戶群的特征?
K均值聚類(快速聚類)
兩步聚類
案例:移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎?
演練:寶潔公司如何選擇新產(chǎn)品試銷區(qū)域?
3、RFM模型分析
RFM模型,更深入了解你的客戶價(jià)值
RFM模型與市場(chǎng)策略
RFM模型與活躍度
案例:淘寶客戶價(jià)值評(píng)估與促銷名單

第八部分:產(chǎn)品推薦與關(guān)聯(lián)分析 
問(wèn)題:購(gòu)買面包的人是否也會(huì)購(gòu)買牛奶?他們同時(shí)購(gòu)買哪些產(chǎn)品?
關(guān)聯(lián)規(guī)則原理介紹
關(guān)聯(lián)規(guī)則適用場(chǎng)景:交叉銷售、捆綁營(yíng)銷、產(chǎn)品布局
案例:超市商品交叉銷售與布局優(yōu)化(關(guān)聯(lián)分析)

結(jié)束:課程總結(jié)與問(wèn)題答疑。

講師背景| Introduction to lecturers

珀菲特顧問(wèn)|傅一航老師

講師簡(jiǎn)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(guó)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(guó)、日本、荷蘭和比利時(shí)等海外市場(chǎng)做項(xiàng)目,對(duì)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(wèn)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(shì),有效預(yù)判市場(chǎng)變化和需求,基于規(guī)律和預(yù)判來(lái)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(chǎng)未來(lái)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(yíng)決策,用大數(shù)據(jù)呈現(xiàn)企業(yè)整體經(jīng)營(yíng)狀況,診斷運(yùn)營(yíng)問(wèn)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(yíng)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(yíng)銷更精準(zhǔn):將大數(shù)據(jù)應(yīng)用于市場(chǎng)營(yíng)銷,解決營(yíng)銷中的用戶群細(xì)分和品牌定位,客戶價(jià)值評(píng)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(wèn)題,實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和精準(zhǔn)推薦,以最小的營(yíng)銷成本實(shí)現(xiàn)最大化的營(yíng)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(wèn)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(chǎng)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(jiǎn)單實(shí)用的工具操作(分析工具),對(duì)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(guò)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(zhǎng)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(chǎng)營(yíng)銷的課程:

《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》

“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷分析實(shí)戰(zhàn)與沙盤》

《市場(chǎng)營(yíng)銷大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》

《大數(shù)據(jù)助力市場(chǎng)營(yíng)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(cè)模式實(shí)戰(zhàn)培訓(xùn)》

 

大數(shù)據(jù)分析語(yǔ)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(guò)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(guó)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)?、中冶賽迪、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(guó)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(yíng)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(cè)建?!?

招商銀行:《大數(shù)據(jù)分析綜合能力提升》數(shù)說(shuō)營(yíng)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(shuō)營(yíng)銷》《Python數(shù)據(jù)分析》

廣發(fā)銀行:《大數(shù)據(jù)下的精準(zhǔn)營(yíng)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(yíng)銷》

交通銀行:《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》《數(shù)說(shuō)營(yíng)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(yíng)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)建模》

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(yíng)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(shuō)營(yíng)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)建模》

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?!贰?/span>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(wàn)家樂(lè):《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(shuō)營(yíng)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(yíng)商行業(yè)培訓(xùn)客戶

華為技術(shù):《話務(wù)量預(yù)測(cè)與排班管理》

聯(lián)通研究院:《大數(shù)據(jù)預(yù)測(cè)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(shuō)營(yíng)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(yíng)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(yíng)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(yíng)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(yíng)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(jí)》

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(yíng)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(shì)及在公司營(yíng)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(yíng)分析技巧》

泉州移動(dòng)3期:《數(shù)說(shuō)營(yíng)銷—市場(chǎng)營(yíng)銷數(shù)據(jù)分析與挖掘應(yīng)用》

德陽(yáng)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(yíng)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(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

海南移動(dòng):《基于大數(shù)據(jù)運(yùn)營(yíng)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(guó)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(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

東莞移動(dòng):《“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

成都移動(dòng):《數(shù)字化運(yùn)營(yíng)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(yáng)江移動(dòng):《小數(shù)據(jù)·大運(yùn)營(yíng)--運(yùn)營(yíng)數(shù)據(jù)的分析與挖掘》

德陽(yáng)移動(dòng):《電信運(yùn)營(yíng)商市場(chǎng)營(yíng)銷數(shù)據(jù)挖掘應(yīng)用典型案例》

陜西在線:“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

四川在線:“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

大連移動(dòng):《“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)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(ài)音樂(lè):《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(yíng)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(chǎng)營(yíng)銷數(shù)據(jù)的分析》

海南航空:《利用大數(shù)據(jù)營(yíng)銷提升航線收益》

南方航空:《大數(shù)據(jù)精準(zhǔn)營(yíng)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(yíng)銷實(shí)戰(zhàn)》

東風(fēng)商用:《數(shù)說(shuō)營(yíng)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(yíng)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(zhǎng)殼牌:《大數(shù)據(jù)分析與挖掘綜合能力提升》

寶雞國(guó)電:《大數(shù)據(jù)分析與挖掘》兩期

寧夏國(guó)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(yíng)銷》

天津國(guó)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(yíng)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(wèn)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(wú)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(cè)》

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

華潤(rùn)集團(tuán):《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)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(yíng)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(guó)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(shí)
  • 項(xiàng)目實(shí)施
  • 持續(xù)跟蹤
  • 效果評(píng)估

服務(wù)優(yōu)勢(shì)

Service Advantages

  • 對(duì)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(kù)、多年的行業(yè)經(jīng)驗(yàn),并對(duì)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(kù)及落地方案

    我們的咨詢方案的設(shè)計(jì)過(guò)程秉承“知行合一”的理念,既具備理論知識(shí),又重視項(xiàng)目的實(shí)操性。經(jīng)過(guò)多年的經(jīng)驗(yàn),我們積累了豐富的案例庫(kù),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(duì)選擇,根據(jù)客戶需求及問(wèn)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(wèn)

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(jī)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?gòu)?qiáng)企業(yè)、合資工廠、國(guó)有企業(yè)、快速發(fā)展的民營(yíng)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(yíng)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(cè)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(hào)

13382173255

點(diǎn)擊復(fù)制微信號(hào)

珀菲特企業(yè)管理
Karen /鄭老師