1.點(diǎn)擊下面按鈕復(fù)制微信號(hào)
點(diǎn)擊復(fù)制微信號(hào)
珀菲特企業(yè)管理
Karen /鄭老師
KEY WORDS OF Corporate Training
參加對(duì)象：市場(chǎng)部、業(yè)務(wù)支撐、網(wǎng)絡(luò)中心、運(yùn)營(yíng)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)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)：2-4 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(lái)意）
課程背景| Course Background
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)。
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)挖掘模型原理。
3、數(shù)據(jù)挖掘方法及應(yīng)用。
本課程從實(shí)際的業(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、了解大數(shù)據(jù)基礎(chǔ)知識(shí)，理解大數(shù)據(jù)思維方式。
2、了解數(shù)據(jù)分析與數(shù)據(jù)挖掘的基本知識(shí)（統(tǒng)計(jì)、分布、概率等）。
3、掌握數(shù)據(jù)挖掘的基本過(guò)程和步驟，掌握數(shù)據(jù)挖掘的方法。
4、理解數(shù)據(jù)挖掘的常見(jiàn)模型，原理及適用場(chǎng)景。
5、熟練掌握SPSS基本操作，能利用SPSS解決實(shí)際的商業(yè)問(wèn)題。
課程大綱| Course Outline
第一部分：大數(shù)據(jù)的核心理念
問(wèn)題：大數(shù)據(jù)的核心價(jià)值是什么？大數(shù)據(jù)是怎樣用于業(yè)務(wù)決策？
1、大數(shù)據(jù)時(shí)代：你缺的不是一堆方法，而是大數(shù)據(jù)思維
2、大數(shù)據(jù)是探索事物發(fā)展和變化規(guī)律的工具
3、一切不以解決業(yè)務(wù)問(wèn)題為導(dǎo)向的大數(shù)據(jù)都是耍流氓
4、大數(shù)據(jù)的核心能力
發(fā)現(xiàn)業(yè)務(wù)運(yùn)行規(guī)律及問(wèn)題
探索業(yè)務(wù)未來(lái)發(fā)展趨勢(shì)
5、從案例看大數(shù)據(jù)的核心本質(zhì)
用趨勢(shì)圖來(lái)探索產(chǎn)品銷量規(guī)律
從谷歌的GFT產(chǎn)品探索用戶需求變化
從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析
從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性
6、認(rèn)識(shí)大數(shù)據(jù)分析
什么是數(shù)據(jù)分析
數(shù)據(jù)分析的三大作用
常用分析的三大類別
案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數(shù)據(jù)管理來(lái)識(shí)別）
7、數(shù)據(jù)分析需要什么樣的能力
懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)
8、大數(shù)據(jù)應(yīng)用系統(tǒng)的四層結(jié)構(gòu)
數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)模型層、業(yè)務(wù)模型層、業(yè)務(wù)應(yīng)用層
9、大數(shù)據(jù)分析的兩大核心理念
10、大數(shù)據(jù)分析面臨的常見(jiàn)問(wèn)題
不知道分析什么（分析目的不明確）
不知道怎樣分析（缺少分析方法）
不知道收集什么樣的數(shù)據(jù)（業(yè)務(wù)理解不足）
不知道下一步怎么做（不了解分析過(guò)程）
看不懂?dāng)?shù)據(jù)表達(dá)的意思（數(shù)據(jù)解讀能力差）
擔(dān)心分析不夠全面（分析思路不系統(tǒng)）
第二部分：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：客戶匹配度建?！业侥愕臏?zhǔn)客戶
案例：客戶流失預(yù)測(cè)及客戶挽留
3、數(shù)據(jù)集概述
4、數(shù)據(jù)集的類型
5、數(shù)據(jù)集屬性的類型
標(biāo)稱
序數(shù)
度量
6、數(shù)據(jù)質(zhì)量三要素
準(zhǔn)確性
完整性
一致性
第三部分：數(shù)據(jù)預(yù)處理過(guò)程
1、SPSS工具簡(jiǎn)介
2、數(shù)據(jù)預(yù)處理的主要任務(wù)
數(shù)據(jù)集成：多個(gè)數(shù)據(jù)集的合并
數(shù)據(jù)清理：異常值的處理
數(shù)據(jù)處理：數(shù)據(jù)篩選、數(shù)據(jù)精簡(jiǎn)、數(shù)據(jù)平衡
變量處理：變量變換、變量派生、變量精簡(jiǎn)
數(shù)據(jù)歸約：實(shí)現(xiàn)降維，避免維災(zāi)難
3、數(shù)據(jù)集成
外部數(shù)據(jù)讀入：Txt/Excel/SPSS/Database
數(shù)據(jù)追加（添加數(shù)據(jù)）
變量合并（添加變量）
4、數(shù)據(jù)理解（異常數(shù)據(jù)處理）
取值范圍限定
重復(fù)值處理
無(wú)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(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（減少變量的取值個(gè)數(shù)）
數(shù)據(jù)平衡：正反樣本比例均衡
6、數(shù)據(jù)準(zhǔn)備：變量處理
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(jiǎn)：降維，減少變量個(gè)數(shù)
7、數(shù)據(jù)降維
常用降維的方法
如何確定變量個(gè)數(shù)
特征選擇：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
對(duì)輸入變量進(jìn)行合并
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
8、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）
第四部分：數(shù)據(jù)可視化篇
1、數(shù)據(jù)可視化的原則
2、常用可視化工具
3、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
4、圖形的表達(dá)及適用場(chǎng)景
演練：各種圖形繪制
第五部分：影響因素分析篇
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？
風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？如何判斷？
1、影響因素分析的常見(jiàn)方法
2、相關(guān)分析（衡量變量間的的相關(guān)性）
問(wèn)題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？營(yíng)銷費(fèi)用會(huì)影響銷售額嗎？
什么是相關(guān)關(guān)系
相關(guān)系數(shù)：衡量相關(guān)程度的指標(biāo)
相關(guān)系數(shù)的三個(gè)計(jì)算公式
相關(guān)分析的假設(shè)檢驗(yàn)
相關(guān)分析的基本步驟
相關(guān)分析應(yīng)用場(chǎng)景
演練：體重與腰圍的關(guān)系
演練：營(yíng)銷費(fèi)用會(huì)影響銷售額嗎
演練：哪些因素與汽車銷量有相關(guān)性
演練：通信費(fèi)用與開(kāi)通月數(shù)的相關(guān)分析
案例：酒樓生意好壞與報(bào)紙銷量的相關(guān)分析
偏相關(guān)分析
距離相關(guān)分析
3、方差分析
問(wèn)題：哪些才是影響銷量的關(guān)鍵因素？
方差分析解決什么問(wèn)題
方差分析種類：?jiǎn)我蛩?雙因素可重復(fù)/雙因素?zé)o重復(fù)
方差分析的應(yīng)用場(chǎng)景
方差分析的原理與步驟
如何解決方差分析結(jié)果
演練：終端擺放位置與終端銷量有關(guān)嗎？
演練：開(kāi)通月數(shù)驛客戶流失的影響分析
演練：客戶學(xué)歷對(duì)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(yíng)業(yè)員的性別、技能級(jí)別產(chǎn)品銷量有影響嗎？
案例：2015年大學(xué)生工資與父母職業(yè)的關(guān)系
案例：醫(yī)生洗手與嬰兒存活率的關(guān)系
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
多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷量的影響因素分析（多因素）
協(xié)方差分析原理
演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）
4、列聯(lián)分析（兩類別變量的相關(guān)性分析）
交叉表與列聯(lián)表
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(chǎng)景
案例：套餐類型對(duì)客戶流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
第六部分：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
第七部分：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
第八部分：分類預(yù)測(cè)模型篇
問(wèn)題：如何評(píng)估客戶購(gòu)買產(chǎn)品的可能性？如何預(yù)測(cè)客戶的購(gòu)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)？
1、分類模型概述
2、常見(jiàn)分類預(yù)測(cè)模型
3、邏輯回歸模型
邏輯回歸模型原理及適用場(chǎng)景
邏輯回歸種類：二元/多元邏輯回歸
如何解讀邏輯回歸方程
案例：如何評(píng)估用戶是否會(huì)購(gòu)買某產(chǎn)品（二元邏輯）
消費(fèi)者品牌選擇模型分析
案例：品牌選擇模型分析，你的品牌適合哪些人群？（多元邏輯）
4、分類決策樹(shù)
問(wèn)題：如何預(yù)測(cè)客戶行為？如何識(shí)別潛在客戶？
風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？
客戶保有：如何識(shí)別流失客戶特征，以及預(yù)測(cè)客戶流失概率？
決策樹(shù)分類簡(jiǎn)介
如何評(píng)估分類性能？
案例：美國(guó)零售商（Target）如何預(yù)測(cè)少女懷孕
演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
構(gòu)建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
如何選擇最佳屬性來(lái)構(gòu)建節(jié)點(diǎn)
如何分裂變量
修剪決策樹(shù)
選擇最優(yōu)屬性
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?br />連續(xù)變量離散化（最優(yōu)劃分點(diǎn)）
修剪決策樹(shù)
剪枝原則
預(yù)剪枝與后剪枝
構(gòu)建決策樹(shù)的四個(gè)算法
C5.0、CHAID、CART、QUEST
各種算法的比較
如何選擇最優(yōu)分類模型？
案例：商場(chǎng)酸奶購(gòu)買用戶特征提取
案例：電信運(yùn)營(yíng)商客戶流失預(yù)警與客戶挽留
案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
案例：識(shí)別電信詐騙者嘴臉，讓通信更安全
5、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)的建立步驟
神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
BP反向傳播網(wǎng)絡(luò)（MLP）
徑向基網(wǎng)絡(luò)（RBF）
案例：評(píng)估銀行用戶拖欠貨款的概率
6、判別分析
判別分析原理
距離判別法
典型判別法
貝葉斯判別法
案例：MBA學(xué)生錄取判別分析
案例：上市公司類別評(píng)估
第九部分：市場(chǎng)細(xì)分模型篇
問(wèn)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(kāi)發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品？如何提取客戶特征，從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位？
1、市場(chǎng)細(xì)分的常用方法
有指導(dǎo)細(xì)分
無(wú)指導(dǎo)細(xì)分
2、聚類分析
如何更好的了解客戶群體和市場(chǎng)細(xì)分？
如何識(shí)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(chǎng)景
聚類分析的種類
K均值聚類（快速聚類）
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？
演練：如何評(píng)選優(yōu)秀員工？
演練：中國(guó)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(yíng)銷策略
演練：中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析（Q型聚類）
演練：裁判評(píng)分的標(biāo)準(zhǔn)衡量，避免“黑哨”（R型聚類）
兩步聚類
3、主成分分析PCA分析
主成分分析原理
主成分分析基本步驟
主成分分析結(jié)果解讀
演練：PCA探索汽車購(gòu)買者的細(xì)分市場(chǎng)
4、RFM模型客戶細(xì)分框架
第十部分：客戶價(jià)值評(píng)估
1、客戶價(jià)值評(píng)估與RFM模型
問(wèn)題：如何評(píng)估客戶的價(jià)值？如何針對(duì)不同客戶采取不同的營(yíng)銷策略？
RFM模型，更深入了解你的客戶價(jià)值
RFM的客戶細(xì)分框架理解
RFM模型與市場(chǎng)策略
RFM模型與活躍度
演練：“雙11”淘寶商家如何選擇客戶進(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(yíng)銷利潤(rùn)
演練：重購(gòu)用戶特征分析
第十一部分：假設(shè)檢驗(yàn)篇
1、參數(shù)檢驗(yàn)分析（樣本均值檢驗(yàn)）
問(wèn)題：如何驗(yàn)證營(yíng)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(duì)樣本T檢驗(yàn)
假設(shè)檢驗(yàn)適用場(chǎng)景
電信行業(yè)
案例：電信運(yùn)營(yíng)商ARPU值評(píng)估分析（單樣本）
案例：營(yíng)銷活動(dòng)前后分析（兩配對(duì)樣本）
金融行業(yè)
案例：信用卡消費(fèi)金額評(píng)估分析（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(píng)估（兩配對(duì)樣本）
2、非參數(shù)檢驗(yàn)分析（樣本分布檢驗(yàn)）
問(wèn)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(wèn)題？
非參數(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(duì)樣本檢驗(yàn)
非參數(shù)檢驗(yàn)適用場(chǎng)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(duì)樣本-符號(hào)/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：客戶滿意度差異檢驗(yàn)(多相關(guān)樣本-Cochran Q檢驗(yàn))
第十二部分：實(shí)戰(zhàn)-數(shù)據(jù)挖掘項(xiàng)目
實(shí)戰(zhàn)1：客戶流失預(yù)警與客戶挽留之真實(shí)數(shù)據(jù)分析實(shí)踐
實(shí)戰(zhàn)2：銀行信用風(fēng)險(xiǎn)分析
結(jié)束：課程總結(jié)與問(wèn)題答疑。
講師背景| Introduction to lecturers
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。
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(kāi)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》
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?！?
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(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?！?
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(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期：《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》
……
Service Procedure
Service Advantages
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)。
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。
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。
ABOUT PERFECT CONSULTANT
We are? Talent training and intelligent manufacturing solutions provider.
What we do ?Provide organizational performance improvement and talent learning development business.
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).
10年更懂你
中大型企業(yè)共同選擇
累計(jì)培訓(xùn)學(xué)員
現(xiàn)有公開(kāi)課
現(xiàn)有內(nèi)訓(xùn)課
現(xiàn)有在線課程
輻射城市
OFFLINE BUSINESS
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)
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
領(lǐng)導(dǎo)力公開(kāi)課
精益智造公開(kāi)課
個(gè)人效能公開(kāi)課
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)
PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO
熱線咨詢
周一至周日9:00-18:00
微信咨詢（注明來(lái)意）
周一至周日8:00-20:00
Copyright © 2006-2023 PerfectPX All rights reserved. 蘇州珀菲特企業(yè)管理顧問(wèn)有限公司 版權(quán)所有 蘇ICP備11056827號(hào)-1 蘇公網(wǎng)安備 32050702010145號(hào)
關(guān)注公眾號(hào)微信咨詢