陈则:大数据时代的Excel统计与分析

陈则老师陈则 注册讲师 12查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 工作技能

课程编号 : 35161

面议联系老师

适用对象

-

课程介绍

1章 大数据分析概述

1.1 大数据概述
1.1.1 
什么是大数据
1.1.2 
数据、信息与认知
1.1.3 
数据管理与数据库
1.1.4 
数据仓库
1.1.5 
数据挖掘的内涵和基本特征

2章 数据挖掘流程

2.1 数据挖掘流程概述
2.1.1 
问题识别
2.1.2 
数据理解
2.1.3 
数据准备
2.1.4 
建立模型
2.1.5 
模型评价
2.1.6 
部署应用

3章 大数据的Excel统计分析

3.1 研究程序与抽样

3.2 频率分布

3.3 集中趋势

3.3.1 平均值\平均值的优点

3.3.2中位数\ 众数\ 内部平均值\ 最大值\最小值

3.3.3 第几最大值第几最小值

3.3.4 描述统计

3.4 离散程度

3.5 假设检验

3.6 单因子方差分析

3.7 相关分析

3.8 回归分析

3.9 聚类分析

3.10预测分析

3.11 Excel在数据分析中的应用

3.11.1 Excel操作技巧

3.11.2 Excel函数公式:Vlookupleft/right/midsumif/sumifs

3.11.3 Excel神器之二:创建数据透视表

4章 大数据的图表分析案例

前言:常见图表分析的三大错误

4.1 用实例说明九大类型图表:饼图、柱状图、条形图、折线图、散点图、雷达图、气泡图、面积图、圆环图的应用场合

4.2 几种专业的图表分析法

4.3九大类型图表的生成实例演练

4.4介绍几种专业的图表分析工具,您需要展示与众不同的专业度

-利用双曲线组合图表显示预计销量和实际销量对比

-利用柱形层叠图显示计划完成度

-利用双侧比较图显示市场调查结果

-利用复合饼图深入分析主要销售组成

-使用断层图分析企业数据

5章 数据分析应用实践

5.1 合理的数据呈现与EXCEL/PPT图表制作

图表制作的关键要素

合适的图表展示合适的数据

正确表达需要的主题

图表与文字的协调

图表的结论

5.2科学的数据分析结果解读

注意因果关系

不要以偏概全

考虑环境影响

兼顾定性研究

6章 数据分析报告与汇报

6.1如何撰写一份优秀的数据分析报告

6.2现场实操演练:分析报告撰写

6.3 汇报的技巧

7章 商业预测技术

预测是企业重要的决策依据,企业通过预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。

1. 预测责任者与支持者

2. 预测的组织流程

3. 不同的预测模型各自的优缺点

4. 多元回归分析:如何分析多个因素对目标值的影响程度,包含

i. 如何建立多变量业务预测模型

ii. 如何评估业务模型的有效性

iii. 企业外部变量(例如经济宏观数据)的选择和过滤

5. 回归分析演练:如何量化分析广告的效果

陈则老师的其他课程

• 陈则:大数据时代的Excel统计与分析
第1章 大数据分析概述 1.1 大数据概述 1.1.1 什么是大数据 1.1.2 数据、信息与认知 1.1.3 数据管理与数据库 1.1.4 数据仓库 1.1.5 数据挖掘的内涵和基本特征 1.2 制造行业需要分析哪些数据? 1.2.1 产品的良率监控 1.2.2 产品的BOM设计 1.2.3 市场数据监控 1.2.4 财务数据 1.2.5 产品生产数据 1.2.6 设备预防性维护数据 1.2.7 产品需求数据 1.2.8 其他日常数据等 第2章 数据挖掘流程 2.1 数据挖掘流程概述 2.1.1 问题识别 2.1.2 数据理解 2.1.3 数据准备 2.1.4 建立模型 2.1.5 模型评价 2.1.6 部署应用 第3章 大数据的Excel统计分析 3.1 研究程序与抽样 3.2 频率分布 3.2.1 传统的建表方式 3.2.2 离散变量—单选题频率布 3.2.3 如何用Word编辑频率分布表 3.2.4 绘制频率分布统计图表 3.2.5 离散变量—复选题频率分布 3.2.6 利用RANK()函数处理 3.3 集中趋势 3.3.1 平均值\平均值的优点 3.3.2中位数\ 众数\ 内部平均值\ 最大值\最小值 3.3.3 第几最大值第几最小值 3.3.4 描述统计 3.4 离散程度 3.5 假设检验 3.6 单因子方差分析 3.7 相关分析 3.8 回归分析 3.9 聚类分析 3.10预测分析 第4章 大数据的图表分析案例 前言:常见图表分析的三大错误 4.1 用实例说明九大类型图表:饼图、柱状图、条形图、折线图、散点图、雷达图、气泡图、面积图、圆环图的应用场合 4.2 几种专业的图表分析法 4.3九大类型图表的生成实例演练 4.4介绍几种专业的图表分析工具,您需要展示与众不同的专业度 -利用双曲线组合图表显示预计销量和实际销量对比 -利用柱形层叠图显示计划完成度 -利用双侧比较图显示市场调查结果 -利用复合饼图深入分析主要销售组成 -使用断层图分析企业数据 第5章 数据分析应用实践 5.1 合理的数据呈现与EXCEL/PPT图表制作 图表制作的关键要素 合适的图表展示合适的数据 正确表达需要的主题 图表与文字的协调 图表的结论 5.2科学的数据分析结果解读 注意因果关系 不要以偏概全 考虑环境影响 兼顾定性研究 第6章 数据分析报告与汇报 6.1如何撰写一份优秀的数据分析报告 6.2现场实操演练:分析报告撰写 6.3 汇报的技巧 第7章 商业预测技术 预测是企业重要的决策依据,企业通过预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。 1. 预测责任者与支持者 2. 预测的组织流程 3. 不同的预测模型各自的优缺点 4. 多元回归分析:如何分析多个因素对目标值的影响程度,包含 i. 如何建立多变量业务预测模型 ii. 如何评估业务模型的有效性 iii. 企业外部变量(例如经济宏观数据)的选择和过滤 5. 回归分析演练:如何量化分析广告的效果
• 陈则:大数据时代下的经营数据分析实战培训
【培训目标】 通过本课程的学习,达到如下目的: 1、通过案例分析,明确数据分析思路,实现数据分析效果; 2、通过数据分析工具导入,提升数据分析质量; 3、立足公司各层级、各岗位数据分析实际应用展开分析,指导区县公司工作; 4、提升数据分析呈现技能,提高数据分析实际应用性和层级传递效用; 5、通过从大量的营销数据中分析潜在的客户特征,挖掘用户行为特点,找出目标客户; 6、学会针对目标客户优化销售策略,帮助运营团队深入理解业务运作,支持业务策略制定以及运营决策。 【培训对象】 数据分析相关人员 【培训时间】 2天 【培训内容】 前言:大数据时代背景 1. 概述 2. 大数据时代带来对传统营销的挑战 3. 大数据时代的新营销模式 4. 如何在海量数据中整合线上、线下数据,形成你对消费者的独特洞察力 5. 如何建立全渠道数据平台,拓展营销渠道,提高营销效率 6. 大数据的实现技术 一、数据分析定位与方法导入 1.数据分析重要性 为什么要做数据分析 数据分析能解决什么具体问题 2.市场数据分析实质与特点 3.统计分析方法介绍(基本/高级/应用) 4.市场运营分析全流程 数据背后的本质 市场运营分析中常见的错误 市场运营分析全流程 二、找到需要的运营分析数据 1. 清晰解读市场运营分析需求 2. 针对需求寻找运营分析数据 3. 开展市场运营分析数据处理 数据库工具SQL、ACCESS使用技巧——社会渠道商质量识别案例 数据挖掘工具SPSS使用技巧——终端手机用户流量提升案例 综合性工具Excel使用技巧——大市场中高端客户保有案例 各种工具协同办公技巧 三、建立合适的数据分析模型 1. 常用数据分析方法介绍 2. 建立问题分析模型 3. 经典数据分析案例介绍 分层分析法——中高端、普通、低端客户拓展与保有模型 关联分析法——终端配件与客户流量关联模型 聚类分析法——集团市场分类模型 回归分析法——大市场收入、客户预测模型 4. 数据分析工具与数据分析方法结合练习 四、结果呈现:数据分析应用实践 1. 合理的数据呈现与EXCEL/PPT图表制作 图表制作的关键要素 合适的图表展示合适的数据 正确表达需要的主题 图表与文字的协调 2. 科学的数据分析结果解读 注意因果关系 不要以偏概全 考虑环境影响 兼顾定性研究 3. 如何撰写一份优秀的数据分析报告 4. 现场实操演练:分析报告撰写 五、数据分析实战篇——找出目标客户 1. 数据分析VS数据挖掘 2. 数据挖掘的标准流程(CRISP-DM) 商业理解 数据准备 数据理解 模型建立 模型评估 模型应用 3. 案例演练:客户匹配度建模,找到你的准客户 4. 客户群细分、客户获取 如何更好的了解客户结构、如何识别客户特征 客户响应模型与促销 聚类分析与客户特征提取 ü 案例演练:小康指数划分,让数据自动聚类 ü 案例演练:裁判标准一致性分析,避免“黑哨” ü 案例演练:商场服务奖项评选 消费者品牌选择模型分析 ü 案例演练:品牌选择模型分析,你的品牌适合哪些人群? 5. 客户标签 客户标签介绍 客户标签的类别 以市场应用为出发点设计标签库 客户标签的管理 ü 手动/自动打标签 ü 标签梳理 ü 标签的更新 业务需求为出发点合理应用客户标签 六、数据分析实战篇——针对目标客户优化销售策略 1. 哪些是影响市场销量的关键因素 找到关键因素,实现精准营销 方差分析与影响因素分析 ü 案例演练:广告形式、地区对销量的影响因素分析 ü 案例演练:饲料与生猪体重的影响分析 因素影响的相关性分析(相关程度计算) ü 案例演练:腰围与体重的相关分析 ü 案例演练:家庭生活开支的相关分析 2. 影响用户购买的关键因素/客户消费偏好是什么 3. 影响产品销售的关键属性和等级如何评估 4. 逻辑回归模型 逻辑回归模型原理及适用场景 评估客户购买产品的概率 5. 离散选择分析 如何评估客户购买产品的概率 如何指导产品开发?如何确定产品的重要特性 如何评估品牌价值 竞争下的产品动态调价 如何评估产品的价格弹性 6. 如何选择合适的营销方式 各营销渠道的用户特征分析 促销方式有效性检验 参数检验与非参数检验原理介绍 ü 案例演练:ARPU值评估分析 ü 案例演练:营销效果评估分析 七、培训之后:良好的数据分析习惯 1. 分析人员电脑5 S管理 2. 分析人员数据收集与存储习惯 3. 分析人员数据自动报表设计方法 八、课程回顾与答疑
• 陈则:企业运营管理和数据分析模型
专题一:运营仪表盘原理介绍 1、运营仪表盘的三大功能 2、建立运营仪表盘的4个步骤 3、商务智能架构 4、运营系统和商务智能的关系 5、数据成熟度模型 6、从运营监控报表到策略分析、战略管理的进化 7、寻根溯源的工具---鱼刺图、决策树专题二:office基本功能 1、简便和规范输入功能和技巧2、统计分析工具的使用3、图形展示和在线分析的应用4、商务图形的制作 专题三:面向竞争的市场分析与管理中的应用 1、如何进行市场和产品细分分析2、目标市场的研究、分析和选择3、产品策略的图表演绎4、价格分析与对策5、企业如何营造持续性的赢利结构(直观的量本利分析)6、案例分析与讨论专题四:在管理市场推广活动中的应用 1、市场推广活动的全程分析与管理数据分析2、如何对整体促销活动进行监控和评估3、如何简便发现异常费用流向和预警机制的建立4、如何利用方案工具寻求最佳市场方案5、案例分析与讨论专题五:在门店销售的建立与管理中的应用 1、客户属性分析与归类方式2、产品价格的管理统计分析3、如何有效提前识别客户消费行为和产品商发展趋势4、收银台与收银员效率分析与调整5、案例分析与讨论专题六:在建立销售与采购团队中的应用 1、销售与采购队伍的整体规划与综合诊断信息基础建立2、业绩跟踪数据体系建立方法3、用直观的图表激活您的销售和采购团队4、案例分析与讨论专题七:在销售与进货计划与预测中的应用 1、有效的销售计划和销售目标设立2、销售的有效计划和跟踪机制建立方式3、建立在可持性发展基础上销售规模提升数据模型4、销售规模和销售质量的多维分析方法5、案例分析与讨论专题八:在销售支持方面的应用 1、顾客投诉的价值和顾客投诉的原因分析2、客户信用评估管理和客户信用级别的确定3、分销物流布局预测4、案例分析与讨论

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务