6374人加入学习
(0人评价)
CDA数据分析师周末集训班SPSS方向-体验课

难度系数:★★★☆☆ 课程系列:CDA数据分析师 Level Ⅰ 业务数据分析师

价格 免费

贴标签注意事项:1、精确、通俗和有趣(不同业务部门看,时代有趣特征)并存

2、现有标签

3、故事线

 

[展开全文]

数据分析:

1、发现规则-应用规则

2、数据分析是因为业务应用存在的

数据分析基本流程

1、内部数据

2、外部数据(并不容易获得)

 

[展开全文]

数据调查和数据挖掘:

SPSS处理横截面问题

统计描述  统计推论

员工绩效管理(连续性变量)--一般线性模型

信用行为特征分类--logistics模型

降维在消费行为中的应用--主成分分析

用户行为画像--聚类分析

客户价值评分--RFM分析

购买行为组合与预测--联合分析

对列进行分析(列模型):反推总体(群体行为)

行模型:对商业性质的问题进行分析

数据分析一般流程:

1.需求(没有需求就不要建模型)

2.y量化(如何获得数据 字段可操作性 讲究精确性 一眼就确定的数据不用去量化)

3.x选择

4.描述(正态分布-描述之一)

5.预分析

6.建模

7.修正

8.应用

9.评价

【周报、月报、季报、年报(新人必了解公司情况);痛点研究(当下要解决的问题);未来走势(开会里找未来走势)】

客户流失率 y (影响因素:客户注销问题、客户满意度、产品偏好问题等) 建模型来解释为什么客户会流失-----这种归因无趣 无用

老板感兴趣吗?能挣钱吗?测量有误差吗?

 

 

[展开全文]

数据思维:创造力、职业素养、能够把一个一个具体的想法从数据变成数据产品来支撑我们的决策、商业规划、市场营销。

由业务问题选择合适模型进行数据分析来解决问题

懂模型原理(模型本质)

数据分析包含的方法论:

统计模型(方差分析、线性回归、逻辑回归、列联分析、聚类分析、面板模型、ARIMA、GARCH......)、数据挖掘模型(决策树、关联分析、SVM、神经网络、贝叶斯网络)、优化算法(遗传算法、蚁群算法、退火算法......)

【统计(概率、方法、分类数值相关关系)、微积分(求导(最优解--拉格朗日算法)、积分)、代数(矩阵运算、向量运算)】

数据分析过程中需要学习一些英语(一手资料基本上来源于英文)、需要学习一些理论

 数据分析软件:spss、spss modeler(数据可视化挖掘软件)、sas、R(偏:统计)、python(偏:机器学习)

网络资源:

http://bbs.pinggu.org/经管之家

https://cosx.org/统计之都

https://www.zhihu.com/知乎

https://github.com/  源码

https://stackoverflow.com/  (获取一手资料)

 

 

[展开全文]

1. 为什么要学习数据分析?

2. 如何学习数据分析?

[展开全文]