【今晚免费试听】spss modeler数据分析案例剖析——白名单的建立

课程详情

学习目标1、快速掌握数据挖掘方法论，在方法论指导下进行数据挖掘，避免数据分析走弯路2、掌握与客户沟通的技巧，介绍如何避免需求变动出现工期拖延，分析目标不符合客户预期等情况3、对MODELER各项功能做全面的剖析，深度结合案例理解记忆更深刻讲师介绍Datafish，数据分析领域深耕十年，省级运营商大数据分析负责人，负责公司数据化运营和大数据变现。曾主导过国内外多个运营商数据挖掘项目，深知分析项目落地的困难和重要。工作中与各业务部门保持良好的关系，不断致力于将数据分析方法嵌入管理与服务流程，部分数据分析项目产生千万级人民币收入。擅长数学建模及数据分析在营销管理及业务运营中的应用。学习内容1、介绍数据挖掘标准流程CRISP-DM的起源 对于初学者来说，学习CRISP-DM是最快的掌握数据挖掘方法论的方式2、介绍CRISP-DM结构、重点与难点 CRISP-DM的每个环节都有很多讲究3、如何有效与客户沟通，确认需求和商业目标 业务人员对数据挖掘结果的认可非常重要，因此如何有效/高效沟通是数据分析师最重要的技能4、ODELER特点及界面简介 5、特征与维度 包括特征选择的经验介绍6、入门实例——三维坐标（聚类+分类）

7、实例：电信客户互联网渠道化（分类算法）及提供数据实操 介绍营销管理理论背景，并通过寻找lookalike用户，以详解分类算法，从而了解数据挖掘是如何指导市场行为的8、实例：渠道星级评定（聚类算法）及提供数据实操 9、实例：室内广告人流特征展示（字段选项相关节点）及提供数据实操 如果能有效掌握字段选项，将提升MODELER整合分析能力，节省数据导入导出时间10、实例：虚假用户甄别（MODELER图形板节点）及提供数据实操 数据可视化是模式发现以及与客户沟通展示的重要手段11、实例：收入预测（时间序列）及提供数据实操 12、其他以上实例未介绍的节点（特征选择等节点）及自学方法 13、收官案例——马来西亚电信用户流失分析及对策 该案例涵盖分类算法、多维分析、数学建模、与业务人员的沟通等数据分析方法，能将大部分数据分析涉及内容有机的串联起来，并且已经落地实施，有很强的说服力14、学习内容复习 温故而知新备注：带『实例：』字样实例可选讲，可拓展/压缩讲，收官案例必讲。

原文始发于微信公众号（PPV课数据科学社区）：【今晚免费试听】spss modeler数据分析案例剖析——白名单的建立