【CDAlevel2】CDA 数据分析师LEVEL Ⅱ建模分析师培训(第二期) 深圳8月13日开课，报名从速！

CDA Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过CDA Level Ⅰ认

证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与

数据挖掘的人员。在Level Ⅰ的基础之上深入掌握高级多元统计方法,并且拓展时间序列分析

和主要数据挖掘的理论知识与业界运用；能够熟练使用SAS、R、Matlab和SPSS中至少一个

专业统计软件实现相关算法；熟悉使用SQL访问企业级数据库；具有按照数据挖掘标准流程

进行项目需求分析、数据验证、建模与模型评估的能力。

级别Level II（建模分析师）理论基础统计学、概率论和数理统计、多元统计分析、时间序列、数据挖掘（DM）软件要求必要：EXCEL、SQL、SAS/SPSS可选：R、MATLAB；SQL等（/表示“或”）分析方法要求除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法，生存分析法，神经网络，决策树，判别分析法，主成分分析法，因子分析法，典型相关分析，聚类分析法，关联规则，支持向量机，bagging，boosting等）和可视化技术。业务分析能力至少在客户关系管理、管理会计、信用风险管理、人力资源管理等其中一个数据分析的常用领域内具有深入的业务经验，可以将业务目标转化为数据分析目标；熟悉企业内数据的生成过程，可以熟练的访问常见数据库；根据项目需求，以最快捷的方式获取业界最新案例和学界最新研究成果，并且转化为行动方针；可以熟练的提取所需信息，能够从海量数据中搜集并提取信息；根据项目目的，结合业务经验选取最优建模方法。结果展现能力报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。

CDA Level Ⅱ培训课程安排

背景介绍

CDA Level Ⅰ为基础薄弱的学员提供了入行的机会,能够结合业务完成基本的数据分析

并作出数据报告。但企业想要在竞争激烈的市场中胜出，决策的速度和反应的效率尤为

重要。根据调查显示，75%的企业在面临拟定策略时，常常无法获得实时且有根据的决

策信息。什么样的数据、要通过什么样的方法，才能快速便捷的提供对决策有价值的信

息，是现代企业所面临最迫切性的问题。因此,在CDA Level Ⅰ的基础上,CDA Level Ⅱ

（建模分析师）即为企业决策提供及时有效、易实现、可信赖的数据支持。

在建模分析师中，数据挖掘(Data Mining)技术无疑是他们最强有力的核心竞争力。数据挖

掘强调与现有信息系统的整合，以提供决策者做决策时所需的情报，或转化成经营智慧，

以作为调整营运策略方针的辅助工具。以顾客关系管理(CRM)为例，数据挖掘是整个顾客

关系管理的核心。其不但可以准确的定位目标市场，进行精准营销，还可以帮助业务人员

了解客户深层需求，针对大量客户进行客制化，也就是所谓的一对一营销。本课程的目的

就是要针对数据挖掘整套流程，根据CDA Level Ⅱ大纲标准，以金融、电信、电商和零售

业为案例背景深入讲授数据挖掘的主要算法。并将SAS Enterprise Miner、SPSS Moderler、

SAS编程和SQL进行有效的结合，让学员胜任全方位的数据挖掘运用场景。

CDA LEVEL Ⅱ第一期课程安排

项目名称CDA Level Ⅱ建模分析师系统培训时间北京：2015年7月9-12日，18-19日 六天深圳：2015年8月13-16日，22-23日 六天上海：2015年8月20-23日，29-30日 六天地点面授班：北京，人大经济论坛教室远程班：在线同步直播价格（元）面授：5900元远程：4400元报名链接http://www.wenjuan.com/s/aaUnUv/优惠1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠（学生证证明文件）2. 同一单位三人及以上报名9折优惠，五人及以上8折优惠3. CDA LEVEL Ⅰ等级资格证书持有者立省 1000元4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠。点击查看LEVEL Ⅰ课程详情 以上优惠不可叠加！证书认证1. 可申请报考《CDA LEVEL Ⅱ等级认证证书》（荐：含金量高）认证申请详情 2. 可申请工信部NTC《数据分析师证书》（培训后即可得到）以上双证皆自愿申请现场班福利全套视频资料，终身学习，在线答疑午餐，咖啡茶歇，论坛币（1000个）

学员对象：

1）各行业数据分析、数据挖掘从业者

2）金融、电信、零售、医学等各行业业务数据分析人员

3）政府事业单位大数据及数据挖掘项目人员

4）数据挖掘岗位就业、提拔涨薪、技能优化等从业人员

5）对数据挖掘感兴趣的各界人员

学员基础要求：

1）掌握CDA LEVEL Ⅰ大纲要求，CDA LEVEL Ⅰ详情：http://www.ppvke.com/class/detailcontent/?hid=320&tid=100074

2）熟悉SAS软件，自行安装好SAS软件（带有EM模块），报名赠送《SAS初级视频》完成

课程基础预习工作。

详细大纲

时 程大纲内容第1天主题：顾客关系管理及基础数据挖掘技术企业使用之范围：说明企业如何利用顾客关系管理来进行营销活动理论介绍：顾客关系管理系统的架构及其组成元素企业如何利用顾客关系管理系统来进行营销活动数据挖掘技术的功能分类数据挖掘技术的绩效增益数据挖掘技术的产业标准数据挖掘基本观念与实际应用解说SAS EM & SPSS Modeler实务案例操作：Introduction to SAS Enterprise Miner(SAS EM) & IBM SPSS ModelerGetting Started with SAS EM 12.1 & IBM SPSS Modeler 16Creating a EM Project, Library and DiagramCreating a SPSS Modeler Project第1天第2天主题：基础数据挖掘技术企业使用之范围：说明企业如何利用数据前处理技术来进行数据的重整，建置数据仓库，以做为数据挖掘之输入理论介绍：数据挖掘技术的流程-SEMMA vs. CRISP DM数据前处理(Data Preprocessing)技术Attribute Selection(字段选择)*Data Integration(数据整合)Data Cleansing(数据清洗):*Wrong Value(错误值),*Outlier(离群值),*Missing Value(遗失值)Attribute Enrichment(字段扩充):*内/外部数据的扩充方法Data Coding(数据编码):*Data Transformation(数据转换),*Data Reduction(数据精简),*Record Reduction(记录精简),*Attribute Value Reduction(域值精简),*Attribute Reduction(字段精简)SAS EM & SPSS Modeler实务案例操作：Defining a Data SourceExploring a Data Source * Exploring Source Data * Changing the Explore Window Sampling Defaults * Modifying and Correcting Source DataManaging Wrong Values/Outliers/Missing ValuesTransforming InputsRecording Categorical Inputs第2天第3天主题：进阶数据挖掘技术企业使用之范围：说明企业如何利用关键变量发掘技术来发掘对项目目标有效之关键变量，以做为数据挖掘之输入变量理论介绍：训练数据与测试数据的产生方法关键变量(Key Attributes)发掘技术*卡方检定(Chi-square Test)*t检定及ANOVA检定(t Test & ANOVA Test)*利用决策树(Decision Tree)选择关键变量SAS EM & SPSS Modeler实务案例操作：Creating Training & Validation DatasetVariable SelectionUsing Partial Least Squares for Input SelectionUsing the Decision Tree for Input Selection第3天主题：进阶数据挖掘技术2企业使用之范围：说明如何利用分类技术之决策树来建立交叉销售(Cross-Selling)模型，以提升公司获利理论介绍：分类之决策树(Decision Tree)SAS EM & SPSS Modeler实务案例操作：Constructing a Decision Tree ModelOptimizing the Complexity of Decision TreesAssessing a Decision TreeUnderstanding Additional Plots & TablesAutomatic Tree Growth第3天主题：进阶数据挖掘技术3企业使用之范围：说明企业如何利用分类技术之神经网络、支持向量机及分类多模型整合来建立信用评分(Credit Scoring)模型，以降低公司损失理论介绍：分类之神经网络(Neural Network)分类之支持向量机(Support Vector Machine)分类多模型整合(Ensemble)之装袋(Bagging)、增强(Boosting)学习SAS EM &SPSS Modeler实务案例操作：Training a Neural NetworkSelecting Neural Network InputsIncreasing Network FlexibilityUsing the AutoNeural ToolConstructing a Support Vector MachineConstructing Ensemble Models by Using Bagging and Boosting TechniquesModel Comparisons第4天主题：进阶数据挖掘技术4企业使用之范围：说明企业如何利用模型评估技术来评估模型的优劣，以作为采用适当模型的准则理论介绍：模型评估(Model Assessment)技术SAS EM & SPSS Modeler实务案例操作：Model Fit Statistics:* Comparing Models with Summary StatisticsStatistical Graph:* Comparing Models with ROC Charts* Comparing Models with Score Rankings Plots* Adjusting for Separate SamplingProfit Matrix:* Evaluating Model Profit* Viewing Additional Assessments* Optimizing with ProfitInternally Scored Data Sets: * Creating a Score Data Source * Scoring with the Score Tool * Exporting a Scored TableScore Code Modules: * Creating a SAS Score Code Module * Creating Other Score Code Modules第4天主题：进阶数据挖掘技术5企业使用之范围：说明企业如何利用预测(Prediction)技术之回归树及类神经网络来建立数值预测模型-如预测客户之年收入，以利公司设计营销活动理论介绍：回归树(Regression Tree)类神经网络(Neural Network)-非线性回归SAS EM & SPSS Modeler实务案例操作：Review and Set the Decision Tree NodeReview and Set the Neural Network Node第4天主题：进阶数据挖掘技术6企业使用之范围：说明企业如何利用关联及序列分析技术来建立交叉销售(Cross-Selling)及提升销售(Up-Selling)模型，以提升公司获利理论介绍：关联分析(Association Analysis)序列分析(Sequence Analysis)SAS EM & SPSS Modeler案例案例操作：Consolidating Categorical InputsMarket Basket AnalysisSequence Analysis第5天SAS编程与SQL编程主题：SAS编程技术基础SAS Data步基础SAS Proc步基础SAS 宏基础主题：SQL编程与Oracle数据库使用Oracle数据库配置、建库与SAS建立连接SAS Proc SQL过程步与Oracle SQL编程SAS Pass Through技术数据挖据完整流程案例——SAS编程构造银行信用风险模型第6天主题：信用风险建模简介银行信用风险监管体系与信用风险内部模型主题：单变量检验与数据清洗缺失值检验与处理方法异常值检验与处理方法解释变量粗筛双变量关系检验法数据分箱主题：连续变量压缩技术变量聚类分类变量压缩技术似完整分类数据问题WOE方法主题：逻辑回归建模技术模型选择：逐步法、全子集法根据经验Logit曲线进行连续变量转换主题：编程模型评估技术ROC曲线K-S曲线

课程收益

(1)了解什么是顾客关系管理；

(2)了解顾客关系管理系统的架构及其组成元素；

(3)了解如何利用顾客关系管理系统来进行营销活动；

(4)了解什么是数据挖掘(Data Mining)；

(5)掌握数据挖掘技术的功能分类；

(6)掌握数据挖掘技术的绩效增益；

(7)了解数据挖掘技术的产业标准；

(8)掌握如何利用数据挖掘技术来筛选关键变量(Key Attribute)；

(9)掌握如何利用数据挖掘技术来进行交叉销售(Cross-Selling)；

(10)掌握如何利用数据挖掘技术来评估客户的信用风险(Credit Risk)；

(11)了解如何利用数据挖掘技术来分析顾客行为、产生商业智慧并发展营销策略。

(12)掌握如何使用数据挖掘工具SAS EM/SPSS Modeler/SAS来完成上述的各项工作。

(13)掌握Oracle等主流数据库的使用。

(14)掌握商业数据挖掘完整流程并作出逻辑严密的数据报告。

讲师简介

李御玺，教授，国立台湾大学资讯工程博士，铭传大学资讯工程学系教授，铭传大学大数据研

究中心主任，中华数据挖掘协会理事，云南财经大学信息学院客座教授，浙江大学城市学院客

座教授，厦门大学数据挖掘中心顾问，中国人民大学数据挖掘中心顾问，IBM SPSS-China顾

问，SAS-Taiwan顾问。在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会

与教育部多个相关研究计划的主持人。

服务过的客户包括：中国工商局、中信银行、台新银行、联邦银行、新光银行、 新竹国际商

业银行(现已并入渣打银行)、第一银行、永丰银行、远东银行、美商大都会人寿、嘉义基督教

医院、台湾微软、零售业如赫莲娜(Helena Rubinstein)化妆品公司、特立和乐(HOLA)公司、

航空公司如东方航空公司、中华航空公司、汽车行业如福特(Ford)汽车公司；政府行业如国

税局等。

常国珍，曾为德勤管理咨询高级数据挖掘咨询顾问，SAS官方培训资深讲师，2014年SAS软件

大赛判卷人,曾以数据挖掘工程师身份就职于亚信科技（中国）有限公司市场部。具有八年的

数据挖掘实战经验，主攻分类模型，涉及客户精准营销、信用评估、价值提升、欺诈侦测和

流失预警等数据挖掘主题，尤其熟悉银行个人客户精准营销的建模工作。

资格认证:SAS全球认证“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。

参与项目：1、某国有大型银行企业级模型试验室建设； 2、某国有大型银行企业级欺诈系统

建设；3、某股份制大型银行信用卡部产品精准营销建模和行为信用评级模型优化工作；

4、某股份制大型银行零售业务部客户忠诚度提升项目。

资格认证

CDA数据分析师LEVEL Ⅱ资格证书

（此证书为CDA协会颁发，人大经济论坛国内主办，全国统考，一年两次，此证书为CDA数据分析师唯一认证证书，可以作为企业事业单位选拔和聘用专业人才的任职参考依据。）

CDA考试安排：

1. 考试时间2015年6月28日

2. 考试内容：CDA LEVLE Ⅱ建模分析师大纲。

3. 报名费用：1500元/人。参加CDA系统培训学员费用为1000/人。

4. 其他：CDA考试一次不过可申请补考，补考费用为原价一半。证书3年审核一次。

国家工信部数据分析师证书

此证书参加CDA培训后随堂考试，通过即可获得，证书申请费用为400元。（可自愿申请）

报名流程

1.在线填写报名信息

2.给予反馈，确认报名信息

3.网上缴费

4.开课前一周发送电子版课件和教室路线图