1. 数据分析培训
   1 课程背景
   市场竞争日趋严重，客户从事的行业众多且复杂，移动电信行业的用户更是庞大，有的用户喜欢发短彩信，有的喜欢手机阅读杂志，有的喜欢用手机上微博，玩游戏等等，在众多行业成万上亿的客户的海量信息面前，我们要透彻有针对性的分析这些数据，进而找到我们需要的业务数据
     如何对客户进行特征细化和用户分类，发掘有价值的客户？
     怎样分析客户的信息？哪些才是较重要且有真正意义的信息？
     在市场推广宣传中，如何根据客户的固有属性、操作习惯、期望等特征找出宣传对象，有针对性地推广企业的产品和服务？
     在找到某类客户群组后，怎样针对群组的特性有利的推广本公司的产品？
     怎样通过分析客户流失的原因和特性，找到导致客户可能流失的主观和客观原因，并进行客户挽留
     怎么样的数据分析方法会更适合您？
    
   2 培训收益
   n 员工能学会基础的数据分析
   n 员工能够熟练掌握数据分析工具，学会怎样看报表
   n 员工能够充分掌握利用数据分析来指导业务运营工作
   n 能给营销部门提供有效的营销策略
   3 培训对象
   基层员工、中层管理干部或者高管等
    
   4 培训内容
   4.1 第一单元：认知BI，熟悉BI
   n 简单介绍BI
   n 简单介绍操作性数据库存储(ODS)->数据仓库(DW)->数据集市(MK)->数据挖掘(DM)
   n 及它们的关联、重点和难点
   n 资料：数据仓库综述.ppt、数据挖掘.ppt
   4.2 第二单元：认识且掌握数据分析
   n 数据分析概述
   Ø 什么是数据分析
   Ø 数据分析包括哪些
   n 数据分析技巧
   Ø 怎样做好数据分析
   Ø 目的驱动、业务驱动、营销驱动
   Ø 数据存在性、时效性、广泛性
   Ø 移动增值业务的多维度分析
   n 业务场景练习及讲解
   Ø 怎么样做好手机增值业务数据分析——手机缴费通业务
   Ø 期望的目标
   Ø 分析方法、分析内容、分析角度
   n 参考资料：数据分析.ppt
   4.3 第三单元：案例分析
   n ××移动公司客户细分项目分析
   Ø 客户细分背景及重要性
   Ø 数据和营销目的
   Ø 分析方法
   Ø 应用场景
   Ø 设计产品，并进行针对性性营销
   n XX电信公司多维分析
   Ø 钻取、切片、切块、旋转等多种分析方法
   Ø 环比、同比、占比、增长率、排名等多种分析指标
   Ø 趋势图、饼图、曲线图、图表结合、指标切换等
   Ø 多维度分析我的E家套餐客户综合分析
   Ø 多维度分析每日实时客户通话状况表
   n XX证券公司客户流失预测分析
   Ø 业务理解
   Ø 数据收集
   Ø 设计模型
   Ø 模型评估
   Ø 进行针对性挽留策略
   Ø 参考资料：客户流失预测设计策略.ppt
   4.4 第四单元：分析工具介绍及掌握
   n 简单的工具：EXCEL、WORD等
   n COGNOS
   Ø 固定报表
   Ø 即席查询
   Ø 多维分析
   Ø 简单的实际操作
   n BO
   Ø 简单的水晶易表
   Ø 多维分析
   n 润乾报表
   Ø 固定报表
   Ø 简单例子操作
   n ETL
   Ø 简单介绍ETL
   Ø Informcatic
   Ø Datasdage
   Ø 自行研发ETL工具
   Ø 数据存储过程    
   4.5 第五单元：数据挖掘技巧
   n 简单介绍数据挖掘
   n 数据挖掘算法
    
   Ø 简单介绍
   Ø 客户特征挖掘案例
   Ø 客户流失预测分析
   n 挖掘能给我们带来什么
   n 数据展望
   4.6 第六单元：移动手机报的数据分析探析（视时间而定）
   n 已经定制手机报的用户，肯定表示用户的手机是可以上网
   n 调查已定制手机报的客户的家庭背景等基本信息
   n 趋势的分析出每月客户通过手机看报纸的次数、时长、频率等，是不是有特别的时间内，客户看手机报的频率特别高，进而有针对性的促进客户多定一些等策略
   n 怎么样通过趋势等分析出用手机看杂志的人的操作习惯，比如想看哪类的信息、已婚人员可能对孩子、家庭的一些纠纷比较感兴趣等
   n 比如推荐用户10种不同类型的新闻信息，客户查看某类新闻的时长是多少？针对有100字的杂志，是2秒看完？还是2分钟看完？应该记录这些信息，并分析，进而可以分析客户的喜好和个性等
   n 怎样分析那些有上网功能的手机用户的特征，促使也定制手机报呢？针对手机不可以上网的客户一般不会定制手机报
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
2. 
    
    
    
    
7. 
      
9. 
   
16. 
     
17. 
     
     
18. 
     
     
19. 
       
    
    
    
    
    

"