1.點(diǎn)擊下面按鈕復(fù)制微信號(hào)
點(diǎn)擊復(fù)制微信號(hào)
珀菲特企業(yè)管理
Karen /鄭老師
KEY WORDS OF Corporate Training
聯(lián)系我們：
13382173255（Karen鄭老師）
學(xué)員背景| Course Background
參加對(duì)象：市場(chǎng)部、業(yè)務(wù)支撐部、數(shù)據(jù)分析部、運(yùn)營(yíng)分析部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)人員
授課形式：內(nèi)訓(xùn)
授課天數(shù)：4 天
課程背景| Course Background
本課程為數(shù)據(jù)分析和挖掘的工具篇，本課程面向數(shù)據(jù)分析部等專門(mén)負(fù)責(zé)數(shù)據(jù)分析與挖掘的人士，專注大數(shù)據(jù)挖掘工具SPSS Statistics的培訓(xùn)。
IBM SPSS工具是面向非專業(yè)人士的高級(jí)的分析工具（挖掘工具），它提供大量的分析方法和分析模型，能夠解決更復(fù)雜的業(yè)務(wù)問(wèn)題，比如影響因素分析、客戶行為預(yù)測(cè)/精準(zhǔn)營(yíng)銷(xiāo)、客戶群劃分、產(chǎn)品交叉銷(xiāo)售、產(chǎn)品銷(xiāo)量預(yù)測(cè)等等。工具它封裝了復(fù)雜難懂的算法實(shí)現(xiàn)，即使你沒(méi)有深厚的技能能力，也能夠勝任復(fù)雜的數(shù)據(jù)分析和挖掘。
課程收益| Program Benefits
了解大數(shù)據(jù)挖掘的標(biāo)準(zhǔn)過(guò)程和挖掘步驟
掌握常用的統(tǒng)計(jì)分析方法，以及可視化
掌握常用的影響因素分析方法，學(xué)會(huì)根因分析
理解數(shù)據(jù)挖掘的常見(jiàn)模型，原理及適用場(chǎng)景。
熟練掌握SPSS基本操作，能利用SPSS解決實(shí)際的商業(yè)問(wèn)題。
課程大綱| Course Outline
數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
數(shù)據(jù)挖掘概述
數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
商業(yè)理解
數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)理解
模型建立
模型評(píng)估
模型應(yīng)用
案例：客戶流失預(yù)測(cè)及客戶挽留
數(shù)據(jù)集概述
SPSS工具介紹
數(shù)據(jù)挖掘常用模型
數(shù)據(jù)預(yù)處理
如何整理數(shù)據(jù)，了解數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理？
數(shù)據(jù)預(yù)處理的四大任務(wù)
數(shù)據(jù)集成：多個(gè)數(shù)據(jù)集合并
數(shù)據(jù)清洗：異常值的處理
樣本處理：樣本篩選、樣本抽樣、樣本平衡
變量處理：變量變換、變量派生、變量精簡(jiǎn)
數(shù)據(jù)集成（數(shù)據(jù)集合并）
樣本追加（添加數(shù)據(jù)行）：橫向合并
變量合并（添加變量列）：縱向合并
數(shù)據(jù)清洗（異常數(shù)據(jù)處理）
取值范圍限定
重復(fù)值處理
無(wú)效值/錯(cuò)誤值處理
缺失值處理
離群值/極端值處理
數(shù)據(jù)質(zhì)量評(píng)估
樣本處理：行處理
樣本篩選：指定條件篩選指定樣本集（減少樣本數(shù)量）
樣本抽樣：隨機(jī)抽取部分樣本集（減少樣本數(shù)量）
樣本平衡：正反樣本比例均衡
變量處理：列處理
變量變換：原變量取值更新，比如標(biāo)準(zhǔn)化
變量派生：根據(jù)舊變量生成新的變量
變量精簡(jiǎn)：變量刪除/降維，減少變量個(gè)數(shù)
類(lèi)型轉(zhuǎn)換：數(shù)據(jù)類(lèi)型的相互轉(zhuǎn)換
變量精簡(jiǎn)/變量降維常用方法
常用降維方法
如何確定降維后變量個(gè)數(shù)
特征選擇：選擇重要變量，剔除不重要變量
基于變量本身特征來(lái)選擇屬性
基于數(shù)據(jù)間的相關(guān)性來(lái)選擇屬性
利用IV值篩選
基于信息增益來(lái)選擇屬性
因子合并：將多個(gè)變量進(jìn)行合并
PCA主成分分析
判別分析
類(lèi)型轉(zhuǎn)換
因子合并/主成分分析
因子分析的原因
因子個(gè)數(shù)選擇原則
如何解讀因子含義
案例：提取影響電信客戶流失的主成分分析
數(shù)據(jù)探索性分析
常用統(tǒng)計(jì)指標(biāo)分析
單變量：數(shù)值變量/分類(lèi)變量
雙變量：交叉分析/相關(guān)性分析
多變量：特征選擇、因子分析
演練：描述性分析（頻數(shù)、描述、探索、分類(lèi)匯總）
數(shù)據(jù)可視化
數(shù)據(jù)可視化的原則
常用可視化工具
常用可視化圖形
柱狀圖、條形圖、餅圖、折線圖、箱圖、散點(diǎn)圖等
圖形的表達(dá)及適用場(chǎng)景
演練：各種圖形繪制
影響因素分析篇
營(yíng)銷(xiāo)問(wèn)題：哪些因素是影響業(yè)務(wù)目標(biāo)的關(guān)鍵要素？比如，產(chǎn)品在貨架上的位置是否對(duì)銷(xiāo)量有影響？?jī)r(jià)格和廣告開(kāi)銷(xiāo)是如何影響銷(xiāo)量的？影響風(fēng)控的關(guān)鍵因素有哪些？如何判斷？
影響因素分析的常見(jiàn)方法
相關(guān)分析（衡量?jī)蓴?shù)據(jù)型變量的線性相關(guān)性）
相關(guān)分析簡(jiǎn)介
相關(guān)分析的應(yīng)用場(chǎng)景
相關(guān)分析的種類(lèi)
簡(jiǎn)單相關(guān)分析
偏相關(guān)分析
距離相關(guān)分析
相關(guān)系數(shù)的三種計(jì)算公式
Pearson相關(guān)系數(shù)
Spearman相關(guān)系數(shù)
Kendall相關(guān)系數(shù)
相關(guān)分析的假設(shè)檢驗(yàn)
相關(guān)分析的四個(gè)基本步驟
演練：營(yíng)銷(xiāo)費(fèi)用會(huì)影響銷(xiāo)售額嗎？影響程度如何量化？
演練：哪些因素與汽車(chē)銷(xiāo)量有相關(guān)性
演練：影響用戶消費(fèi)水平的因素會(huì)有哪些
偏相關(guān)分析
偏相關(guān)原理：排除不可控因素后的兩變量的相關(guān)性
偏相關(guān)系數(shù)的計(jì)算公式
偏相關(guān)分析的適用場(chǎng)景
距離相關(guān)分析
方差分析（衡量類(lèi)別變量與數(shù)值變量間的相關(guān)性）
方差分析的應(yīng)用場(chǎng)景
方差分析的三個(gè)種類(lèi)
單因素方差分析
多因素方差分析
協(xié)方差分析
單因素方差分析的原理
方差分析的四個(gè)步驟
解讀方差分析結(jié)果的兩個(gè)要點(diǎn)
演練：擺放位置與銷(xiāo)量有關(guān)嗎
演練：客戶學(xué)歷對(duì)消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷(xiāo)量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷(xiāo)量有影響嗎
演練：尋找影響產(chǎn)品銷(xiāo)量的關(guān)鍵因素
多因素方差分析原理
多因素方差分析的作用
多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷(xiāo)量的影響因素分析
協(xié)方差分析原理
協(xié)方差分析的適用場(chǎng)景
演練：排除產(chǎn)品價(jià)格，收入對(duì)銷(xiāo)量有影響嗎？
列聯(lián)分析/卡方檢驗(yàn)（兩類(lèi)別變量的相關(guān)性分析）
交叉表與列聯(lián)表：計(jì)數(shù)值與期望值
卡方檢驗(yàn)的原理
卡方檢驗(yàn)的幾個(gè)計(jì)算公式
列聯(lián)表分析的適用場(chǎng)景
案例：套餐類(lèi)型對(duì)客戶流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
相關(guān)性分析方法總結(jié)
回歸預(yù)測(cè)模型
營(yíng)銷(xiāo)問(wèn)題：如何預(yù)測(cè)未來(lái)的產(chǎn)品銷(xiāo)量/銷(xiāo)售額？如果產(chǎn)品跟隨季節(jié)性變動(dòng)，該如何預(yù)測(cè)？
回歸分析簡(jiǎn)介和原理
回歸分析的種類(lèi)
一元回歸/多元回歸
線性回歸/非線性回歸
常用回歸分析方法
散點(diǎn)圖+趨勢(shì)線（一元）
線性回歸工具（多元線性）
規(guī)劃求解工具（非線性回歸）
演練：散點(diǎn)圖找營(yíng)銷(xiāo)費(fèi)用與銷(xiāo)售額的關(guān)系
線性回歸分析的五個(gè)步驟
演練：營(yíng)銷(xiāo)費(fèi)用、辦公費(fèi)用與銷(xiāo)售額的關(guān)系（線性回歸）
線性回歸方程的解讀技巧
定性描述：正相關(guān)/負(fù)相關(guān)
定量描述：自變量變化導(dǎo)致因變量的變化程度
回歸預(yù)測(cè)模型評(píng)估
質(zhì)量評(píng)估指標(biāo)：判定系數(shù)R^2
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預(yù)測(cè)模型（一元曲線回歸）
帶分類(lèi)自變量的回歸預(yù)測(cè)
演練：汽車(chē)季度銷(xiāo)量預(yù)測(cè)
演練：工齡、性別與終端銷(xiāo)量的關(guān)系
演練：如何評(píng)估銷(xiāo)售目標(biāo)與資源最佳配置
回歸模型優(yōu)化
回歸分析的基本原理
三個(gè)基本概念：總變差、回歸變差、剩余變差
方程的顯著性檢驗(yàn)：方程可用性
因素的顯著性檢驗(yàn)：因素可用性
方程擬合優(yōu)度檢驗(yàn)：質(zhì)量好壞程度
理解標(biāo)準(zhǔn)誤差含義：預(yù)測(cè)準(zhǔn)確性？
回歸模型優(yōu)化措施：尋找最佳回歸擬合線
如何處理預(yù)測(cè)離群值（剔除離群值）
如何剔除不顯著因素（剔除不顯著因素）
如何進(jìn)行非線性關(guān)系檢驗(yàn)（增加非線性自變量）
如何進(jìn)行相互作用檢驗(yàn)（增加相互作用自變量）
如何進(jìn)行多重共線性檢驗(yàn)（剔除共線性自變量）
演練：模型優(yōu)化演示
好模型都是優(yōu)化出來(lái)的
自定義回歸模型
回歸建模的本質(zhì)
規(guī)劃求解工具簡(jiǎn)介
自定義回歸模型
案例：如何對(duì)客流量進(jìn)行建模預(yù)測(cè)及模型優(yōu)化
回歸季節(jié)預(yù)測(cè)模型模型
回歸季節(jié)模型的原理及應(yīng)用場(chǎng)景
加法季節(jié)模型
乘法季節(jié)模型
模型解讀
案例：美國(guó)航空旅客里程的季節(jié)性趨勢(shì)分析
新產(chǎn)品累計(jì)銷(xiāo)量的S曲線
S曲線模型的應(yīng)用場(chǎng)景（最大累計(jì)銷(xiāo)量及銷(xiāo)量增長(zhǎng)的拐點(diǎn)）
珀?duì)柷€
龔鉑茲曲線
案例：如何預(yù)測(cè)產(chǎn)品的銷(xiāo)售增長(zhǎng)拐點(diǎn)，以及銷(xiāo)量上限
演練：預(yù)測(cè)IPad產(chǎn)品的銷(xiāo)量
回歸模型質(zhì)量評(píng)估
定量預(yù)測(cè)模型的評(píng)估
方程顯著性評(píng)估
因素顯著性評(píng)估
擬合優(yōu)度的評(píng)估
估計(jì)標(biāo)準(zhǔn)誤差評(píng)估
預(yù)測(cè)值準(zhǔn)確度評(píng)估
模型擬合度評(píng)估
判定系數(shù)：
調(diào)整判定系數(shù)：
預(yù)測(cè)值準(zhǔn)確度評(píng)估
平均絕對(duì)誤差：MAE
根均方差：RMSE
平均誤差率：MAPE
其它評(píng)估：殘差檢驗(yàn)、過(guò)擬合檢驗(yàn)
時(shí)序預(yù)測(cè)模型
營(yíng)銷(xiāo)問(wèn)題：像利率/CPI/GDP等按時(shí)序變化的指標(biāo)如何預(yù)測(cè)？當(dāng)銷(xiāo)量隨季節(jié)周期變動(dòng)時(shí)該如何預(yù)測(cè)？
回歸預(yù)測(cè)vs時(shí)序預(yù)測(cè)
因素分解思想
時(shí)序預(yù)測(cè)常用模型
趨勢(shì)擬合
季節(jié)擬合
平均序列擬合
評(píng)估預(yù)測(cè)值的準(zhǔn)確度指標(biāo)：MAD、RMSE、MAPE
移動(dòng)平均（MA）
應(yīng)用場(chǎng)景及原理
移動(dòng)平均種類(lèi)
一次移動(dòng)平均
二次移動(dòng)平均
加權(quán)移動(dòng)平均
移動(dòng)平均比率法
移動(dòng)平均關(guān)鍵問(wèn)題
如何選取最優(yōu)參數(shù)N
如何確定最優(yōu)權(quán)重系數(shù)
演練：平板電腦銷(xiāo)量預(yù)測(cè)及評(píng)估
演練：快銷(xiāo)產(chǎn)品季節(jié)銷(xiāo)量預(yù)測(cè)及評(píng)估
指數(shù)平滑（ES）
應(yīng)用場(chǎng)景及原理
最優(yōu)平滑系數(shù)的選取原則
指數(shù)平滑種類(lèi)
一次指數(shù)平滑
二次指數(shù)平滑（Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù)）
三次指數(shù)平滑
演練：煤炭產(chǎn)量預(yù)測(cè)
演練：航空旅客量預(yù)測(cè)及評(píng)估
溫特斯季節(jié)預(yù)測(cè)模型
適用場(chǎng)景及原理
Holt-Winters加法模型
Holt-Winters乘法模型
演練：汽車(chē)銷(xiāo)量預(yù)測(cè)及評(píng)估
平穩(wěn)序列模型（ARIMA）
序列的平穩(wěn)性檢驗(yàn)
平穩(wěn)序列的擬合模型
AR(p)自回歸模型
MA(q)移動(dòng)模型
ARMA(p,q)自回歸移動(dòng)模型
模型的識(shí)別與定階
ACF圖/PACF圖
最小信息準(zhǔn)則
序列平穩(wěn)化處理
變量變換
k次差分
d階差分
ARIMA(p,d,q)模型
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷(xiāo)售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析
平穩(wěn)序列的建模流程
分類(lèi)預(yù)測(cè)模型篇
問(wèn)題：如何評(píng)估客戶購(gòu)買(mǎi)產(chǎn)品的可能性？如何預(yù)測(cè)客戶的購(gòu)買(mǎi)行為？如何提取某類(lèi)客戶的典型特征？如何向客戶精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)？
分類(lèi)模型概述及其應(yīng)用場(chǎng)景
常見(jiàn)分類(lèi)預(yù)測(cè)模型
邏輯回歸（LR）
邏輯回歸的適用場(chǎng)景
邏輯回歸的模型原理
邏輯回歸分類(lèi)的幾何意義
邏輯回歸的種類(lèi)
二項(xiàng)邏輯回歸
多項(xiàng)邏輯回歸
如何解讀邏輯回歸方程
帶分類(lèi)自變量的邏輯回歸分析
多項(xiàng)邏輯回歸/多分類(lèi)邏輯回歸
案例：如何評(píng)估用戶是否會(huì)購(gòu)買(mǎi)某產(chǎn)品（二項(xiàng)邏輯回歸）
案例：多品牌選擇模型分析（多項(xiàng)邏輯回歸）
分類(lèi)決策樹(shù)（DT）
問(wèn)題：如何預(yù)測(cè)客戶行為？如何識(shí)別潛在客戶？
風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？
客戶保有：如何識(shí)別流失客戶特征，以及預(yù)測(cè)客戶流失概率？
決策樹(shù)分類(lèi)簡(jiǎn)介
案例：美國(guó)零售商（Target）如何預(yù)測(cè)少女懷孕
演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
決策樹(shù)分類(lèi)的幾何意義
構(gòu)建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
如何選擇最佳屬性來(lái)構(gòu)建節(jié)點(diǎn)
如何分裂變量
修剪決策樹(shù)
選擇最優(yōu)屬性生長(zhǎng)
熵、基尼索引、分類(lèi)錯(cuò)誤
屬性劃分增益
如何分裂變量
多元?jiǎng)澐峙c二元?jiǎng)澐?
連續(xù)變量離散化（最優(yōu)分割點(diǎn)）
修剪決策樹(shù)
剪枝原則
預(yù)剪枝與后剪枝
構(gòu)建決策樹(shù)的四個(gè)算法
C5.0、CHAID、CART、QUEST
各種算法的比較
如何選擇最優(yōu)分類(lèi)模型？
案例：商場(chǎng)用戶的典型特征提取
案例：客戶流失預(yù)警與客戶挽留
案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
案例：識(shí)別電信詐騙者嘴臉，讓通信更安全
多分類(lèi)決策樹(shù)
案例：不同套餐用戶的典型特征
決策樹(shù)模型的保存與應(yīng)用
人工神經(jīng)網(wǎng)絡(luò)（ANN）
神經(jīng)網(wǎng)絡(luò)概述
神經(jīng)網(wǎng)絡(luò)基本原理
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
神經(jīng)網(wǎng)絡(luò)分類(lèi)的幾何意義
神經(jīng)網(wǎng)絡(luò)的建立步驟
神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
BP反向傳播網(wǎng)絡(luò)（MLP）
徑向基網(wǎng)絡(luò)（RBF）
案例：評(píng)估銀行用戶拖欠貨款的概率
判別分析（DA）
判別分析原理
判別分析種類(lèi)
Fisher線性判別分析
案例：MBA學(xué)生錄取判別分析
案例：上市公司類(lèi)別評(píng)估
最近鄰分類(lèi)（KNN）
KNN模型的基本原理
KNN分類(lèi)的幾何意義
K近鄰的關(guān)鍵問(wèn)題
市場(chǎng)細(xì)分模型
問(wèn)題：我們的客戶有幾類(lèi)？各類(lèi)特征是什么？如何實(shí)現(xiàn)客戶細(xì)分，開(kāi)發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品？如何提取客戶特征，從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位？
市場(chǎng)細(xì)分的常用方法
有指導(dǎo)細(xì)分
無(wú)指導(dǎo)細(xì)分
聚類(lèi)分析
如何更好的了解客戶群體和市場(chǎng)細(xì)分？
如何識(shí)別客戶群體特征？
如何確定客戶要分成多少適當(dāng)?shù)念?lèi)別？
聚類(lèi)方法原理介紹
聚類(lèi)方法作用及其適用場(chǎng)景
聚類(lèi)分析的種類(lèi)
K均值聚類(lèi)
層次聚類(lèi)
兩步聚類(lèi)
K均值聚類(lèi)（快速聚類(lèi)）
案例：移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎？
演練：寶潔公司如何選擇新產(chǎn)品試銷(xiāo)區(qū)域？
演練：如何自動(dòng)評(píng)選優(yōu)秀員工？
演練：中國(guó)各省份發(fā)達(dá)程度分析，讓數(shù)據(jù)自動(dòng)聚類(lèi)
層次聚類(lèi)（系統(tǒng)聚類(lèi)）：發(fā)現(xiàn)多個(gè)類(lèi)別
R型聚類(lèi)與Q型聚類(lèi)的區(qū)別
案例：中移動(dòng)如何實(shí)現(xiàn)客戶細(xì)分及營(yíng)銷(xiāo)策略
演練：中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析（Q型聚類(lèi)）
演練：裁判評(píng)分的標(biāo)準(zhǔn)衡量，避免“黑哨”（R型聚類(lèi)）
兩步聚類(lèi)
客戶細(xì)分與PCA分析法
PCA主成分分析的原理
PCA分析法的適用場(chǎng)景
演練：利用PCA對(duì)汽車(chē)客戶群進(jìn)行細(xì)分
演練：如何針對(duì)汽車(chē)客戶群設(shè)計(jì)汽車(chē)
客戶價(jià)值評(píng)估
營(yíng)銷(xiāo)問(wèn)題：如何評(píng)估客戶的價(jià)值？不同的價(jià)值客戶有何區(qū)別對(duì)待？
如何評(píng)價(jià)客戶生命周期的價(jià)值
貼現(xiàn)率與留存率
評(píng)估客戶的真實(shí)價(jià)值
使用雙向表衡量屬性敏感度
變化的邊際利潤(rùn)
案例：評(píng)估營(yíng)銷(xiāo)行為的合理性
RFM模型（客戶價(jià)值評(píng)估）
RFM模型，更深入了解你的客戶價(jià)值
RFM模型與市場(chǎng)策略
RFM模型與活躍度分析
演練：“雙11”淘寶商家如何選擇價(jià)值客戶進(jìn)行促銷(xiāo)
演練：結(jié)合響應(yīng)模型，宜家IKE實(shí)現(xiàn)最大化營(yíng)銷(xiāo)利潤(rùn)
案例：重購(gòu)用戶特征分析
假設(shè)檢驗(yàn)
參數(shù)檢驗(yàn)分析（樣本均值檢驗(yàn)）
問(wèn)題：如何驗(yàn)證營(yíng)銷(xiāo)效果的有效性？
假設(shè)檢驗(yàn)概述
單樣本T檢驗(yàn)
兩獨(dú)立樣本T檢驗(yàn)
兩配對(duì)樣本T檢驗(yàn)
假設(shè)檢驗(yàn)適用場(chǎng)景
電信行業(yè)
案例：電信運(yùn)營(yíng)商ARPU值評(píng)估分析（單樣本）
案例：營(yíng)銷(xiāo)活動(dòng)前后分析（兩配對(duì)樣本）
金融行業(yè)
案例：信用卡消費(fèi)金額評(píng)估分析（單樣本）
醫(yī)療行業(yè)
案例：吸煙與膽固醇升高的分析（兩獨(dú)立樣本）
案例：減肥效果評(píng)估（兩配對(duì)樣本）
非參數(shù)檢驗(yàn)分析（樣本分布檢驗(yàn)）
問(wèn)題：這些屬性數(shù)據(jù)的分布情況如何？如何從數(shù)據(jù)分布中看出問(wèn)題？
非參數(shù)檢驗(yàn)概述
單樣本檢驗(yàn)
兩獨(dú)立樣本檢驗(yàn)
兩相關(guān)樣本檢驗(yàn)
兩配對(duì)樣本檢驗(yàn)
非參數(shù)檢驗(yàn)適用場(chǎng)景
案例：產(chǎn)品合格率檢驗(yàn)（單樣本-二項(xiàng)分布）
案例：訓(xùn)練新方法有效性檢驗(yàn)（兩配對(duì)樣本-符號(hào)/秩檢驗(yàn)）
案例：促銷(xiāo)方式效果檢驗(yàn)(多相關(guān)樣本-Friedman檢驗(yàn))
案例：客戶滿意度差異檢驗(yàn)(多相關(guān)樣本-Cochran Q檢驗(yàn))
結(jié)束：課程總結(jié)與問(wèn)題答疑。
講師背景| Introduction to lecturers
講師：傅一航
傅一航，華為系大數(shù)據(jù)專家。
計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）。在華為工作十年，五項(xiàng)國(guó)家專利，在華為工作期間獲得華為數(shù)項(xiàng)獎(jiǎng)項(xiàng)，曾在英國(guó)、日本、荷蘭和比利時(shí)等海外市場(chǎng)做項(xiàng)目，對(duì)大數(shù)據(jù)技術(shù)有深入的研究。
傅老師專注于大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問(wèn)題。
1、讓管理更高效：將大數(shù)據(jù)應(yīng)用于企業(yè)管理，用大數(shù)據(jù)探索企業(yè)發(fā)展規(guī)律和行業(yè)發(fā)展趨勢(shì)，有效預(yù)判市場(chǎng)變化和需求，基于規(guī)律和預(yù)判來(lái)進(jìn)行管理決策，并實(shí)現(xiàn)組織架構(gòu)演變、人才新技能培養(yǎng)、生產(chǎn)流程優(yōu)化，以及服務(wù)效率提升，最終匹配市場(chǎng)未來(lái)的變化需要，提升企業(yè)管理效率。
2、讓決策更科學(xué)：將大數(shù)據(jù)應(yīng)用于運(yùn)營(yíng)決策，用大數(shù)據(jù)呈現(xiàn)企業(yè)整體經(jīng)營(yíng)狀況，診斷運(yùn)營(yíng)問(wèn)題和風(fēng)險(xiǎn)，找到業(yè)務(wù)短板，全面理解組織、產(chǎn)品、人員、營(yíng)銷(xiāo)、財(cái)務(wù)等要素間的相關(guān)性，實(shí)現(xiàn)企業(yè)資源的最優(yōu)化配置，提升科學(xué)決策能力。
3、讓營(yíng)銷(xiāo)更精準(zhǔn)：將大數(shù)據(jù)應(yīng)用于市場(chǎng)營(yíng)銷(xiāo)，解決營(yíng)銷(xiāo)中的用戶群細(xì)分和品牌定位，客戶價(jià)值評(píng)估，分析用戶需求，產(chǎn)品設(shè)計(jì)優(yōu)化，產(chǎn)品最優(yōu)定價(jià)等實(shí)際問(wèn)題，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)和精準(zhǔn)推薦，以最小的營(yíng)銷(xiāo)成本實(shí)現(xiàn)最大化的營(yíng)銷(xiāo)效果。
傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、電商、互聯(lián)網(wǎng)、制造業(yè)、政府等領(lǐng)域。傅老師的課程最大特色：實(shí)戰(zhàn)性強(qiáng)！“圍繞業(yè)務(wù)問(wèn)題+搭建分析框架+運(yùn)用分析方法+建立分析模型+熟悉分析工具+形成業(yè)務(wù)策略”。以商業(yè)目標(biāo)為起點(diǎn)，基于實(shí)際的業(yè)務(wù)應(yīng)用場(chǎng)景（明確目的），搭建全面系統(tǒng)的業(yè)務(wù)框架和分析維度（分析思路），選擇最合適的方法（分析方法），深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），對(duì)分析結(jié)果進(jìn)行有效的解讀（數(shù)據(jù)可視化），最終形成具體的業(yè)務(wù)建議，實(shí)現(xiàn)業(yè)務(wù)分析/數(shù)據(jù)分析的閉環(huán)。
重思路：數(shù)據(jù)思維+分析框架；
重體系：分析維度+分析過(guò)程；
重實(shí)戰(zhàn)：分析方法+分析模型+分析工具；
重落地：可視化+數(shù)據(jù)解讀+業(yè)務(wù)策略。
董事長(zhǎng)總經(jīng)理高管的課程：
《數(shù)字化戰(zhàn)略與商業(yè)變革》
《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
《領(lǐng)導(dǎo)干部的大數(shù)據(jù)思維與決策》
大數(shù)據(jù)市場(chǎng)營(yíng)銷(xiāo)的課程：
《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷(xiāo)》
《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)分析實(shí)戰(zhàn)與沙盤(pán)》
《市場(chǎng)營(yíng)銷(xiāo)大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》
《大數(shù)據(jù)助力市場(chǎng)營(yíng)銷(xiāo)與服務(wù)提升》
大數(shù)據(jù)分析應(yīng)用類(lèi)的課程：
《大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》
《大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn)》
《大數(shù)據(jù)挖掘之SPSS工具入門(mén)與提高》
《金融行業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模式實(shí)戰(zhàn)培訓(xùn)》
大數(shù)據(jù)分析語(yǔ)言Python課程：
《Python開(kāi)發(fā)基礎(chǔ)實(shí)戰(zhàn)培訓(xùn)》
《Python數(shù)據(jù)分析與可視化實(shí)戰(zhàn)》
《Python數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)》
《Python數(shù)據(jù)挖掘?qū)ｎ}分析》
《Python機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)》
《Python RPA辦公流程自動(dòng)化》
傅老師曾提供過(guò)培訓(xùn)咨詢服務(wù)的客戶遍及通信、金融、交通、制造、政府等行業(yè)，其中包括中移動(dòng)、華為、施耐德、富士康、平安集團(tuán)、中國(guó)銀行、西部航空、廣州地鐵、東風(fēng)日產(chǎn)、廣州稅務(wù)、良品鋪?zhàn)?、中冶賽迪、埃森哲、海天集團(tuán)、正泰電器等公司和單位。
銀行/郵政/保險(xiǎn)/證券等金融行業(yè)培訓(xùn)客戶
中國(guó)銀行：《大數(shù)據(jù)變革與商業(yè)模式創(chuàng)新》《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷(xiāo)》
中信銀行：《大數(shù)據(jù)分析與挖掘綜合能力提升》《Python風(fēng)險(xiǎn)預(yù)測(cè)建?！?
招商銀行：《大數(shù)據(jù)分析綜合能力提升》《數(shù)說(shuō)營(yíng)銷(xiāo)》《Python數(shù)據(jù)分析》
平安銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《數(shù)說(shuō)營(yíng)銷(xiāo)》《Python數(shù)據(jù)分析》
廣發(fā)銀行：《大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷(xiāo)》《大數(shù)據(jù)分析綜合能力提升》
光大銀行：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用》《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
交通銀行：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷(xiāo)》《數(shù)說(shuō)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
建設(shè)銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
浦發(fā)銀行：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
農(nóng)業(yè)銀行：《大數(shù)據(jù)分析綜合能力提升》《Python數(shù)據(jù)分析、數(shù)據(jù)建?！?
民生銀行：《Python數(shù)據(jù)建模與模型優(yōu)化》
農(nóng)商行：《大數(shù)據(jù)分析綜合能力》《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建模》
微眾銀行：《大數(shù)據(jù)分析綜合能力提升》
廣東郵政：《大數(shù)據(jù)分析與挖掘綜合能力提升》《大數(shù)據(jù)建模與模型優(yōu)化》
廣西郵政：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
山東郵政：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
平安集團(tuán)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
平安產(chǎn)險(xiǎn)：《大數(shù)據(jù)分析綜合能力提升》《大數(shù)據(jù)建模與優(yōu)化》
平安人壽：《大數(shù)據(jù)分析與應(yīng)用實(shí)戰(zhàn)》《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
平安醫(yī)?？萍迹骸洞髷?shù)據(jù)思維與應(yīng)用創(chuàng)新》
天安財(cái)險(xiǎn)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
中華人壽：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
太平洋保險(xiǎn)：《大數(shù)據(jù)分析綜合能力提升》
廣電銀通：《大數(shù)據(jù)綜合能力提升》
安信證券：《大數(shù)據(jù)時(shí)代下的金融發(fā)展》
平安普惠：《Hadoop解決方案技術(shù)培訓(xùn)》
廣汽理匯：《大數(shù)據(jù)思維與數(shù)據(jù)分析實(shí)戰(zhàn)》
金融壹帳通：《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》
陸金所：《大數(shù)據(jù)分析綜合能力提升》
中金所：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
馬上消費(fèi)金額：《數(shù)說(shuō)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
易鑫集團(tuán)：《大數(shù)據(jù)分析綜合能力提升》
五礦經(jīng)易期貨：《大數(shù)據(jù)分析綜合能力提升》
杭州銀貨通科技：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展及應(yīng)用創(chuàng)新》
中郵金融科技：《Python基礎(chǔ)與數(shù)據(jù)分析》
……
制造行業(yè)培訓(xùn)客戶
施耐德：《大數(shù)據(jù)分析》《大數(shù)據(jù)挖掘》《大數(shù)據(jù)建模及優(yōu)化》
富士康：《大數(shù)據(jù)分析綜合能力提升》
中冶賽迪：《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建?！?
正泰電器：《大數(shù)據(jù)分析實(shí)戰(zhàn)》《大數(shù)據(jù)建模及優(yōu)化》
海天集團(tuán)：《大數(shù)據(jù)分析實(shí)戰(zhàn)》《大數(shù)據(jù)思維與可視化》
ABB：《大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》
延峰海納川：《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)建?！贰?/span>RAP辦公自動(dòng)化》
昌碩科技：《大數(shù)據(jù)分析實(shí)戰(zhàn)》
村田電子：《大數(shù)據(jù)分析綜合能力提升》
博西家用電器：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳YKK吉田拉鏈：《大數(shù)據(jù)分析綜合能力提升》
雅圖仕：《大數(shù)據(jù)分析綜合能力提升》
索菲亞：《大數(shù)據(jù)分析綜合能力提升》
沁園：《大數(shù)據(jù)分析綜合能力提升》
浦林成山：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
翔路騰龍：《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
泰科：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
萬(wàn)家樂(lè)：《Python基礎(chǔ)與數(shù)據(jù)分析》
億力機(jī)電：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳大疆：《數(shù)說(shuō)營(yíng)銷(xiāo)》
一汽解放錫柴：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
通信/運(yùn)營(yíng)商行業(yè)培訓(xùn)客戶
華為技術(shù)：《話務(wù)量預(yù)測(cè)與排班管理》
聯(lián)通研究院：《大數(shù)據(jù)預(yù)測(cè)建模優(yōu)化》《Python數(shù)據(jù)分析》
北京聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》《數(shù)說(shuō)營(yíng)銷(xiāo)》《數(shù)據(jù)挖掘?qū)ｎ}分析》
廣州電信：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷(xiāo)》
北京電信：《大數(shù)據(jù)分析綜合能力提升》
香港電信：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
上海電信：《渠道大數(shù)據(jù)分析與挖掘思路及方法》兩期
河北電信：《數(shù)據(jù)化運(yùn)營(yíng)下的大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》
南京電信：《大數(shù)據(jù)視圖支撐精準(zhǔn)化營(yíng)銷(xiāo)》
佛山電信：《數(shù)據(jù)挖掘技術(shù)及其應(yīng)用培訓(xùn)》
泉州電信：《大數(shù)據(jù)挖掘、信息分析及應(yīng)用培訓(xùn)》
湖北聯(lián)通：《大數(shù)據(jù)分析與商業(yè)智能》
廣東聯(lián)通：《數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)崙?zhàn)培訓(xùn)》兩期
江蘇聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》
吉林聯(lián)通：《大數(shù)據(jù)分析綜合能力提升-中級(jí)》
烏魯木齊聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》
上海移動(dòng)：《大數(shù)據(jù)分析與挖掘、建模及優(yōu)化》叁期
浙江移動(dòng)：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
江蘇移動(dòng)：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)技能提升實(shí)戰(zhàn)》
深圳移動(dòng)：《大數(shù)據(jù)分析綜合能力提升》
廣西移動(dòng)：《大數(shù)據(jù)發(fā)展趨勢(shì)及在公司營(yíng)銷(xiāo)領(lǐng)域的應(yīng)用》
遼寧移動(dòng)2期：《數(shù)據(jù)分析方法與經(jīng)營(yíng)分析技巧》
泉州移動(dòng)3期：《數(shù)說(shuō)營(yíng)銷(xiāo)—市場(chǎng)營(yíng)銷(xiāo)數(shù)據(jù)分析與挖掘應(yīng)用》
德陽(yáng)移動(dòng)2期：《大數(shù)據(jù)挖掘與建模優(yōu)化實(shí)戰(zhàn)培訓(xùn)》
浙江移動(dòng)：《大數(shù)據(jù)產(chǎn)品營(yíng)銷(xiāo)能力提升》
四川移動(dòng)：《大數(shù)據(jù)分析與挖掘綜合能力提升》
吉林移動(dòng)：《數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》；
貴州移動(dòng)：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
海南移動(dòng)：《基于大數(shù)據(jù)運(yùn)營(yíng)的用戶行為分析與精準(zhǔn)定位》
山東移動(dòng)：《大數(shù)據(jù)分析綜合能力提升》
深圳移動(dòng)：《大數(shù)據(jù)在行業(yè)內(nèi)外的應(yīng)用》
中國(guó)移動(dòng)終端公司：《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》
中山移動(dòng)：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
東莞移動(dòng)：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
成都移動(dòng)：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘》
眉山移動(dòng)2期：《大數(shù)據(jù)分析綜合能力提升》
云浮移動(dòng)：《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》
陽(yáng)江移動(dòng)：《小數(shù)據(jù)·大運(yùn)營(yíng)--運(yùn)營(yíng)數(shù)據(jù)的分析與挖掘》
德陽(yáng)移動(dòng)：《電信運(yùn)營(yíng)商市場(chǎng)營(yíng)銷(xiāo)數(shù)據(jù)挖掘應(yīng)用典型案例》
陜西在線：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
四川在線：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
大連移動(dòng)：《“數(shù)”說(shuō)營(yíng)銷(xiāo)----大數(shù)據(jù)營(yíng)銷(xiāo)實(shí)戰(zhàn)與沙盤(pán)》
內(nèi)蒙古移動(dòng)：《大數(shù)據(jù)分析與Hadoop大數(shù)據(jù)解決方案》
貴州中移通信：《SPSS數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
天翼愛(ài)音樂(lè)：《大數(shù)據(jù)分析綜合能力提升》
……
能源電力交通物流培訓(xùn)客戶
西部航空：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
貴賓公司：《市場(chǎng)營(yíng)銷(xiāo)數(shù)據(jù)的分析》
海南航空：《利用大數(shù)據(jù)營(yíng)銷(xiāo)提升航線收益》
南方航空：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
深圳公交集團(tuán)：《大數(shù)據(jù)與智慧交通》
東風(fēng)日產(chǎn)：《大數(shù)據(jù)分析與挖掘綜合能力提升》
柳州上汽五菱：《大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
東風(fēng)商用：《數(shù)說(shuō)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
東風(fēng)出行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
廣州地鐵：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》兩期
富維江森：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
保時(shí)捷：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實(shí)戰(zhàn)》
忻州供電局：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
延長(zhǎng)殼牌：《大數(shù)據(jù)分析與挖掘綜合能力提升》
寶雞國(guó)電：《大數(shù)據(jù)分析與挖掘》兩期
寧夏國(guó)電：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》兩期
云南電網(wǎng)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
天津國(guó)電：《大數(shù)據(jù)分析綜合能力提升》
上海城投水務(wù)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳水務(wù)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
中海油：《大數(shù)據(jù)分析實(shí)戰(zhàn)》
神南礦業(yè)：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》
珠海港興：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
神南礦業(yè)：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》
安能物流：《大數(shù)據(jù)分析綜合能力提升》
順豐速運(yùn)：《大數(shù)據(jù)分析綜合能力提升》《數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)實(shí)戰(zhàn)》
……
直銷(xiāo)/零售/電商/互聯(lián)網(wǎng)等行業(yè)培訓(xùn)客戶
良品鋪?zhàn)樱骸?/span>大數(shù)據(jù)分析綜合能力提升》兩期
周大福：《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)培訓(xùn)》
新時(shí)代：《問(wèn)題的挖掘、分析—數(shù)據(jù)分析技巧》兩期培訓(xùn)
深圳欣盛商：《電商大數(shù)據(jù)分析》
無(wú)限極：《大數(shù)據(jù)分析綜合能力提升》兩期
歐萊雅：《Python根因分析與預(yù)測(cè)》
玫琳凱：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實(shí)戰(zhàn)》
上海找鋼網(wǎng)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
頂新國(guó)際：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
華潤(rùn)集團(tuán)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
壹藥網(wǎng)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
其他行業(yè)部分培訓(xùn)客戶
埃森哲：《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)分析與可視化》《RAP流程自動(dòng)化化》
嶺南集團(tuán)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷(xiāo)》
贛州監(jiān)獄：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》叁期
貴州中煙：《互聯(lián)網(wǎng)+時(shí)代的大數(shù)據(jù)思維》
廣州稅務(wù)：《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》叁期
西部數(shù)據(jù)：《大數(shù)據(jù)分析綜合能力提升》
文思海輝：《大數(shù)據(jù)分析綜合能力提升》
內(nèi)蒙古社科聯(lián)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳會(huì)展中心：《大數(shù)據(jù)價(jià)值實(shí)現(xiàn)與應(yīng)用創(chuàng)新》
重慶國(guó)際復(fù)材：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
挑戰(zhàn)牧業(yè)：《大數(shù)據(jù)分析綜合能力提升》
廣東立白：《大數(shù)據(jù)分析綜合能力提升》
……
Service Procedure
Service Advantages
我們擁有幾百家各類(lèi)企業(yè)的項(xiàng)目咨詢基礎(chǔ)、多行業(yè)數(shù)據(jù)庫(kù)、多年的行業(yè)經(jīng)驗(yàn)，并對(duì)企業(yè)進(jìn)行深度研究和剖析，總結(jié)出一系列深入的觀點(diǎn)和經(jīng)驗(yàn)。
我們的咨詢方案的設(shè)計(jì)過(guò)程秉承“知行合一”的理念，既具備理論知識(shí)，又重視項(xiàng)目的實(shí)操性。經(jīng)過(guò)多年的經(jīng)驗(yàn)，我們積累了豐富的案例庫(kù)，涉及18個(gè)領(lǐng)域，近千個(gè)案例，并將案例與咨詢項(xiàng)目完美結(jié)合。
我們的咨詢團(tuán)隊(duì)分布于各大領(lǐng)域，擁有多年的業(yè)內(nèi)從業(yè)經(jīng)驗(yàn)，具備豐富的企業(yè)管理實(shí)操經(jīng)驗(yàn)。在定制咨詢方案前，我們會(huì)為客戶匹配多位業(yè)內(nèi)咨詢師，供客戶進(jìn)行比對(duì)選擇，根據(jù)客戶需求及問(wèn)題，定制化地設(shè)計(jì)咨詢方案，確保項(xiàng)目的順利進(jìn)行。
ABOUT PERFECT CONSULTANT
We are? Talent training and intelligent manufacturing solutions provider.
What we do ?Provide organizational performance improvement and talent learning development business.
Customers:Each year, we serves more than 1000 enterprises (including fortune 500 enterprises, joint venture factories, state-owned enterprises, rapidly developing private enterprises and industry-leading enterprises).
10年更懂你
中大型企業(yè)共同選擇
累計(jì)培訓(xùn)學(xué)員
現(xiàn)有公開(kāi)課
現(xiàn)有內(nèi)訓(xùn)課
現(xiàn)有在線課程
輻射城市
OFFLINE BUSINESS
高層團(tuán)隊(duì)引導(dǎo)工作坊
中層管理內(nèi)訓(xùn)
基層管理內(nèi)訓(xùn)
人才梯隊(duì)建設(shè)咨詢項(xiàng)目
工廠運(yùn)營(yíng)咨詢項(xiàng)目
TTT內(nèi)訓(xùn)師咨詢項(xiàng)目
領(lǐng)導(dǎo)力公開(kāi)課
精益智造公開(kāi)課
個(gè)人效能公開(kāi)課
Video Information
【見(jiàn)證企業(yè)成長(zhǎng)每一步】
AI效能提升 × HR實(shí)戰(zhàn)干貨 × 領(lǐng)導(dǎo)力精要，前沿管理智慧每周更新，
關(guān)注視頻號(hào)獲取全場(chǎng)景管理解決方案，讓卓越觸手可及！
企業(yè)視頻號(hào)
官網(wǎng)電話：400-008-4600；手機(jī)號(hào)：13382173255（Karen鄭老師）；網(wǎng)站：www.perfectpx.com
PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO
熱線咨詢
周一至周日9:00-18:00
微信咨詢（注明來(lái)意）
周一至周日8:00-20:00
珀菲特咨詢顧問(wèn)客服助手
Copyright © 2006-2025 PerfectPX All rights reserved. 蘇州珀菲特企業(yè)管理顧問(wèn)有限公司 版權(quán)所有 蘇ICP備11056827號(hào)-1 蘇公網(wǎng)安備 32050702010145號(hào)
微信咨詢
關(guān)注公眾號(hào)
關(guān)注視頻號(hào)