大數(shù)據(jù)的介紹

1.1 什么是大數(shù)據(jù)：海量非結(jié)構(gòu)化數(shù)據(jù)本身+處理方法
1.2 大數(shù)據(jù)為什么重要及大數(shù)據(jù)帶來的機遇：決定公司是否有未來和業(yè)務(wù)可延伸范圍
1.3 對大數(shù)據(jù)的深層理解：組成、特點介紹
1.4 大數(shù)據(jù)的相關(guān)技術(shù)與應(yīng)用案例
數(shù)據(jù)采集：ETL工具
數(shù)據(jù)存?。宏P(guān)系數(shù)據(jù)庫；NoSQL、SQL等
基礎(chǔ)架構(gòu)支持：云存儲；分布式文件系統(tǒng)等
計算結(jié)果展現(xiàn)：云計算；標(biāo)簽云；關(guān)系圖等
1.5 大數(shù)據(jù)專題可能的演進(jìn)路徑

數(shù)據(jù)分析基礎(chǔ)

2.1 數(shù)據(jù)分析的含義、主要做什么？
2.2 為什么要學(xué)習(xí)做好數(shù)據(jù)分析
2.2.1從數(shù)據(jù)分析的描述問題、對比問題、分析問題 到最后解決問題說明為什么要做好
2.2.2通過案例說明一般人員與數(shù)據(jù)分析師的區(qū)別
2.3 數(shù)據(jù)分析的誤區(qū)和分析的關(guān)鍵
2.4 數(shù)據(jù)分析的6個步驟，3大方向（理清思路，尋找答案，觀點表達(dá)）案例形式詳細(xì)說明
步驟1：需求明確--理清思路
步驟2：數(shù)據(jù)收集--理清思路
步驟3：數(shù)據(jù)處理--尋找答案
步驟4：數(shù)據(jù)分析--尋找答案
步驟5：數(shù)據(jù)展示--觀點表達(dá)?
步驟6：報表撰寫--觀點表達(dá)
分別對以上6個步驟以案例的方式詳細(xì)說明。
2.5 實踐：以數(shù)據(jù)分析項目為引，將數(shù)據(jù)分析的技能與業(yè)務(wù)結(jié)合，并應(yīng)用于實際的工作之中?

數(shù)據(jù)挖掘基礎(chǔ)

3.1 數(shù)據(jù)挖掘概述、基本理念、歷史發(fā)展進(jìn)程、主要功能、發(fā)展趨勢
3.2 數(shù)據(jù)挖掘方法論：CRISP-DM、SEMMA
3.3 數(shù)據(jù)處理過程：變量的分類及類型，數(shù)據(jù)的質(zhì)量、理解過程、準(zhǔn)備過程

數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù)

4.1.數(shù)據(jù)挖掘主要分析方法：
4.1.1 聚類分析（Clustering）
4.1.2 分類分析（Classification）
4.1.3 關(guān)聯(lián)分析（Association）
4.1.4 預(yù)測分析（Prediction）
4.1.5 回歸分析
4.1.6 相關(guān)分析
4.1.7數(shù)據(jù)比較分析?
4.1.8 數(shù)據(jù)挖掘的可視化?
4.2 數(shù)據(jù)挖掘的實施
4.3 分析圖形：正態(tài)性檢驗 描述性統(tǒng)計 箱型圖、區(qū)間圖、時序圖介紹
4.4 數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
4.5 數(shù)據(jù)挖掘效果的評估
4.6 實踐：SPSS結(jié)合相應(yīng)的分析算法及展示圖形

構(gòu)建**數(shù)據(jù)挖掘分析體系

5.1 分析團隊建設(shè)
5.2 分析工作管理
5.3 數(shù)據(jù)分析核心能力建設(shè)
5.4 分析工作與業(yè)務(wù)協(xié)同

數(shù)據(jù)挖掘應(yīng)用

6.1 數(shù)據(jù)挖掘及管理經(jīng)驗
6.2 數(shù)據(jù)挖掘在***行業(yè)領(lǐng)域的應(yīng)用舉例
6.2.1 客戶行為與潛在客戶分析
6.2.2 用戶信用度分析
6.2.3 趨勢預(yù)測
6.2.4 新產(chǎn)品交叉營銷分析 等
6.3 數(shù)據(jù)挖掘?qū)嵺`舉例:客戶流失、趨勢發(fā)展分析等（結(jié)合SPSS軟件）
6.4 實踐：內(nèi)容包括（從設(shè)計－>形成模型->應(yīng)用）.

數(shù)據(jù)挖掘工具及未來研究的方向和熱點

7.1 幾種數(shù)據(jù)挖掘工具比較
7.2 典型工具介紹及使用范圍
7.3 如何選擇數(shù)據(jù)挖掘工具
7.4 數(shù)據(jù)挖掘的方向和熱點