第一部分:數(shù)據(jù)倉庫的概念深入 |
1.在大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫的困境和挑戰(zhàn)
2.數(shù)據(jù)倉庫的體系結(jié)構(gòu)多樣性解讀
3.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系 |
第二部分 基于SQL Server環(huán)境下的數(shù)據(jù)倉庫開發(fā)應(yīng)用過程 |
1.SQL Server下的數(shù)據(jù)倉庫開發(fā)應(yīng)用的特點
2.?dāng)?shù)據(jù)倉庫的規(guī)劃過程
3.?dāng)?shù)據(jù)倉庫的概念模型設(shè)計
4.?dāng)?shù)據(jù)倉庫的邏輯模型
5. 物理模型的設(shè)計
6.基于Sql Server環(huán)境下的數(shù)據(jù)倉庫的實施過程及特點 |
第三部分 數(shù)據(jù)倉庫的應(yīng)用與管理 |
1.?dāng)?shù)據(jù)倉庫應(yīng)用案例
電信、移動、聯(lián)通、銀行、銷售等行業(yè)的應(yīng)用舉例
2.?dāng)?shù)據(jù)倉庫的運行技術(shù)管理
3.SQL SERVER下的數(shù)據(jù)倉庫的元數(shù)據(jù)管理
4. 數(shù)據(jù)倉庫工程中注意事項 |
第四部分 SQL SERVER下的ETL應(yīng)用技術(shù)進階 |
1、 ETL發(fā)展背景與大數(shù)據(jù)下的SQL SERVER 的ETL技術(shù)變遷
2、 ETL過程階段重點及注意事項和經(jīng)驗總結(jié)
3、 ETL特性及案例分析,如何高效實現(xiàn)穩(wěn)定性、安全性、可擴展性、健壯性、可維護性、高可用性?
4、 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)倉庫ETL體系結(jié)構(gòu)如何應(yīng)對變化的需求
5、 如何更好選擇ETL工具,它的評價準(zhǔn)則怎樣?
6、 SQL SERVER 環(huán)境下的ETL的管理
1)ETL的數(shù)據(jù)質(zhì)量管理
2)ETL的數(shù)據(jù)集成
3)ETL的元數(shù)據(jù)
7、 ETL展望 |
第五部分:數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù) |
1.數(shù)據(jù)挖掘主要分析方法:
1.聚類分析(Clustering)
2.分類分析(Classification)
3.關(guān)聯(lián)分析(Association)
4.預(yù)測分析(Prediction)
5.回歸分析
6.相關(guān)分析
7.數(shù)據(jù)比較分析
8.數(shù)據(jù)挖掘的可視化
2.數(shù)據(jù)挖掘的實施
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.數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
5.數(shù)據(jù)挖掘效果的評估
實踐:SPSS結(jié)合相應(yīng)的分析算法及展示圖形 |
第六部分:構(gòu)建**數(shù)據(jù)挖掘分析體系 |
1、分析團隊建設(shè)
2、分析工作管理
3、數(shù)據(jù)分析核心能力建設(shè)
4、分析工作與業(yè)務(wù)協(xié)同 |
第七部分.數(shù)據(jù)挖掘應(yīng)用 |
1.數(shù)據(jù)挖掘及管理經(jīng)驗
2.數(shù)據(jù)挖掘在金融、電商、運營商行業(yè)領(lǐng)域的應(yīng)用舉例
2.1 客戶行為與潛在客戶分析
2.2 用戶信用度分析
2.3 趨勢預(yù)測
2.4新產(chǎn)品交叉營銷分析 等
3. 結(jié)合業(yè)務(wù)場景需求,進行數(shù)據(jù)挖掘?qū)嵺`:
1.客戶細(xì)分聚類分析實踐
2.金融貸款防欺詐挖掘分析
3.金融/電商客戶流失預(yù)測挖掘分析
(以上涉及當(dāng)下主流的聚類、相關(guān)、決策樹、神經(jīng)網(wǎng)絡(luò)及回歸分析等數(shù)據(jù)挖掘算法)? |