課程大綱：數(shù)據(jù)挖掘與現(xiàn)代企業(yè)的數(shù)據(jù)化運(yùn)營實踐培訓(xùn)
大數(shù)據(jù)時代的企業(yè)數(shù)據(jù)化運(yùn)營戰(zhàn)略和戰(zhàn)術(shù)
現(xiàn)代企業(yè)競爭面臨的挑戰(zhàn)
大數(shù)據(jù)時代的企業(yè)的選擇
數(shù)據(jù)化運(yùn)營的前世今生
“企業(yè)數(shù)據(jù)化運(yùn)營”是什么？
“企業(yè)數(shù)據(jù)化運(yùn)營”全景鳥瞰
“企業(yè)數(shù)據(jù)化運(yùn)營”戰(zhàn)略中組織架構(gòu)和具體角色？
企業(yè)化數(shù)據(jù)應(yīng)用的典型場景和相關(guān)的分析挖掘技術(shù)概述
目標(biāo)客戶典型特征分析（客戶畫像）、客戶360的全景指標(biāo)體系
目標(biāo)客戶的預(yù)測響應(yīng)模型（活躍用戶流失預(yù)測模型實戰(zhàn)跟蹤分享）
運(yùn)營群體的活躍度分析（指標(biāo)定義）（精準(zhǔn)營銷的用戶活躍度指標(biāo)創(chuàng)建案例）
交叉銷售模型
目標(biāo)用戶分層進(jìn)化金字塔（B2B交易用戶的分層模型實戰(zhàn)案例）
商品推薦模型（個性化推薦，推薦算法）
數(shù)據(jù)產(chǎn)品（數(shù)據(jù)產(chǎn)品的目的，BAT的實踐，一個新型的職業(yè)和專業(yè)，app）
精細(xì)化運(yùn)營平臺的案例
決策支持（有企業(yè)自身的數(shù)據(jù)，更有行業(yè)的宏觀數(shù)據(jù)；有微觀的深入分析挖掘，更有宏觀的統(tǒng)計和調(diào)研）
數(shù)據(jù)分析與數(shù)據(jù)挖掘在企業(yè)實戰(zhàn)中的主要方法論和主要技術(shù)分享
結(jié)合阿里的實踐，講解：
SEMMA
CRISP-DM
Tom Khabaza挖掘九律
數(shù)據(jù)挖掘的主要成熟技術(shù)（回歸、分類、聚類、時間序列、協(xié)同過濾、KNN、關(guān)聯(lián)分析、
常見的數(shù)據(jù)處理技巧
建模實戰(zhàn)中常見的思考核心點(diǎn)
業(yè)務(wù)是核心、思路是重點(diǎn)、技術(shù)是工具（輔助）
一個基本的方法論（HSCTODC）
大膽假設(shè)，小心求證
2080原則
結(jié)構(gòu)化思考
即客觀，也主觀
如何利用手頭工具對大量數(shù)據(jù)進(jìn)行有效的分析挖掘（首先要看數(shù)據(jù)如何采集、處理、獲取等前期的工作要準(zhǔn)確、到位、有效；
數(shù)據(jù)分析的7個漸進(jìn)的層次金字塔和分析師成長路徑的金字塔；
每個層次都有實例舉證；
數(shù)據(jù)化運(yùn)營的落地應(yīng)用
反饋和優(yōu)化調(diào)節(jié)
電商內(nèi)外、行業(yè)內(nèi)外的經(jīng)典案例賞析
電商行業(yè)的案例（我的親歷）
引導(dǎo)學(xué)員實際在R上操作體會有趣的聚類小項目（實際操作，體會）
引導(dǎo)學(xué)員實際在R上操作體會有趣的邏輯回歸小項目（實際操作，體會）
主要強(qiáng)調(diào)：算法是簡單的，挖掘建模是簡單的，但是不簡單的（耗時的）是思路的優(yōu)化和數(shù)據(jù)的收集、清理、清洗、轉(zhuǎn)換
加入高級會員獲得助教答疑
