推荐 :“数据分析与解读培训”[北京站]开启报名

2018 年 5 月 27 日 数据分析

两天特训,成为数据分析专家


9年沉淀的钻石课程,挤不出任何水分的实在分享,将数据分析最精华、最重要、最实战的内容倾情奉上。没有时间空谈,如果你希望经历一次最优质的数据分析课程,那么就来参加EDA的私享培训吧。


2017年,学员满意率100%

2018年

6月北京站,即将开启(6.16--6.17)


适合对象:

1、企业市场营销、市场研究人员

2、企业数据分析、经营分析人员

3、经常看分析报告和数据的管理者

4、需要参与实践案例的高校师生

5、一切需要看数据,从数据中获得发现和策略的人

本培训内容不涉及大数据技术、建模等技术分析,更多的是解读数据、分析数据、呈现数据的思维、角度、理念和方法


2天,可以没有任何变化也可以成为优秀的数据分析师。


第一天  学会看数据,从数据中得到策略


一、未来所有的生意,都是数据的生意但你能驾驭数据吗?


做数据分析,计算机就行做数据解读,只有人才行;数据解读是一种能力,我们用实战案例告诉大家。

①如何避免看数据的错误

②如何从数据中获得经营策略,指导企业经营落地

③如何进行数据整合分析,以获得更深的洞察

④让数据在你的手中产生商业价值


二、做一份漂亮的报告,让数据舞动


在掌握解读数据的方式后是否应该让企业内部的数据活跃起来产生真正的价值?


我们用实际的案例来分析企业内外部的数据以期获得不一样的洞察并将我们的洞察用报告的方式呈现出来。


如何让企业的数据复活?如何让文字说话?让数据唱歌?让图表跳舞?如何让故事更流畅?让讲演出彩?


经过这一天的培训,再看到数据则会像看到金矿一样,可以源源不断的挖掘其中的价值。

 

第二天  7小时成为SPSS数据分析高手


工欲善其事,必先利其器SPSS是公认的数据分析的权威工具无论对于企业日常的小批量数据分析还是大数据分析都能够游刃有余的完成。


大多数的SPSS培训侧重统计原理和操作枯燥乏味我们将案例、工具、应用结合即便是初次接触SPSS的伙伴也能够轻松快速掌握工具的使用

 

培训详细提纲


第一天培训简纲

序号

名称

具体内容

如何成为一个优秀的数据分析人员

■ 数据分析人员需具备的四大能力

■ 开始前的四个数据解读水平测试

■ 影响数据分析水平的五个因素

■ 培训使用的案例说明

重新认识数据

■数据是否有类型之分?

■数据的两大类型

■不同类型数据的分析有何不同

离散型数据解读的9个意识

■深入解读意识

■累计百分比意识

■总体百分比意识

■应答百分比意识

■关注长尾意识

■归类解读意识

■先总体再差异解读意识

■行列转换意识

■关注细分领域差异意识

连续性数据解读的3个意识

■案例思考

■解读连续型数据的EXCEL操作方法

■意识1:关注数据的集中趋势

■意识2:关注数据的离散程度

■意识3:关注数据的分布形态

■运用连续数据解读的3个意识,看清数据全貌

读懂数据,

从数据中得到结论和策略

(3大原则 & 4大步骤)

■案例分析,数据解读的3大原则

■数据解读的3大原则

■数据解读的4大步骤(简称FIST法则)■通过10个经典练习,实践3大原则和4大步骤,让分析人员从此学会数据解读

整合数据,得到全新发现

(3种常用的整合分析工具)

■杠杆整合工具

■维度整合工具

1)二维度数据整合

2)多维度数据整合

3)新维度数据整合

■归纳法整合工具

企业数据分析案例介绍

■内部数据

■外部数据

■企业经营数据分析的3个案例介绍

做分析前需要掌握的

■ 数据解读的能力

■ SPSS或其他数据分析软件

运用数据分析思想

分析电信行业专题市场数据

(案例:电信增值业务分析)

■案例分析

全面全国及各地区分析业务发展现状,分析现存问题,提出工作方向

1)分析各省份用户情况和结构

2)分析各省份业务经济贡献情况

3)分析各省份业务用户发展健康状况

■由分析到结论

1)用户量分析

2)增长率分析

3)收入与用户贡献分析

4)用户健康度分析

5)对分析数据进行整合,得到结论

运用数据分析思想

分析企业经营数据

(案例:消费品集团经营数据)

■实操案例:学员用SPSS或EXCEL针对该消费品企业经营数据进行分析,形成分析结论

数据的可视化呈现

■制作以数据为基础图标的四个步骤

■可视化图表的制作方法

■如何制作更加简洁可视化的图表

■练习:如何灵活应用图表表达意思?

十一

如何撰写一份优秀的分析报告

■分析问题六步法

■优秀报告的GOOD法则

■案例分析:优秀报告案例欣赏


第二天培训简纲:

序号

名称

具体内容

数据分析师的思维训练

■ 数据分析的层次

■数据分析的流程

 

认识SPSS

■ SPSS软件概述

建立数据库和数据录入

■建立数据库

■数据录入方式

数据的预处理

■数据预处理的菜单

描述性数据分析

■离散型数据的描述性分析

■连续型数据的描述性分析

推断性数据分析

■推断分析要解决什么问题

■离散型数据的推断分析

■连续型数据的推断分析

相关分析及应用

■案例分析:移动公司应该首先改进哪些

■相关分析的原理及应用场合

■相关分析SPSS实操

■运用相关分析解决决策问题

对应分析及应用

■案例分析:谁才是我的用户?

■对应分析的原理及应用场合

■二元对应分析SPSS实操

■多元对应分析SPSS实操

■对应分析图的解读方法

因子聚类分析及应用

■案例分析:还在用年龄或收入做市场细分?

■因子分析和主成分分析的原理和应用场合

■因子分析案例应用

■聚类分析的原理和应用场合

 

每期仅限40人
 
 
舒适,轻松的学习氛围     
通过学习结识40位亦师亦友的新伙伴
培训费不高,也不低
但绝对物超所值
2999元/两天
注意: 报名参加培训的同学,请加数小弟微信,我们会了解您的基础和对培训的期望,以使培训更有针对性,确保2天的培训可以让所有学员满载而归。
报名请加数小弟
咨询各地的开课时间
微信号:shujushuo01
    
开课时间
2018年课程时间安排
北京    6 月( 6.16--6.17
上海    8  月 
深圳   10 月  
杭州   11 月    
成都   12 月     


学习环境

关于数易创研(培训主办方)

数易创研是一家数据洞察公司,运用大小数据,为客户提供基于数据的商业策略,主要业务包括:

   -专项调研服务   

    -数据说™专业调研平台

   -企业数据分析

   -数据可视化


“数据说”为数易创研旗下产品,是基于系统平台和互联网技术的自动化调研和数据分析专业平台。


“阅读原文”支付成功即报名完成,报名其它咨询请添加数小弟微信:shujushuo01

登录查看更多
0

相关内容

数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
BERT进展2019四篇必读论文
专知会员服务
67+阅读 · 2020年1月2日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
10行代码实现目标检测,请收下这份教程
极市平台
4+阅读 · 2018年6月27日
一份数据科学家必备的技能清单(附资源)
THU数据派
7+阅读 · 2018年5月29日
ETP:精确时序动作定位
极市平台
13+阅读 · 2018年5月25日
2018年唯一一次《机器读心术之计算机视觉实战特训营》
炼数成金订阅号
3+阅读 · 2018年5月24日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Auto-Context R-CNN
Arxiv
4+阅读 · 2018年7月8日
Arxiv
4+阅读 · 2018年5月14日
Arxiv
6+阅读 · 2018年2月7日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
BERT进展2019四篇必读论文
专知会员服务
67+阅读 · 2020年1月2日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
10行代码实现目标检测,请收下这份教程
极市平台
4+阅读 · 2018年6月27日
一份数据科学家必备的技能清单(附资源)
THU数据派
7+阅读 · 2018年5月29日
ETP:精确时序动作定位
极市平台
13+阅读 · 2018年5月25日
2018年唯一一次《机器读心术之计算机视觉实战特训营》
炼数成金订阅号
3+阅读 · 2018年5月24日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Top
微信扫码咨询专知VIP会员