分类排行榜
作者：木木博客
作者：木木
作者：何杨
作者：何杨
作者：苗元威
安全、高效、便捷的交易中介平台
中小企业首选SEO、全网营销服务
技术外包平台 一站式网站技术服务
高收益、移动广告、弹窗CPM
做有良心的cms技术服务提供商
提供公众号出售、求购、代售等交易中介以及增值服务。
增值电信业务经营许可证：苏B2-
编辑热线：6-808
A5创业网 版权所有.
扫一扫关注最新创业资讯400-656-3685
商业数据分析
广州邦洲科技
课程价格?2980.00
培训周期一周以内
学校地址广州市天河区中山大道西65号电子科技大厦609
商业数据分析
商业数据分析
大数据时代来临了，企业如何创新管理观念？如何应用商业数据？如何提升商业数据利用率？商业数据是企业的命脉，然而，为数不少的的管理者、营销人员由于缺乏对数据分析的概念和方法，企业累积的大量数据得不到有效的利用，商业数据分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。
广州市邦洲信息科技有限公司作为工业和信息化部全国信息技术人才（培养工程）培训基地，推出了《商业数据分析》和《互联网数据分析》等系列高含金量的实战型课程，积极推进我省数据分析职业人才培养工作，帮助广大职业人士提升数据管理知识和应用技能，从而增强企业在大数据时代的竞争力。
【课程价值】
本课程着眼于商业数据的分析和统计，教授如何挖掘数据背后的规律和隐含的信息。通过学习本课程您将可以掌握商业数据分析的重要概念和高级技能，提升科学管理和科学决策的水平，做出科学合理的分析报告！
【培训对象】
总经理，总监、各部门主管，财务部、信息中心、市场部、营销部和企划部等相关部门工作人员，以及对数据分析和统计有兴趣的人士。
【教学相关】
培训费用：2980元（已含培训费、资料费和考试费；食宿统一安排，费用自理），同一单位3人以上报名可享受每人优惠300元！
培训时间：日～14日，共2天脱产培训；
【增值服务】
◇提升：每位学员可获赠1人次的由南方电商网组织的电子商务专题讲座（价值2000元），一年内有效。
◇人脉：学员可获赠2人次南方电商网电商沙龙活动资格（价值2000元）。
【认证证书】
学员参加培训，考试合格颁发邦洲科技的《助理商业数据分析师》职业证书。
合格学员可申请办理工业和信息化部教育与考试中心《数据库管理员》国家职业技术证书。该认证具有国家政府认可、信息产业行业认可的双重权威性。为用人部门录用和考核工作人员提供一个统一、客观、公正的标准，评价结果可以作为人员择业、人才流动、选拔干部的重要凭证。证书代表持有人达到相关职业资格的技术水平，中文书写，全国通用（含香港、澳门）。
【讲师介绍】
陈剑&&&邦洲科技&高级讲师；信息化专家、IPMA认证项目经理、MCSE、MCDBA、经济分析师，从业经验丰富，历任大型企业高层管理等职务。
典型客户：
京东商城、麦考林、奇瑞汽车、广州本田、神州数码、贝亲、中海油、中国移动、中烟、东风汽车、东软、万通、中国银联、扬子巴斯夫、一汽马自达、中航集团、0PP0、伊利、腾达电器、健业纺织、中纺粮油、冠捷电子、黛安芬、维他奶、日立电梯、泰凯英轮胎、复兴医药、洲明科技、九星印刷、江铃汽车、中沙石化、国药控股、一鸣食品、三一重工、顶新、红蜻蜓、华创证券、派克、大众医药、蒙牛、雅芳、新世界集团、卓志物流、海烟物流等。
【课程大纲】
一、商业分析概述
经过多年的信息化建设，企业积累了大量数据，那么如何才能更好的进行数据的统计分析和挖掘工作？通过解析不同企业的数据应用实践，本节与您分享商业数据分析的总体框架应如何搭建。
1. 什么是数据分析？ 2. 数据挖掘的标准化流程 3. 数据分析的硬件和软件架构 4. 应该分析什么？从哪些维度分析？ 5. 常用的数据分析与挖掘工具介绍
二、指标分析
指标分析是一种快速的企业绩效分析手段，是衡量企业健康状况的健康指标，本节介绍如何通过指标构建数据分析模型。
1. 从一个绩效考核表说起 2. 人脑的思考维度极限与分析维度组合 3. 把KPI指标和管理理念相结合 4. 搭建分析模型分析营销状况
5. 基于市场营销指标的矩阵分析 6. 利润分析矩阵 7. 案例分析
三、销售分析
销售分析的目的是了解企业日常运营和销售过程中存在的问题。
1. 案例：您发现了哪些营销问题？ 2. 销售分析的常见误区 3. 销售资源分析模型 4. 建立模型的思维方式 5. 业务的常见分类维度
四、数据规划和数据收集简介
没有数据，营销分析就成了空中楼阁。本节介绍数据搜集的思路和方法，为营销分析奠定坚实的基础。
1. 思考：应该采集哪些数据 2. 数据来源和收集途径 3. 阶段的数据获取 4. 数据收集案例 5. 数据的二次加工与提炼
五、常用分析方法
数据分析不是空洞理论，还需要有科学的技术手段和方法，本节演练常用的数据分析方法
1. 多产品的相关性分析 2. 销售周期分析 3. 销售趋势分析 4. 销售结构分析 5. 常用的分析图表：如何使用图表图形化的分析数据
六、竞争分析
企业总是在竞争中壮大，如果能提前预知竞争对手的信息和策略，企业更容易成功。
1. 市场竞争的四个层次2. 竞争的敏感性分析 3. 品牌转换矩阵4. 行业竞争力分析 5. 竞争分析矩阵6. 竞争对手数据收集
七、数据挖掘
无差别的大众媒体营销已经无法满足0和的市场环境下的竞争要求。精确营销是现在及未来的发展方向，精确营销的基础是精确的客户定位，本节通过客户细分方法介绍什么是数据挖掘。
1.精确营销与客户细分 2.客户细分的价值 3.基于数据驱动的细分 4.客户数据库分析的RFM指标 5.基于聚类细分方法的案例解析 6.细分结果的应用
八、商业预测技术
预测是企业重要的决策依据，企业通过预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。
1.预测责任者与支持者
2.预测的组织流程
3.不同的预测模型各自的优缺点
4.水平和趋势模型
5.季节模型
6.如何评估预测的偏差
【培训建议】
建议同一单位2人以上团体参加，不仅能在现场一致学习和借鉴先进经验，回去也能协同高效执行。
报名学员请注意教务部门关于培训前备条件相关通知。你有没有觉得学习方法时很痛苦？本文，笔者用简单易懂的文笔总结出来一套易学易用的数据分析方法论，让初学者快速掌握数据分析方法中最核心、最常用的要点，至少能满足90%的日常需求。
学习对大多数人而言是一件痛苦的事情，尤其看着厚厚的专业书籍、各种难以理解又缺乏解释说明的术语定义，会让这种痛苦加剧。但是有些书或文章能将复杂的理论用非常通俗、口语化的方式讲述出来，让读者不费劲，一下就能明白。这些内容实在是读书人的一种福音。说到底，互联网思维中的用户思维谈了这么久，教育、培训类内容的创作者们也应该好好改变一下，站在读者的角度说话了。
本文谈的是数据分析方法。根据笔者对众多企业的接触和了解，虽然现在大部分企业都对数据越来越重视，但目前仍有相当多的企业和从业者还没有摸清数据分析的门道，不知道自己的数据该怎么分析，希望得专业人员的到帮助。
1、数据分析方法一点也不神秘
笔者以前学习数据分析方法时也很痛苦，看了不少书，内容很多，但难以记全，更难以运用，后来加入永洪科技给众多企业做数据分析系统，通过大量的项目实践，才慢慢能谈得上入门。
好的方法论应该是易学易用的。现在，本文就努力尝试用最简单易懂的文笔，让初学数据分析的人看完就能理解并掌握数据分析方法中最核心、最常用的要点，至少能满足90%的日常需求。做到这一点，必须将博大精深的数据分析方法提炼成人们能记得住的3点，而不是30点，再浓缩到一篇文章的篇幅，而不是一本书的厚度。
1）数据分两种，维度和度量，分析就是维度和度量的组合
下面是一个最简单的消费者购物的数据例子。
先不管这个数据表是存在excel里还是数据库里，只关注数据本身。表里涉及到的数据项（或者叫字段）有&订单ID&、&用户ID&、&地区&、&年龄&、&订单金额&、&订单商品&、&订单时间&。
这些数据项有什么差异呢？总体而言，数据分两种，一种叫维度，一种叫度量（或者叫指标）。上面这个例子里，&订单金额&是度量，其余数据项都是维度。
可以看出，度量是具体的计算用的量化数值，而维度是描述事物的各种属性信息。我们在做数据分析时，归根结底就是在不停的做各种维度和度量的组合，比如北京地区的订单金额总和，21到30岁用户的订单金额平均数；或者单独对维度和度量进行数学公式计算，比如所有的订单金额总和，用户数（用户ID的不重复计数）等等。
从数据类型上看，度量都是数值，但是数值不一定是度量，比如订单ID，虽然是数值，但是不是度量而是维度，而时间、文本类的数据都是维度。
有一点需要格外注意，维度和度量是可以转换的。比如要看&年龄&的平均数，这里的&年龄&就是度量，要看19岁用户的订单情况，这里的&年龄&就是维度。对于一个数据项而言，到底它是维度还是度量，是根据用户的需求而定的，很像量子效应，状态只有需求确定后才会随之确定。
另外，维度可以衍生出新的维度和度量，比如用&地区&维度衍生出一个大区维度，&北京&、&天津&都对应&华北大区&，或者用&年龄&维度衍生出一个年龄范围维度，20到29岁=&青年人&，30到39岁=&中年人&，40到49岁=&资深中年人&。再比如上述的平均年龄，就是用&年龄&维度衍生出一个度量。
度量也可以衍生出新的维度和度量，比如用&订单金额&度量衍生出一个金额范围维度，100元以下对应&小额订单&，500元以上对应&大额订单&等等。再比如用&收入&度量和&成本&度量相减，可以得到一个&利润&度量。
2）做判断用对比
下面提出一个问题：企业A今年收入8000万，是高还是低？大家看着这个问题，应该会感到无从判断，因为没有参照物，即没有对比。因此，拿到一个数据，要判断是好是坏是高是低，必须要进行对比。
首先，企业A可以跟自己比。如果前年收入2000万，去年收入4000万，那今年8000万算很好了。去年收入1个亿，今年8000万就是糟糕了。这叫纵向对比。
其次，企业A也可以跟其他人比。同行的几家竞争对手企业今年都收入几个亿，那企业A的8000万就不理想。这叫横向对比。
第三，企业A还可以对比不同的维度和度量。比如竞争对手都做全国市场，企业A只做山东市场。企业A在山东市场的收入比竞争对手在山东市场的收入高，那么就本地区而言，企业A做的更好，而放眼全国，企业A做的就有局限。比如如果竞争对手都做了十几年，而企业A刚做四五年，那企业A就算做的不错，但如果成立的时间相仿的竞争对手已经过亿了，那企业A就算做的不够好。这叫综合对比。
孩子考试考了95分，家长很高兴，因为知道满分是100分，有参照物。最近一次考试考了80分，家长会发火，因为过去的95分成了新参照物。后来一问，发现这次卷子出难了，孩子已经是班级第一了，就又转怒为喜，这里其他孩子就成了参（xi）照（sheng）物（pin）。
对比的参照物不同，得到的判断结论也就不同。为了避免结论片面、不客观，应该尽量多用综合对比。
3）找原因用细分
今年利润下降了，老板很生气，下令查找原因，缉拿&嫌犯&。原因怎么找呢？注意是找原因，不是找理由。很多人往往不知道如何查找原因，最后给出的都是理由。
先看一个示例的原因结论是什么&&&因为四季度华南区域洗衣机的销量下降了，导致了今年利润的下降&。让我们分析一下这个原因有什么特点。
我们会发现，这个原因是由时间、区域、产品这三个维度和销量这一个度量组成的，于是我们可以知道，对于问题原因的查找定位，本质上就是在回答哪些维度下的哪些度量的下降或上升，导致了问题的发生。
这就是在做细分。
我们可以按维度细分，有多少维度，就可以有多少种细分的方向。比如看是去年所有月份都下降了，还是只有某几个月下降。如果是后者，那么就可以缩小查找的数据范围。聚焦到这几个月后，可以再看是哪些区域下降了，进一步细分。
入手的维度的先后顺序影响不大，问题原因涉及的维度也无法预知，因此可以从任意一个维度作为入口开始进行细分。
如果出问题的指标有相关的先导指标，则要想进一步挖掘问题原因，细分后还要看不同的度量，比如上述的原因结论示例是&因为四季度华南区域洗衣机的销量下降了，导致了今年利润的下降&，问题是&利润&而原因是&销量&，因为利润是通过别的度量计算衍生出来的。
细分无止境，细到什么地步才够呢？答案是，到可操作的区间才够。
比如就细分到&四季度利润下降，其它季度没有下降&，还是没有解决问题的办法，必须细到哪个时间段哪个区域哪条产品线，直到细到某一个最终责任人，才具有可操作性。需要注意的是，在真实情况中，问题往往不一定只有一个原因，而是多个原因综合起来形成的。
我司永洪科技主推的一站式大数据分析平台软件，为什么提供&缩放&和&笔刷&两种交互操作，就是为了满足&对比&和&细分&两种场景。
举一个例子，如下图，左图是各产品的收入毛利对比，右图是各品类利润趋势，现在用户想聚焦到&花茶&品类下的三种产品上，看看它们的利润如何。
这时用户就可以使用&缩放&功能，圈选代表这3种产品的3根柱子，点击&缩放&按钮，这时左边图表只剩下这3种产品，而右边的利润趋势则显示这3个产品的利润总和趋势。这就是在做&细分&。
有人可能会问，这个效果很类似筛选，为什么不在旁边放一些筛选器来实现呢？筛选器可以有，但现实情况中，当我们在一个图表上发现问题，不一定就能很容易地找到与其对应的筛选条件，尤其是散点图。因此，直接在图表上选择会非常方便高效。
再举一个例子，下图是产品利润趋势分析，用户发现从2009年7月开始，利润有连续4个月的下滑（如红框所示），用户想知道为什么。
这时用户就可以使用&笔刷&功能，在趋势图上选中这4个月的点，点击&笔刷&按钮，同一报告页面的其他图表就会淡化，然后突出显示用户选中的7到10月在这个图表上的占比，所以下图中左边的图表高亮显示出的矮的绿柱子，就是这些产品在这4个月的销售收入。
与&缩放&不同，&笔刷&方便用户将局部数据和整体数据进行对比。因为在上面这个例子中，单纯看哪些产品这4个月销售收入的绝对值低，并不能说明什么，有些产品本来卖的就少，一定要看哪些产品在这4个月相对表现不好。
先判断数据好不好，再分析原因是什么，数据分析的环节链条基本就算完整了。
2、怎么看待机器学习/数据挖掘等这类高大上的东东
什么时候去碰机器学习/数据挖掘这样高大上的东东。一句话，先把上述的数据发分析方法做到游刃有余，再搞那些高大上的。不要迷信复杂的算法，很多企业内部数据分析的大拿，往往都是深度理解业务，用的都是普通的计算方法，就能完成很精彩实用的分析过程。
机器学习/数据挖掘等什么时候会用到？简单而言，数据项多到人眼看不过来的时候会用到。如果总共就十来个数据项，每个拿出来单独出张图看一眼就看出端倪了，其实就不太需要用挖掘算法。如果总共几百个数据项，想看某一个数据项是受哪几个数据项影响最大，人眼看不过来，用挖掘算法就比较合适。
敬请期待笔者后续将写成的几篇文章：
《大道至简的数据治理方法论》
《大道至简的数据体系构建方法论》
《大道至简的深度分析方法论》
作者简介：王桐，永洪科技副总裁，北京航空航天大学工学硕士，拥有8年商业智能领域的产品销售、市场营销经验，此前效力于甲骨文和IBM。本文为作者授权创业邦发布，转载请注明作者信息及来源，违者必究
已收录在创业邦创投库，您可查看更多
类的最新创业项目。
24小时报不停
全球最大在线拍卖行Auctionata获黄浦江资本投资 2018年冲刺IPO
阿里巴巴、腾讯有意收购西班牙媒体公司Imagina股份
数字支付公司Stripe新一轮融资估值暴涨至92亿美元 几乎翻倍
郭台铭给鸿海员工发超级红包：平均每人能分30万元
美食新媒体“迷迭香”获秒拍战略投资，推出《小吃中国》系列纪录片
38年来印度首次废钞 意外带火iPhone手机三天大卖10万台
通用汽车自动驾驶汽车细节曝光 允许司机将双手离开方向盘
曾强：乐视网从未进入且未来也没有进入房地产业务的计划
小安时代完成华创资本领投数千万元Pre-A轮融资，构建互联网消费金融服务生态
日淘垂直电商“豌豆公主”宣布完成2600万美元B轮融资
美图更新招股书：明年上线电商 美拍收益实现1160%增长
e租宝案22人偷越国境案开审：乘坐皮筏艇或摩托多次偷渡
苹果最早明年推出曲屏iPhone
世纪互联第三季度净亏损1.715亿元 同比扩大您的赞赏，是对我创作的最大鼓励。|赞赏
收藏已收藏 | 1赞 | 0
分享到微信扫码分享到微信
产品经理一枚，伪文艺青年。
472篇作品3.2m阅读总量
热门问题12345678910干货 :如何用大数据分析创造商业价值-业界动态-@大数据资讯
你好，游客
干货 :如何用大数据分析创造商业价值
来源：中国统计网&
&张溪梦先生（Simon&Zhang）是硅谷分析和数据科学的专家，于2015年在硅谷和北京建立了大数据分析公司GrowingIO。&曾经任 职于世界知名社交网络LinkedIn公司，亲自建立了LinkedIn将近90人的数据分析和数据科学团队支撑LinkedIn公司所有与营收相关业 务。他也是LinkedIn美国总部级别最高的华人，一直倡导硅谷海外华人团结奋斗，互相帮助，在技术和业务上做到与时具进。另外他也是中国大数据分析俱 乐部的理长。曾在2014年北美国数据科学中心评选为世界上Top10数据科学家。华尔街日报等媒体也曾经报道他以及团队对LinkedIn的业务以及数 据科学上的卓越贡献。
相关新闻 & & &
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款