1.點(diǎn)擊下面按鈕復(fù)制微信號
點(diǎn)擊復(fù)制微信號
珀菲特企業(yè)管理
Karen /鄭老師
KEY WORDS OF Corporate Training
參加對象：銷售部門、營業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營分析部、網(wǎng)管/網(wǎng)優(yōu)中心、運(yùn)營分析部、系統(tǒng)開發(fā)部等對業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。
課程費(fèi)用：電話咨詢（含：講師費(fèi)、稅費(fèi)、教材費(fèi)、會務(wù)費(fèi)、拍攝費(fèi)）
授課天數(shù)：2 天
授課形式：內(nèi)訓(xùn)
聯(lián)系電話：400-008-4600；13382173255（Karen /鄭老師）
官網(wǎng)：ricosauthenticitalian.com
微信咨詢：Karen（注明來意）
課程背景| Course Background
本課程為中級課程，需要在初級課程之后學(xué)習(xí)。面向所有應(yīng)用型人員，包括業(yè)務(wù)部分，以及數(shù)據(jù)分析部門，系統(tǒng)開發(fā)人員也同樣需要學(xué)習(xí)。
本課程核心內(nèi)容為數(shù)據(jù)挖掘，預(yù)測模型，以及模型優(yōu)化，幫助學(xué)員構(gòu)建系統(tǒng)全面的業(yè)務(wù)分析思維，提升學(xué)員在數(shù)據(jù)分析綜合能力。
本課程覆蓋了如下內(nèi)容：
1、數(shù)據(jù)挖掘基礎(chǔ)知識。
2、常用數(shù)值預(yù)測模型。
3、常用分類預(yù)測模型。
4、數(shù)據(jù)預(yù)處理的基本過程。
本課程從實(shí)際的業(yè)務(wù)需求出發(fā)，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，圍繞實(shí)際的商業(yè)問題，對數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹（從數(shù)據(jù)收集與處理，到數(shù)據(jù)分析與挖掘，再到數(shù)據(jù)可視化和報(bào)告撰寫），通過大量的操作演練，幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達(dá)、工具，從大量的企業(yè)經(jīng)營數(shù)據(jù)中進(jìn)行分析，挖掘客戶行為特點(diǎn)，幫助運(yùn)營團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營決策的目的。
課程收益| Program Benefits
1、了解數(shù)據(jù)挖掘基礎(chǔ)知識，以及數(shù)據(jù)挖掘標(biāo)準(zhǔn)過程。
2、熟悉建模的一般過程，以及評估模型質(zhì)量的關(guān)鍵指標(biāo)。
3、掌握建模前的影響因素分析，學(xué)會尋找影響業(yè)務(wù)的關(guān)鍵因素。
4、熟練使用數(shù)值預(yù)測模型，掌握自定義模型以及優(yōu)化步驟。
5、熟練使用分類預(yù)測模型，掌握模型優(yōu)化的思路。
6、熟練掌握預(yù)處理的基本過程，并根據(jù)業(yè)務(wù)實(shí)際情況進(jìn)行處理。
課程大綱| Course Outline
第一部分：數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
商業(yè)理解
數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)理解
模型建立
模型評估
模型應(yīng)用
案例：客戶匹配度建?！业侥愕臏?zhǔn)客戶
案例：客戶流失預(yù)測及客戶挽留
3、數(shù)據(jù)集概述
4、數(shù)據(jù)集的類型
5、數(shù)據(jù)集屬性的類型
標(biāo)稱
序數(shù)
度量
6、數(shù)據(jù)質(zhì)量三要素
準(zhǔn)確性
完整性
一致性
第二部分：影響因素分析篇
問題：如何判斷一個(gè)因素對另一個(gè)因素有影響？比如營銷費(fèi)用是否會影響銷售額？產(chǎn)品價(jià)格是否會影響銷量？產(chǎn)品的陳列位置是否會影響銷量？
風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？
1、影響因素分析的常見方法
2、相關(guān)分析（衡量變量間的的相關(guān)性）
問題：這兩個(gè)屬性是否會相互影響？影響程度大嗎？營銷費(fèi)用會影響銷售額嗎？
相關(guān)系數(shù)的三個(gè)計(jì)算公式
相關(guān)分析的假設(shè)檢驗(yàn)
相關(guān)分析的基本步驟
演練：體重與腰圍的關(guān)系
演練：營銷費(fèi)用會影響銷售額嗎
演練：哪些因素與汽車銷量有相關(guān)性
演練：通信費(fèi)用與開通月數(shù)的相關(guān)分析
案例：酒樓生意好壞與報(bào)紙銷量的相關(guān)分析
偏相關(guān)分析
偏相關(guān)系數(shù)的計(jì)算公式
偏相關(guān)分析的適用場景
距離相關(guān)分析
3、方差分析
問題：哪些才是影響銷量的關(guān)鍵因素？
方差分析解決什么問題
方差分析種類：單因素/雙因素可重復(fù)/雙因素?zé)o重復(fù)
方差分析的應(yīng)用場景
方差分析的原理與步驟
如何解決方差分析結(jié)果
演練：終端擺放位置與終端銷量有關(guān)嗎？
演練：開通月數(shù)對客戶流失的影響分析
演練：客戶學(xué)歷對消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎
演練：營業(yè)員的性別、技能級別產(chǎn)品銷量有影響嗎？
案例：2015年大學(xué)生工資與父母職業(yè)的關(guān)系
案例：醫(yī)生洗手與嬰兒存活率的關(guān)系
演練：尋找影響產(chǎn)品銷量的關(guān)鍵因素
多因素方差分析原理
多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對銷量的影響因素分析（多因素）
協(xié)方差分析原理
演練：飼料對生豬體重的影響分析（協(xié)方差分析）
4、列聯(lián)分析（兩類別變量的相關(guān)性分析）
交叉表與列聯(lián)表
卡方檢驗(yàn)的原理
卡方檢驗(yàn)的幾個(gè)計(jì)算公式
列聯(lián)表分析的適用場景
案例：套餐類型對客戶流失的影響分析
案例：學(xué)歷對業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對風(fēng)控的影響分析
第三部分：數(shù)值預(yù)測模型篇
問題：如何預(yù)測產(chǎn)品的銷量/銷售金額？
1、銷量預(yù)測與市場預(yù)測——讓你看得更遠(yuǎn)
2、回歸預(yù)測/回歸分析
問題：如何預(yù)測未來的銷售量（定量分析）？
回歸分析的基本原理和應(yīng)用場景
回歸分析的種類（一元/多元、線性/曲線）
得到回歸方程的幾種常用方法
回歸分析的五個(gè)步驟與結(jié)果解讀
回歸預(yù)測結(jié)果評估（如何評估預(yù)測質(zhì)量）
演練：散點(diǎn)圖找推廣費(fèi)用與銷售額的關(guān)系（一元線性回歸）
演練：推廣費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系（多元線性回歸）
演練：讓你的營銷費(fèi)用預(yù)算更準(zhǔn)確
演練：如何選擇最佳的回歸預(yù)測模型（曲線回歸）
帶分類變量的回歸預(yù)測
演練：汽車季度銷量預(yù)測
演練：工齡、性別與終端銷量的關(guān)系
演練：如何評估銷售目標(biāo)與資源配置（營業(yè)廳）
3、時(shí)序預(yù)測
問題：隨著時(shí)間變化，未來的銷量變化趨勢如何？
時(shí)序分析的應(yīng)用場景（基于時(shí)間的變化規(guī)律）
移動平均MA的預(yù)測原理
指數(shù)平滑ES的預(yù)測原理
如何評估預(yù)測值的準(zhǔn)確性？
案例：銷售額的時(shí)序預(yù)測及評估
演練：汽車銷量預(yù)測及評估
演練：電視機(jī)銷量預(yù)測分析
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷售數(shù)據(jù)季節(jié)性趨勢預(yù)測分析
4、季節(jié)性預(yù)測模型
季節(jié)性回歸模型的參數(shù)
常用季節(jié)性預(yù)測模型（相加、相乘）
怎樣解讀模型的含義
案例：美國航空旅客里程的季節(jié)性趨勢分析
案例：產(chǎn)品銷售季節(jié)性趨勢預(yù)測分析
5、新產(chǎn)品預(yù)測模型與S曲線
如何評估銷量增長的拐點(diǎn)
珀?duì)柷€與龔鉑茲曲線
案例：如何預(yù)測產(chǎn)品的銷售增長拐點(diǎn)，以及銷量上限
演練：預(yù)測IPad產(chǎn)品的銷量
演練：預(yù)測Facebook的用戶增長情況
第四部分：回歸模型優(yōu)化篇
1、回歸模型的基本原理
三個(gè)基本概念：總變差、回歸變差、剩余變差
方程的顯著性檢驗(yàn)：是否可以做回歸分析？
擬合優(yōu)度檢驗(yàn)：回歸模型的質(zhì)量評估？
因素的顯著性檢驗(yàn)：自變量是否可用？
理解標(biāo)準(zhǔn)誤差的含義：預(yù)測的準(zhǔn)確性？
2、模型優(yōu)化思路：尋找最佳回歸擬合線
如何處理異常數(shù)據(jù)（殘差與異常值排除）
如何剔除非顯著因素（因素顯著性檢驗(yàn)）
如何進(jìn)行非線性關(guān)系檢驗(yàn)
如何進(jìn)行相互作用檢驗(yàn)
如何進(jìn)行多重共線性檢驗(yàn)
如何檢驗(yàn)誤差項(xiàng)
如何判斷模型過擬合
案例：模型優(yōu)化案例
演練：預(yù)測IPad的季度銷量
6、自定義模型（如何利用規(guī)劃求解進(jìn)行自定義模型）
案例：如何對餐廳客流量進(jìn)行建模及模型優(yōu)化
第五部分：分類預(yù)測模型篇
問題：如何評估客戶購買產(chǎn)品的可能性？或者說，影響客戶購買意向的產(chǎn)品關(guān)鍵特性是什么？
1、分類模型概述
2、常見分類預(yù)測模型
3、邏輯回歸模型
邏輯回歸模型原理及適用場景
邏輯回歸種類：二元/多元邏輯回歸
如何解讀邏輯回歸方程
案例：如何評估用戶是否會購買某產(chǎn)品（二元邏輯）
消費(fèi)者品牌選擇模型分析
案例：品牌選擇模型分析，你的品牌適合哪些人群？（多元邏輯）
4、分類決策樹
問題：如何預(yù)測客戶行為？如何識別潛在客戶？
風(fēng)控：如何識別欠貸者的特征，以及預(yù)測欠貸概率？
客戶保有：如何識別流失客戶特征，以及預(yù)測客戶流失概率？
決策樹分類簡介
如何評估分類性能？
案例：美國零售商（Target）如何預(yù)測少女懷孕
演練：識別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
構(gòu)建決策樹的三個(gè)關(guān)鍵問題
如何選擇最佳屬性來構(gòu)建節(jié)點(diǎn)
如何分裂變量
修剪決策樹
選擇最優(yōu)屬性
熵、基尼索引、分類錯(cuò)誤
屬性劃分增益
如何分裂變量
多元劃分與二元劃分
連續(xù)變量離散化（最優(yōu)劃分點(diǎn)）
修剪決策樹
剪枝原則
預(yù)剪枝與后剪枝
構(gòu)建決策樹的四個(gè)算法
C5.0、CHAID、CART、QUEST
各種算法的比較
如何選擇最優(yōu)分類模型？
案例：商場酸奶購買用戶特征提取
案例：電信運(yùn)營商客戶流失預(yù)警與客戶挽留
案例：識別拖欠銀行貨款者的特征，避免不良貨款
案例：識別電信詐騙者嘴臉，讓通信更安全
5、人工神經(jīng)網(wǎng)絡(luò)（ANN）
神經(jīng)網(wǎng)絡(luò)概述
神經(jīng)網(wǎng)絡(luò)基本原理
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
神經(jīng)網(wǎng)絡(luò)的建立步驟
神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問題
BP反向傳播網(wǎng)絡(luò)（MLP）
徑向基網(wǎng)絡(luò)（RBF）
案例：評估銀行用戶拖欠貨款的概率
6、判別分析
判別分析原理
距離判別法
典型判別法
貝葉斯判別法
案例：MBA學(xué)生錄取判別分析
案例：上市公司類別評估
第六部分：數(shù)據(jù)預(yù)處理篇（了解你的數(shù)據(jù)集）
1、數(shù)據(jù)預(yù)處理的主要任務(wù)
數(shù)據(jù)集成：多個(gè)數(shù)據(jù)集的合并
數(shù)據(jù)清理：異常值的處理
數(shù)據(jù)處理：數(shù)據(jù)篩選、數(shù)據(jù)精簡、數(shù)據(jù)平衡
變量處理：變量變換、變量派生、變量精簡
數(shù)據(jù)歸約：實(shí)現(xiàn)降維，避免維災(zāi)難
2、數(shù)據(jù)集成
外部數(shù)據(jù)讀入：Txt/Excel/SPSS/Database
數(shù)據(jù)追加（添加數(shù)據(jù)）
變量合并（添加變量）
3、數(shù)據(jù)理解（異常數(shù)據(jù)處理）
取值范圍限定
重復(fù)值處理
無效值/錯(cuò)誤值處理
缺失值處理
離群值/極端值處理
數(shù)據(jù)質(zhì)量評估
4、數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)處理
數(shù)據(jù)篩選：數(shù)據(jù)抽樣/選擇（減少樣本數(shù)量）
數(shù)據(jù)精簡：數(shù)據(jù)分段/離散化（減少變量的取值個(gè)數(shù)）
數(shù)據(jù)平衡：正反樣本比例均衡
5、數(shù)據(jù)準(zhǔn)備：變量處理
變量變換：原變量取值更新，比如標(biāo)準(zhǔn)化
變量派生：根據(jù)舊變量生成新的變量
變量精簡：降維，減少變量個(gè)數(shù)
6、數(shù)據(jù)降維
常用降維的方法
如何確定變量個(gè)數(shù)
特征選擇：選擇重要變量，剔除不重要的變量
從變量本身考慮
從輸入變量與目標(biāo)變量的相關(guān)性考慮
對輸入變量進(jìn)行合并
因子分析（主成分分析）
因子分析的原理
因子個(gè)數(shù)如何選擇
如何解讀因子含義
案例：提取影響電信客戶流失的主成分分析
7、數(shù)據(jù)探索性分析
常用統(tǒng)計(jì)指標(biāo)分析
單變量：數(shù)值變量/分類變量
雙變量：交叉分析/相關(guān)性分析
多變量：特征選擇、因子分析
演練：描述性分析（頻數(shù)、描述、探索、分類匯總）
8、數(shù)據(jù)可視化
數(shù)據(jù)可視化：柱狀圖、條形圖、餅圖、折線圖、箱圖、散點(diǎn)圖等
圖形的表達(dá)及適用場景
演練：各種圖形繪制
結(jié)束：課程總結(jié)與問題答疑。
講師背景| Introduction to lecturers
講師：傅一航
傅一航，華為系大數(shù)據(jù)專家。
計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）。在華為工作十年，五項(xiàng)國家專利，在華為工作期間獲得華為數(shù)項(xiàng)獎項(xiàng)，曾在英國、日本、荷蘭和比利時(shí)等海外市場做項(xiàng)目，對大數(shù)據(jù)技術(shù)有深入的研究。
傅老師專注于大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問題。
1、讓管理更高效：將大數(shù)據(jù)應(yīng)用于企業(yè)管理，用大數(shù)據(jù)探索企業(yè)發(fā)展規(guī)律和行業(yè)發(fā)展趨勢，有效預(yù)判市場變化和需求，基于規(guī)律和預(yù)判來進(jìn)行管理決策，并實(shí)現(xiàn)組織架構(gòu)演變、人才新技能培養(yǎng)、生產(chǎn)流程優(yōu)化，以及服務(wù)效率提升，最終匹配市場未來的變化需要，提升企業(yè)管理效率。
2、讓決策更科學(xué)：將大數(shù)據(jù)應(yīng)用于運(yùn)營決策，用大數(shù)據(jù)呈現(xiàn)企業(yè)整體經(jīng)營狀況，診斷運(yùn)營問題和風(fēng)險(xiǎn)，找到業(yè)務(wù)短板，全面理解組織、產(chǎn)品、人員、營銷、財(cái)務(wù)等要素間的相關(guān)性，實(shí)現(xiàn)企業(yè)資源的最優(yōu)化配置，提升科學(xué)決策能力。
3、讓營銷更精準(zhǔn)：將大數(shù)據(jù)應(yīng)用于市場營銷，解決營銷中的用戶群細(xì)分和品牌定位，客戶價(jià)值評估，分析用戶需求，產(chǎn)品設(shè)計(jì)優(yōu)化，產(chǎn)品最優(yōu)定價(jià)等實(shí)際問題，實(shí)現(xiàn)精準(zhǔn)營銷和精準(zhǔn)推薦，以最小的營銷成本實(shí)現(xiàn)最大化的營銷效果。
傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、電商、互聯(lián)網(wǎng)、制造業(yè)、政府等領(lǐng)域。傅老師的課程最大特色：實(shí)戰(zhàn)性強(qiáng)！“圍繞業(yè)務(wù)問題+搭建分析框架+運(yùn)用分析方法+建立分析模型+熟悉分析工具+形成業(yè)務(wù)策略”。以商業(yè)目標(biāo)為起點(diǎn)，基于實(shí)際的業(yè)務(wù)應(yīng)用場景（明確目的），搭建全面系統(tǒng)的業(yè)務(wù)框架和分析維度（分析思路），選擇最合適的方法（分析方法），深入淺出的理論講解（分析模型），使用簡單實(shí)用的工具操作（分析工具），對分析結(jié)果進(jìn)行有效的解讀（數(shù)據(jù)可視化），最終形成具體的業(yè)務(wù)建議，實(shí)現(xiàn)業(yè)務(wù)分析/數(shù)據(jù)分析的閉環(huán)。
重思路：數(shù)據(jù)思維+分析框架；
重體系：分析維度+分析過程；
重實(shí)戰(zhàn)：分析方法+分析模型+分析工具；
重落地：可視化+數(shù)據(jù)解讀+業(yè)務(wù)策略。
董事長總經(jīng)理高管的課程：
《數(shù)字化戰(zhàn)略與商業(yè)變革》
《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
《領(lǐng)導(dǎo)干部的大數(shù)據(jù)思維與決策》
大數(shù)據(jù)市場營銷的課程：
《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》
《“數(shù)”說營銷----大數(shù)據(jù)營銷分析實(shí)戰(zhàn)與沙盤》
《市場營銷大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》
《大數(shù)據(jù)助力市場營銷與服務(wù)提升》
大數(shù)據(jù)分析應(yīng)用類的課程：
《大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》
《大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn)》
《大數(shù)據(jù)挖掘之SPSS工具入門與提高》
《金融行業(yè)風(fēng)險(xiǎn)預(yù)測模式實(shí)戰(zhàn)培訓(xùn)》
大數(shù)據(jù)分析語言Python課程：
《Python開發(fā)基礎(chǔ)實(shí)戰(zhàn)培訓(xùn)》
《Python數(shù)據(jù)分析與可視化實(shí)戰(zhàn)》
《Python數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)》
《Python數(shù)據(jù)挖掘?qū)ｎ}分析》
《Python機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)》
《Python RPA辦公流程自動化》
傅老師曾提供過培訓(xùn)咨詢服務(wù)的客戶遍及通信、金融、交通、制造、政府等行業(yè)，其中包括中移動、華為、施耐德、富士康、平安集團(tuán)、中國銀行、西部航空、廣州地鐵、東風(fēng)日產(chǎn)、廣州稅務(wù)、良品鋪?zhàn)印⒅幸辟惖?、埃森哲、海天集團(tuán)、正泰電器等公司和單位。
銀行/郵政/保險(xiǎn)/證券等金融行業(yè)培訓(xùn)客戶
中國銀行：《大數(shù)據(jù)變革與商業(yè)模式創(chuàng)新》《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》
中信銀行：《大數(shù)據(jù)分析與挖掘綜合能力提升》《Python風(fēng)險(xiǎn)預(yù)測建?！?
招商銀行：《大數(shù)據(jù)分析綜合能力提升》《數(shù)說營銷》《Python數(shù)據(jù)分析》
平安銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《數(shù)說營銷》《Python數(shù)據(jù)分析》
廣發(fā)銀行：《大數(shù)據(jù)下的精準(zhǔn)營銷》《大數(shù)據(jù)分析綜合能力提升》
光大銀行：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用》《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
交通銀行：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》《數(shù)說營銷實(shí)戰(zhàn)》
建設(shè)銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
浦發(fā)銀行：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
農(nóng)業(yè)銀行：《大數(shù)據(jù)分析綜合能力提升》《Python數(shù)據(jù)分析、數(shù)據(jù)建模》
民生銀行：《Python數(shù)據(jù)建模與模型優(yōu)化》
農(nóng)商行：《大數(shù)據(jù)分析綜合能力》《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建?！?
微眾銀行：《大數(shù)據(jù)分析綜合能力提升》
廣東郵政：《大數(shù)據(jù)分析與挖掘綜合能力提升》《大數(shù)據(jù)建模與模型優(yōu)化》
廣西郵政：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
山東郵政：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
平安集團(tuán)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
平安產(chǎn)險(xiǎn)：《大數(shù)據(jù)分析綜合能力提升》《大數(shù)據(jù)建模與優(yōu)化》
平安人壽：《大數(shù)據(jù)分析與應(yīng)用實(shí)戰(zhàn)》《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
平安醫(yī)保科技：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
天安財(cái)險(xiǎn)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
中華人壽：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
太平洋保險(xiǎn)：《大數(shù)據(jù)分析綜合能力提升》
廣電銀通：《大數(shù)據(jù)綜合能力提升》
安信證券：《大數(shù)據(jù)時(shí)代下的金融發(fā)展》
平安普惠：《Hadoop解決方案技術(shù)培訓(xùn)》
廣汽理匯：《大數(shù)據(jù)思維與數(shù)據(jù)分析實(shí)戰(zhàn)》
金融壹帳通：《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》
陸金所：《大數(shù)據(jù)分析綜合能力提升》
中金所：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
馬上消費(fèi)金額：《數(shù)說營銷實(shí)戰(zhàn)》
易鑫集團(tuán)：《大數(shù)據(jù)分析綜合能力提升》
五礦經(jīng)易期貨：《大數(shù)據(jù)分析綜合能力提升》
杭州銀貨通科技：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展及應(yīng)用創(chuàng)新》
中郵金融科技：《Python基礎(chǔ)與數(shù)據(jù)分析》
……
制造行業(yè)培訓(xùn)客戶
施耐德：《大數(shù)據(jù)分析》《大數(shù)據(jù)挖掘》《大數(shù)據(jù)建模及優(yōu)化》
富士康：《大數(shù)據(jù)分析綜合能力提升》
中冶賽迪：《Python數(shù)據(jù)分析》《Python數(shù)據(jù)建?！?
正泰電器：《大數(shù)據(jù)分析實(shí)戰(zhàn)》《大數(shù)據(jù)建模及優(yōu)化》
海天集團(tuán)：《大數(shù)據(jù)分析實(shí)戰(zhàn)》《大數(shù)據(jù)思維與可視化》
ABB：《大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》
延峰海納川：《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)建?！贰?/span>RAP辦公自動化》
昌碩科技：《大數(shù)據(jù)分析實(shí)戰(zhàn)》
村田電子：《大數(shù)據(jù)分析綜合能力提升》
博西家用電器：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳YKK吉田拉鏈：《大數(shù)據(jù)分析綜合能力提升》
雅圖仕：《大數(shù)據(jù)分析綜合能力提升》
索菲亞：《大數(shù)據(jù)分析綜合能力提升》
沁園：《大數(shù)據(jù)分析綜合能力提升》
浦林成山：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
翔路騰龍：《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
泰科：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
萬家樂：《Python基礎(chǔ)與數(shù)據(jù)分析》
億力機(jī)電：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳大疆：《數(shù)說營銷》
一汽解放錫柴：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
通信/運(yùn)營商行業(yè)培訓(xùn)客戶
華為技術(shù)：《話務(wù)量預(yù)測與排班管理》
聯(lián)通研究院：《大數(shù)據(jù)預(yù)測建模優(yōu)化》《Python數(shù)據(jù)分析》
北京聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》《數(shù)說營銷》《數(shù)據(jù)挖掘?qū)ｎ}分析》
廣州電信：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》
北京電信：《大數(shù)據(jù)分析綜合能力提升》
香港電信：《大數(shù)據(jù)精準(zhǔn)營銷實(shí)戰(zhàn)》
上海電信：《渠道大數(shù)據(jù)分析與挖掘思路及方法》兩期
河北電信：《數(shù)據(jù)化運(yùn)營下的大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》
南京電信：《大數(shù)據(jù)視圖支撐精準(zhǔn)化營銷》
佛山電信：《數(shù)據(jù)挖掘技術(shù)及其應(yīng)用培訓(xùn)》
泉州電信：《大數(shù)據(jù)挖掘、信息分析及應(yīng)用培訓(xùn)》
湖北聯(lián)通：《大數(shù)據(jù)分析與商業(yè)智能》
廣東聯(lián)通：《數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)崙?zhàn)培訓(xùn)》兩期
江蘇聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》
吉林聯(lián)通：《大數(shù)據(jù)分析綜合能力提升-中級》
烏魯木齊聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》
上海移動：《大數(shù)據(jù)分析與挖掘、建模及優(yōu)化》叁期
浙江移動：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
江蘇移動：《大數(shù)據(jù)精準(zhǔn)營銷技能提升實(shí)戰(zhàn)》
深圳移動：《大數(shù)據(jù)分析綜合能力提升》
廣西移動：《大數(shù)據(jù)發(fā)展趨勢及在公司營銷領(lǐng)域的應(yīng)用》
遼寧移動2期：《數(shù)據(jù)分析方法與經(jīng)營分析技巧》
泉州移動3期：《數(shù)說營銷—市場營銷數(shù)據(jù)分析與挖掘應(yīng)用》
德陽移動2期：《大數(shù)據(jù)挖掘與建模優(yōu)化實(shí)戰(zhàn)培訓(xùn)》
浙江移動：《大數(shù)據(jù)產(chǎn)品營銷能力提升》
四川移動：《大數(shù)據(jù)分析與挖掘綜合能力提升》
吉林移動：《數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》；
貴州移動：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
海南移動：《基于大數(shù)據(jù)運(yùn)營的用戶行為分析與精準(zhǔn)定位》
山東移動：《大數(shù)據(jù)分析綜合能力提升》
深圳移動：《大數(shù)據(jù)在行業(yè)內(nèi)外的應(yīng)用》
中國移動終端公司：《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》
中山移動：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
東莞移動：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
成都移動：《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘》
眉山移動2期：《大數(shù)據(jù)分析綜合能力提升》
云浮移動：《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》
陽江移動：《小數(shù)據(jù)·大運(yùn)營--運(yùn)營數(shù)據(jù)的分析與挖掘》
德陽移動：《電信運(yùn)營商市場營銷數(shù)據(jù)挖掘應(yīng)用典型案例》
陜西在線：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
四川在線：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
大連移動：《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》
內(nèi)蒙古移動：《大數(shù)據(jù)分析與Hadoop大數(shù)據(jù)解決方案》
貴州中移通信：《SPSS數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
天翼愛音樂：《大數(shù)據(jù)分析綜合能力提升》
……
能源電力交通物流培訓(xùn)客戶
西部航空：《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
貴賓公司：《市場營銷數(shù)據(jù)的分析》
海南航空：《利用大數(shù)據(jù)營銷提升航線收益》
南方航空：《大數(shù)據(jù)精準(zhǔn)營銷實(shí)戰(zhàn)》
深圳公交集團(tuán)：《大數(shù)據(jù)與智慧交通》
東風(fēng)日產(chǎn)：《大數(shù)據(jù)分析與挖掘綜合能力提升》
柳州上汽五菱：《大數(shù)據(jù)下的精準(zhǔn)營銷實(shí)戰(zhàn)》
東風(fēng)商用：《數(shù)說營銷實(shí)戰(zhàn)》
東風(fēng)出行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
廣州地鐵：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》兩期
富維江森：《數(shù)字化運(yùn)營下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
保時(shí)捷：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實(shí)戰(zhàn)》
忻州供電局：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
延長殼牌：《大數(shù)據(jù)分析與挖掘綜合能力提升》
寶雞國電：《大數(shù)據(jù)分析與挖掘》兩期
寧夏國電：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》兩期
云南電網(wǎng)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
天津國電：《大數(shù)據(jù)分析綜合能力提升》
上海城投水務(wù)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳水務(wù)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
中海油：《大數(shù)據(jù)分析實(shí)戰(zhàn)》
神南礦業(yè)：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》
珠海港興：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
神南礦業(yè)：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》
安能物流：《大數(shù)據(jù)分析綜合能力提升》
順豐速運(yùn)：《大數(shù)據(jù)分析綜合能力提升》《數(shù)據(jù)精準(zhǔn)營銷實(shí)戰(zhàn)》
……
直銷/零售/電商/互聯(lián)網(wǎng)等行業(yè)培訓(xùn)客戶
良品鋪?zhàn)樱骸?/span>大數(shù)據(jù)分析綜合能力提升》兩期
周大福：《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)培訓(xùn)》
新時(shí)代：《問題的挖掘、分析—數(shù)據(jù)分析技巧》兩期培訓(xùn)
深圳欣盛商：《電商大數(shù)據(jù)分析》
無限極：《大數(shù)據(jù)分析綜合能力提升》兩期
歐萊雅：《Python根因分析與預(yù)測》
玫琳凱：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》《大數(shù)據(jù)分析實(shí)戰(zhàn)》
上海找鋼網(wǎng)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
頂新國際：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
華潤集團(tuán)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
壹藥網(wǎng)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
其他行業(yè)部分培訓(xùn)客戶
埃森哲：《Python基礎(chǔ)與數(shù)據(jù)分析》《Python數(shù)據(jù)分析與可視化》《RAP流程自動化化》
嶺南集團(tuán)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷》
贛州監(jiān)獄：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》叁期
貴州中煙：《互聯(lián)網(wǎng)+時(shí)代的大數(shù)據(jù)思維》
廣州稅務(wù)：《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》叁期
西部數(shù)據(jù)：《大數(shù)據(jù)分析綜合能力提升》
文思海輝：《大數(shù)據(jù)分析綜合能力提升》
內(nèi)蒙古社科聯(lián)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
深圳會展中心：《大數(shù)據(jù)價(jià)值實(shí)現(xiàn)與應(yīng)用創(chuàng)新》
重慶國際復(fù)材：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》
挑戰(zhàn)牧業(yè)：《大數(shù)據(jù)分析綜合能力提升》
廣東立白：《大數(shù)據(jù)分析綜合能力提升》
……
Service Procedure
Service Advantages
我們擁有幾百家各類企業(yè)的項(xiàng)目咨詢基礎(chǔ)、多行業(yè)數(shù)據(jù)庫、多年的行業(yè)經(jīng)驗(yàn)，并對企業(yè)進(jìn)行深度研究和剖析，總結(jié)出一系列深入的觀點(diǎn)和經(jīng)驗(yàn)。
我們的咨詢方案的設(shè)計(jì)過程秉承“知行合一”的理念，既具備理論知識，又重視項(xiàng)目的實(shí)操性。經(jīng)過多年的經(jīng)驗(yàn)，我們積累了豐富的案例庫，涉及18個(gè)領(lǐng)域，近千個(gè)案例，并將案例與咨詢項(xiàng)目完美結(jié)合。
我們的咨詢團(tuán)隊(duì)分布于各大領(lǐng)域，擁有多年的業(yè)內(nèi)從業(yè)經(jīng)驗(yàn)，具備豐富的企業(yè)管理實(shí)操經(jīng)驗(yàn)。在定制咨詢方案前，我們會為客戶匹配多位業(yè)內(nèi)咨詢師，供客戶進(jìn)行比對選擇，根據(jù)客戶需求及問題，定制化地設(shè)計(jì)咨詢方案，確保項(xiàng)目的順利進(jìn)行。
ABOUT PERFECT CONSULTANT
We are? Talent training and intelligent manufacturing solutions provider.
What we do ?Provide organizational performance improvement and talent learning development business.
Customers:Each year, we serves more than 1000 enterprises (including fortune 500 enterprises, joint venture factories, state-owned enterprises, rapidly developing private enterprises and industry-leading enterprises).
10年更懂你
中大型企業(yè)共同選擇
累計(jì)培訓(xùn)學(xué)員
現(xiàn)有公開課
現(xiàn)有內(nèi)訓(xùn)課
現(xiàn)有在線課程
輻射城市
OFFLINE BUSINESS
高層團(tuán)隊(duì)引導(dǎo)工作坊
中層管理內(nèi)訓(xùn)
基層管理內(nèi)訓(xùn)
人才梯隊(duì)建設(shè)咨詢項(xiàng)目
工廠運(yùn)營咨詢項(xiàng)目
TTT內(nèi)訓(xùn)師咨詢項(xiàng)目
領(lǐng)導(dǎo)力公開課
精益智造公開課
個(gè)人效能公開課
ONLINE BUSINESS
數(shù)字化搭建企業(yè)學(xué)習(xí)平臺，加速人才培養(yǎng)
功能包含：作業(yè)管理、考試管理、簽到管理、課程學(xué)習(xí)、排名管理、微課上傳、直播等
700門在線課程,任選10門課程體驗(yàn),掃碼注冊體驗(yàn)
PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO
熱線咨詢
周一至周日9:00-18:00
微信咨詢（注明來意）
周一至周日8:00-20:00
Copyright © 2006-2023 PerfectPX All rights reserved. 蘇州珀菲特企業(yè)管理顧問有限公司 版權(quán)所有 蘇ICP備11056827號-1 蘇公網(wǎng)安備 32050702010145號
關(guān)注公眾號微信咨詢