CDA II-SPSS Modeler商业案例玩转数据挖掘(远程班)
主题
以企业场景、真实案例教学方式,利用SPSS MODELER和WEKA两个工具来贯穿数据挖掘建模的整个内容,包括基础、算法、建模、进阶、模型优化、应用等。
应用范围
《营销活动及信用风险控制》 《企业如何处理原始数据》 《如何根据业务选取有效变量》 《如何建立交叉销售模型》 《如何建立信用评分模型》 《如何进行模型优化》 《企业如何建立预测模型》 《客户分群精准化营销》
算法理论
KDD、CRISP DM—数据处理—统计检验—决策树、罗吉斯回归、包装法—贝氏网络—神经网络—支持向量机—随机森林—聚类分析—关联分析—序列分析
案例操作
【营销客户分群】【银行风险预测】【网站行为关联分析】【商品关联规则】【交叉销售】【客户流失预警】【天气预测】【药物治疗】【疾病诊断】【零售购物篮组合】【银行金融产品序列分析】
商业案例玩转数据挖掘
主讲人:李御玺
背景介绍
企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要透过什么样的方法,才能快速且实时的转变成决策时有用的信息,是现代企业所面临最迫切性的问题。数据挖掘(Data Mining)无疑是解决这些问题最有效的途径。数据挖掘强调与现有信息系统的整合,以提供决策者做决策时所需的情报,或转化成经营智慧,以作为调整营运策略方针的辅助工具。从顾客关系管理(Customer Relationship Management)的整体架构来说,数据挖掘是整个顾客关系管理的核心。
完整的数据挖掘不单可以做到准确的目标市场营销(Target Marketing),也可以做到大量的客制化,也就是所谓的一对一营销(One-to-One Marketing)。有鉴于此,本课程的目的就是要针对数据挖掘整套流程,以金融、电信、电商和零售业为案例背景,结合SPSS MODELER+WEKA深入讲授数据挖掘的主要算法,让学员胜任全方位的数据挖掘运用场景。
课程安排
项目名称 | 商业案例玩转数据挖掘 |
时间
| 北京:2016年1月14-17日,四天;4月15-17日,四天
上海:2016年4月21-24日,四天 |
地点
| 面授班:北京,人大经济论坛教室 上海,铁道宾馆 远程班:在线同步直播 |
价格(元)
| 面授:4000元 远程:2900元 |
优惠
| 1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠(学生证证明文件) 2. 同一单位三人及以上报名9折优惠,五人及以上8折优惠 以上优惠不可叠加! |
证书认证
| 1. 可申请工信部《数据分析师》证书,费用400元 2. 可申请报考《CDA建模分析师认证证书》(荐:含金量高) 报考网址:http://sgtd37.ata-test.net/sgtd37reg/Default.aspx 以上双证皆自愿申请 |
现场班福利
| 全套视频资料,终身学习,在线答疑
午餐,咖啡茶歇,论坛币(1000个) |
课程收益
(1)了解什么是顾客关系管理;(2)了解顾客关系管理系统的架构及其组成元素;(3)了解如何利用顾客关系管理系统来进行营销活动;(4)了解什么是数据挖掘(Data Mining);(5)掌握数据挖掘技术的功能分类;(6)掌握数据挖掘技术的绩效增益;(7)了解数据挖掘技术的产业标准;(8)掌握如何利用数据挖掘技术来筛选关键变量(Key Attribute);(9)掌握如何利用数据挖掘技术来进行交叉销售(Cross-Selling);(10)掌握如何利用数据挖掘技术来评估客户的信用风险(Credit Risk); (11)了解如何利用数据挖掘技术来分析顾客行为、产生商业智慧并发展营销策略。(12)掌握如何使用数据挖掘工具SPSS Modeler/WEKA来完成上述的各项工作。
学员对象:
1)各行业数据分析、数据挖掘从业者
2)金融、电信、零售、医学等各行业业务数据分析人员
3)政府事业单位大数据及数据挖掘项目人员
4)数据挖掘岗位就业、提拔涨薪、技能优化等从业人员
5)对数据挖掘感兴趣的各界人员
详细大纲
时间(4天) | 上海:2016年4月 北京:2016年1月14-17日;4月14-17日 |
主题 | 以企业场景、真实案例教学方式,利用SPSS MODELER和WEKA两个工具来贯穿数据挖掘建模的整个内容,包括基础、算法、建模、进阶、模型优化、应用等。 |
应用范围 | 《营销活动及信用风险控制》 《企业如何处理原始数据》 《如何根据业务选取有效变量》 《如何建立交叉销售模型》 《如何建立信用评分模型》 《如何进行模型优化》 《企业如何建立预测模型》 《客户分群精准化营销》 |
算法理论 | KDD、CRISP DM—数据处理—统计检验—决策树、罗吉斯回归、包装法—贝氏网络—神经网络—支持向量机—随机森林—聚类分析—关联分析—序列分析 |
案例操作 | 【营销客户分群】【银行风险预测】【网站行为关联分析】【商品关联规则】【交叉销售】【客户流失预警】【天气预测】【药物治疗】【疾病诊断】【零售购物篮组合】【银行金融产品序列分析】 |
详细大纲可报名预留信息索取。
讲师简介
李御玺,教授,国立台湾大学资讯工程博士,铭传大学资讯工程学系教授,铭传大学大数据研究中心主任,中华数据挖掘协会理事,云南财经大学信息学院客座教授,浙江大学城市学院客座教授,厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSS-China顾问,SAS-Taiwan顾问。在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。
服务过的客户包括:中国工商局、中信银行、台新银行、联邦银行、新光银行、 新竹国际商业银行(现已并入渣打银行)、第一银行、永丰银行、远东银行、美商大都会人寿、嘉义基督教医院、台湾微软、零售业如赫莲娜(Helena Rubinstein)化妆品公司、特立和乐(HOLA)公司、航空公司如东方航空公司、中华航空公司、汽车行业如福特(Ford)汽车公司;政府行业如国税局等。
资格认证
工信部数据分析师证书
报名流程
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图