課程背景

隨著管理的精細化，數據分析成為管理中越來越重要的技能，“沒有數據、沒

有改進、沒有管理”的概念深入人心。

同時，信息爆炸導致出現了大數據的概念。最早提出“大數據”時代到來的是

全球知名咨詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和

業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示

著新一波生產率增長和消費者盈余浪潮的到來。” “大數據”在物理學、生

物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為

近年來互聯網和信息行業的發展而引起人們關注。

作為時下最火熱的IT行業的詞匯，隨之而來的數據倉庫、數據安全、數據分

析、數據挖掘等等圍繞大數據的商業價值的利用逐漸成為行業人士爭相追捧的

利潤焦點。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的

數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實

現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的

“增值”。

然而遺憾的是，數據處理工作或者以其晦澀乃至可怕的統計學背景變得面目可

憎、或者因為分析不當或效率低下變得可有可無、或者因為浩如煙海的信息變

得失去方向。

因此如何使數據分析變得中肯、可比、準確、時效、可靠、清晰成關注的重

心，這不但需要對大數據分析的深刻理解，而且需要對企業管理有足夠的經

驗、對統計學能抓住重點、對相關軟件熟練操作、對講解方式能做到深入淺

出——要達到這些目的，有效的培訓必不可少。

課程對象

營銷人員、管理人員、業務骨干、數據分析人員

課程收益

理解大數據及其發展、熟悉常見的處理套路、掌握常用軟件的使用、解決學員

的具體問題

本課程解決的典型具體問題列舉——

1. 如何策劃營銷數據調查并進行置信度分析

2. 如何進行商業數據指標設定

3. 如何利用數據進行商業競爭分析

4. 如何讓構建利于分析的數據流

5. 數據處理規范，認識一維表的重要性

6. 識別哪些數據是真實的、哪些數據是編造的

7. 回歸，通過歷史數據歸納出業務發展的精確數學模型

8. 預測，通過已有數據得出下一個業務周期最可能的數據表現

9. 如何從眾多指標中找出關鍵點

10. 如何中影響指標的眾多因子中找到最重要的

11. 如何正確分析競爭對手數據

12. 如何進行統計學上有效的抽樣調查

13. 如何利用Excel等軟件進行高效數據挖掘

14. 如何快速制作數據分析報告

15. ……

授課方式

系統講述、深度剖析與典型個案借鑒相結合

原理講解和實操相結合、理論與實際相結合

課堂講解＋實際操作＋案例研討＋課后作業

課程特色

本課程綜合大數據概念、數據分析原理、統計學知識、企業管理、客戶需求分

析、問題解決方法、理工科思維方式，理論聯系實際，系統講解數據數據處理

的原理、技能及問題解決套路，深入淺出、通俗易懂地闡述了深奧晦澀的統計

學知識，結合典型案例和相關軟件，化繁為簡，使學員在輕松的氛圍中系統掌

握數據處理知識，增強技能的和信心。

同時本課程強調了數據規范的重要性、強調了系統思維方式的重要性，使學員

在掌握數據處理技能的同時養成全面思考的習慣。

此外，本課程力求為學員建立數據搜集、整理、分析、評估、呈現的數據挖掘

思維模式，并利用Excel軟件提高處理效率，使學員得到綜合的提高。

課程時長

2天

課程大綱

第一部分：認識大數據

1. 大數據的概念

2. 大數據的發展

3. 大數據的處理特點

4. 大數據和企業經營

5. 中國企業和大數據

6. 數據分析的現狀與趨勢

7. 大數據分析的行業應用

第二部分：數據處理常識

1. 量化的重要性

2. 統計基礎知識

a) 離散數據和連續數據

b) 數據的居中指標和分散指標

c) 偏差分析

d) 正態分布

第三部分：大數據處理技術

1. 基礎動作

a) 搜集

b) 整理

c) 分析

d) 評估

e) 展現

2. 數據可視化技術

a) 圖表類型的選擇

b) 高效圖表展現

3. 典型工具和應用

a) 規范處理數據和數據有效性

b) 層別法、聚類和表格維度

c) 數據透視表

d) 散布圖、關聯規則

e) 數據的回歸、預測

f) 直方圖和判讀

g) 矩陣數據分析法

h) 單變量求解

i) 規劃求解

4. 利用軟件使具體處理更有效

a) Excel

i. 數據有效性

ii. 數據透視表

iii. 函數應用

iv. 報表技術

b) MiniTAB

c) 其它相關軟件

第四部分：大數據分析技術與應用

1. 數據分析項目成功的關鍵因素

2. 數據分析過程與周期中的關鍵節點

3. 將技術、方法及工具應用于實踐