??第一部分：解构大数据 --- 大数据的战略与大数据思维大数据时代已经来临大数据的三维理解大数据的4V特征大数据战略——定位决定你的地位大数据思维——思路决定你的出路大数据的核心价值——发现规律和预测大数据在各行业的解决方案大数据分析与经营决策大数据的实现技术第二部分、大数据营销的概述大数据时代带来对传统营销的挑战大数据营销的特点大数据时代的新营销模式如何在海量数据中整合数据如何建立全渠道数据平
第一部分：SAS基础 1、SAS简介和构成 2、SAS的主要模块和功能 3、SAS的四种运行模式 Ø 窗口环境模式 Ø 非交互模式 Ø 交互式运行模式 Ø 批处理模式 4、掌握SAS的基本数据结构和数据对象 Ø 逻辑库、逻辑引擎、数据集、数据文件、视图 5、SAS基本程序结构 Ø 数据步（DATA STEP） Ø 过程步（PROC STEP） 6、SAS基本语言介绍 7、数据集的操作 Ø 从文本
Python是一门解释性语言，仅次于JAVA/C/C++/C#最受欢迎的语言，可应用在大数据语言。易学，易懂，功能强大。其中有着大量的扩展库来实现数据分析与数据挖掘功能。 第一部分：Python语言基础 目的：掌握基本的Python编程思想与编程语句，熟悉常用数据结构的操作 1、Python简介 2、开发环境搭建 Ø Python的安装 Ø 扩展库的安装 3、掌握Python的简单数据类型 Ø
第一部分：Hadoop的基本框架 1、大数据时代面临的问题 2、当前解决大数据的技术方案 3、Hadoop架构和云计算 4、Hadoop简史及安装部署 5、Hadoop设计理念和生态系统 第二部分：HDFS分布式文件系统：海量数据存储的摇篮 1、HDFS的设计目标 2、HDFS的基本架构 Ø NameNode名称节点 Ø SecondaryNameNode第二名称节点 Ø DataNode数据节
IBM SPPS Modeler是一个数据流处理工具，适用于数据探索与数据挖掘，包括数据预处理、数据探索、数据可视化、数据建模、数据模型优化。 第一部分：数据挖掘基础知识（基础，决定你的高度） 1、数据挖掘工具简介 Ø EXCEL规划求解（数据建模工具） Ø SAS统计分析系统 Ø SPSS统计产品与服务解决方案 2、数据挖掘概述 案例：宜家IKE如何通过数据挖掘来降低营销成本提升利润？ 3、数
第一部分：数据集基础知识（了解你的数据集） 1、数据集概述 2、数据集的类型 3、数据集属性的类型 Ø 标称 Ø 序数 Ø 度量 4、数据质量三要素 Ø 准确性 Ø 完整性 Ø 一致性 5、数据预处理的内容 Ø 数据清理（缺失值、离群值的处理方法） Ø 数据归约（维灾难、维归约、主成分分析） Ø 特征子集选择 Ø 特征创建/属性构造 Ø 数据离散化和二元化 Ø 属性/变量转换 6、数据探索性分析
第一部分：数据挖掘基础知识（基础，决定你的高度） 1、数据挖掘工具简介 Ø EXCEL规划求解（数据建模工具） Ø SAS统计分析系统 Ø SPSS统计产品与服务解决方案（Modeler数据流处理） 2、数据挖掘概述 案例：宜家IKE如何通过数据挖掘来降低营销成本提升利润？ 3、数据挖掘的标准流程（CRISP-DM） Ø 商业理解 Ø 数据准备 Ø 数据理解 Ø 模型建立 Ø 模型评估 Ø 模型
??第一部分、大数据营销的概述大数据时代带来对传统营销的挑战大数据营销的特点大数据时代的新营销模式如何在海量数据中整合数据，形成你对消费者的独特洞察力如何建立全渠道数据平台，拓展营销渠道，提高营销效率如何提升你的客户粘性客户生存周期中的大数据应用数据分析与挖掘在通信行业的应用客户市场细分与精准营销客户流失预警与客户挽留产品交叉销售与套餐捆绑营销效果评估与广告投放客户价值评估与忠诚度销售趋势分析与销
浙公网安备 33010802003509号