(微信同号)第1章 引言与概念
1.1 引言
1.2 数据分析的概念
1.3 为什么要做数据分析
1.4 电信经营分析师需要的素质
1.5大数据时代下的数据挖掘
1.5.1大数据的基础
1.5.2大数据的特点
1.5.3大数据的作用
1.5.4大数据与数据挖掘
1.5.5令人期待的大数据时
1.6本章小结
第2章 数据分析的流程
2.1 明确要解决的问题
2.2 构建分析框架
2.3 选用合适的指标体系
2.4 收集数据
2.5 数据分析
2.6 基于分析结果，寻找解决方法
2.7 形成报告
第3章 明确要解决的问题
3.1 问题从哪来？
3.2 如何确定我们的主要问题？（二八分析法）
3.3 决定问题的因素有哪些？（头脑风暴法，鱼骨图分析法）
第4章 选用合适的指标体系
4.1 经营分析的指标如何分解？
4.2 如何选择合适的经分指标？
第5章 收集数据
5.1 从经分系统导数据，遇到过哪些问题？
5.1.1 日期数据不能直接用
5.1.2 数值为什么不能直接求和？
5.1.3 姓名一样，但是无法vlookup
5.1.4 有重复值怎么办？
5.1.5 缺失值怎么处理？
5.1.6 极值（最大值/最小值）怎么处理？
5.2 从表单收集数据，遇到过哪些问题？
5.2.1 收回来的数据表格，格式不统一怎么处理？
5.2.2 数据表格能不能分权限来限制？
5.2.3 几十张表格，如何快速的合并到一张大表里？
5.3 数据收集小工具推荐
5.3.1 一键去空行/空列
5.3.2 一键合并多个文件等等
第6章 数据分析
6.1 数据的描述性统计
6.1.1 均值，中位数，众数，方差，标准差等
6.2 数据的汇总统计
6.2.1 多工作表的数据为什么汇总很麻烦？
6.2.2 多工作表的数据汇总该如何解决？
6.2.3 数据透视表能做什么？
6.2.4 数据透视表的值字段设置：快速的求和、计数、百分比、累加百分比
6.2.5 如何实现透视表的顺序和报表顺序一致？自定义序列排序
6.3 数据汇总出来后，该如何分析？
6.3.1 四大基本分析方法：对比、分类、分布、相关
6.3.2 对比/分类/分布/相关分析法：定义、原则、标准
6.3.2 中高级分析方法：
结构分析法
矩阵关联分析法
综合评价分析法
回归分析法
预测/趋势分析法等等
6.3.3常用的数据挖掘方法
假设检验
信度分析
列联表分析
方差分析
聚类分析
因子分析法
多维分析法等等
6.4 常用的经营战略分析模型
6.4.1 概述
6.4.2 战略举措优先排序法
6.4.3 PEST分析模型
6.4.4 问题分解分析法
6.4.5 PDCA分析模型
6.4.6 KANO分析模型
6.4.7 波士顿（BCG）分析矩阵
6.4.8 SCP分析模型
6.4.9 SWOT分析模型
6.4.10 波特五力分析模型
6.4.11 战略钟模型
第7章 数据结果的解读
7.1 明确指标的计算法则
7.2 选择一个基点，一个参照系
7.3 关注异常值
7.4 基于目的，转动数据魔方，各种转化
7.5 相互验证，大胆假设，多方求证
7.6 把握趋势或者规律
7.7 归纳总结，数清理明
第8章 用图表表达，让图表说话
8.1 常用图形介绍
8.2 热力图介绍
8.3 雷达图介绍
8.4 柏拉图介绍
8.5 其他常用图形的演化
8.6 图表美化的技巧
8.7 每种分析方法的常用图形总结
第9章 经营分析实战篇——找出目标客户
9.1. 数据分析VS数据挖掘
9.2. 案例演练：客户匹配度建模，找到你的准客户
9.3. 客户群细分、客户获取
如何更好的了解客户结构、如何识别客户特征
客户响应模型与促销
聚类分析与客户特征提取
ü 案例演练：小康指数划分，让数据自动聚类
ü 案例演练：裁判标准一致性分析，避免“黑哨”
ü 案例演练：商场服务奖项评选
消费者品牌选择模型分析
ü 案例演练：品牌选择模型分析，你的品牌适合哪些人群？
第10章 经营分析实战篇——针对目标客户优化销售策略
10.1. 哪些是影响市场销量的关键因素
找到关键因素，实现精准营销
方差分析与影响因素分析
ü 案例演练：广告形式、地区对销量的影响因素分析
ü 案例演练：饲料与生猪体重的影响分析
因素影响的相关性分析（相关程度计算）
ü 案例演练：腰围与体重的相关分析
ü 案例演练：家庭生活开支的相关分析
10.2 如何选择合适的营销方式
各营销渠道的用户特征分析
促销方式有效性检验
参数检验与非参数检验原理介绍
ü 案例演练：通信行业ARPU值评估分析
ü 案例演练：营销效果评估分析
