工程师
其他
数据挖掘
数据分析
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

数据分析和数据挖掘培训

常国珍

前思特沃克(Thoughtworks)软件技术有限公司 首席科学家

ThoughtWorks首席金融数据科学家,北京大学管理学博士,中国大数据产业生态联盟专家委员会委员,腾讯云最有价值专家(TVP),建设银行数据资产管理资深专家。著作《Python数据科学:技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹:数据分析的SASEG进阶》等多本著作。拥有15年金融、电信和互联网行业经验。在加入ThoughtWorks之前,曾在毕马威咨询大数据部担任总监、在中银消费金融数据部担任高级经理、在百度大数据部担任算法工程师。现专注于金融行业的数据战略、数据应用、数据治理和数字化人才培养,同时提供数智化客户运营和风险管控的解决方案。

ThoughtWorks首席金融数据科学家,北京大学管理学博士,中国大数据产业生态联盟专家委员会委员,腾讯云最有价值专家(TVP),建设银行数据资产管理资深专家。著作《Python数据科学:技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹:数据分析的SASEG进阶》等多本著作。拥有15年金融、电信和互联网行业经验。在加入ThoughtWorks之前,曾在毕马威咨询大数据部担任总监、在中银消费金融数据部担任高级经理、在百度大数据部担任算法工程师。现专注于金融行业的数据战略、数据应用、数据治理和数字化人才培养,同时提供数智化客户运营和风险管控的解决方案。

课程费用

6800.00 /人

课程时长

3

成为教练

课程简介

本课程系统基于信用卡客户生命周期理论,讲解数据挖掘在商业数据运用中的典型案例,通过学与练相结合,使学员真正掌握商业数据挖掘的全流程与解决方案。
本课程针对在数据分析工作岗位1-3年的员工而设计,从基础开始讲解,直到行业实际运用。

目标收益

1、本课程希望能使学员登堂入室,了解到这些不足,避免潜在的问题,直接面向运用提供解决方案。
2、针对Python的语言特点,系统掌握使用Python进行数据分析。

培训对象

课程大纲

第1讲:客户生命周期与客户画像 1、信用卡客户生命周期理论
2、客户画像与标签体系
第2讲:信用卡客户特征分析-产品客户画像初步 1、描述性统计与探索型数据分析
2、描述性方法大全与Python绘图
3、统计制图原理
4、数据库基础
5、数据整合和数据清洗
6、实操-信用卡客户画像
*涉及算法——描述性统计分析
第3讲:信用卡客户价值预测模型 1、信用卡客户价值业务讲解与模型选择
2、客户价值计算业务理解
3、估计简介及概念介绍
4、使用线性回归预测客户价值
5、实操-客户价值预测模型
*涉及算法——T检验、方差分析、相关分析、线性回归
第4讲:信用卡客户流失预测模型 1、信用卡客户流失业务理解与基于两阶段模型的执行策略
2、流失倾向性预测模型
3、客户价值预测模型
4、两阶段模型的整合与策略制定
5、实操-两阶段模型实现
*涉及算法——线性回归、逻辑回归、k-means聚类、决策树
第5讲:信用卡申请及行为信用评分模型 1、评分卡建立的整体流程
2、拒绝推断
3、变量筛选与WoE转换
4、建立逻辑回归和度量转换
5、实操-评分卡实现
6、实操-行为评分卡模型演练
*涉及算法——逻辑回归、WoE、ROC、KS
第6讲:数字化精准营销模型 1、精准营销的体系架构
2、客户标签库、产品知识库、渠道知识库的建设
3、基于关联规则的精准营销
4、基于需求建模的精准营销
5、基于客户细分的精准营销
6、基于客户网络的精准营销
7、使用文本分析建立产品知识库
*涉及算法——关联规则、协同过滤、逻辑回归、k-means、决策树、知识图谱、NLP
第1讲:客户生命周期与客户画像
1、信用卡客户生命周期理论
2、客户画像与标签体系
第2讲:信用卡客户特征分析-产品客户画像初步
1、描述性统计与探索型数据分析
2、描述性方法大全与Python绘图
3、统计制图原理
4、数据库基础
5、数据整合和数据清洗
6、实操-信用卡客户画像
*涉及算法——描述性统计分析
第3讲:信用卡客户价值预测模型
1、信用卡客户价值业务讲解与模型选择
2、客户价值计算业务理解
3、估计简介及概念介绍
4、使用线性回归预测客户价值
5、实操-客户价值预测模型
*涉及算法——T检验、方差分析、相关分析、线性回归
第4讲:信用卡客户流失预测模型
1、信用卡客户流失业务理解与基于两阶段模型的执行策略
2、流失倾向性预测模型
3、客户价值预测模型
4、两阶段模型的整合与策略制定
5、实操-两阶段模型实现
*涉及算法——线性回归、逻辑回归、k-means聚类、决策树
第5讲:信用卡申请及行为信用评分模型
1、评分卡建立的整体流程
2、拒绝推断
3、变量筛选与WoE转换
4、建立逻辑回归和度量转换
5、实操-评分卡实现
6、实操-行为评分卡模型演练
*涉及算法——逻辑回归、WoE、ROC、KS
第6讲:数字化精准营销模型
1、精准营销的体系架构
2、客户标签库、产品知识库、渠道知识库的建设
3、基于关联规则的精准营销
4、基于需求建模的精准营销
5、基于客户细分的精准营销
6、基于客户网络的精准营销
7、使用文本分析建立产品知识库
*涉及算法——关联规则、协同过滤、逻辑回归、k-means、决策树、知识图谱、NLP

课程费用

6800.00 /人

课程时长

3

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求