证书查询

全国报名咨询热线
010-57197553

首页 / 大数据

大数据分析挖掘项目:市场及销售趋势预测课程方案

2021-06-04

课程时间:根据客户需求制定

费用:

地点:

  • 课程详情
  • 适用人群
  • 课程大纲
  • 课程介绍

    本课程基于大型医药公司销售数据及医药市场数据,运用目前主流的预测方法,帮助企业及学员更加准确、快速的学习如何预测未来趋势的发展。同时,也帮助学员如何有针对性的找出预测结果中的关键信息点,为企业的决策提出有力的科学依据和支撑。




    设计理念

    帮助学员快速、高效、准确地掌握趋势预测分析


    开发思路

    运用简单易懂的方式讲解基础理论。同时,配合主流且常见的软件,如excel、R、SPSS等,让学员在大量的案例练习中,确切地掌握预测方法及技巧,以便更迅速地应用到实际工作中。


    课程目标

    1. 知识目标:预测分析的理论基础,软件的掌握及运用
    2. 能力目标:通过掌握的分析技术及软件技能,帮助企业对未来趋势做出精准预测
    3. 素质目标:让学员学会如何从预测结果中找出问题关键点,为企业提出切实可行的建议及方法,为企业未来发展提供更科学的依据和支撑


    适用学员

    管理人员、项目实施人员、职场新人及在校大学生


    适用行业

    互联网、金融业、制造业、零售业等各种行业

    讲师介绍

    • 张英普

      投资公司(世界500强)数据分析总监,擅长数据挖掘、分析预测

       

      世界500强某投资公司数据分析总监,10年数据分析挖掘经验,主要从事项目管理、量化分析(如,渠道有效性分析、ROI分析、时间序列预测、市场潜力预测、员工架构有效性分析等)和算法研究。

    •  

    • 管理人员、项目实施人员、职场新人及在校大学生
  • 第一章:项目需求分析与设计
     
    1. 需求背景及介绍
    2. 项目目标及其对业务的影响
    3. 项目流程及架构图
    4. 方法及工具简介
    第二章:预测工具需求与准备
    1. SAS预测
    2. SPSS预测
    3. R预测
    4. Excel预测
    5. Prophet预测
    第三章:时间序列介绍
    1. 未来趋势的发展预估
    2. 寻找数据之间的关系
    3. 单个因素的预测分析
    4. 多个因素的预测分析
    5. 速度分析
    第四章:预测因素及模型介绍
    1. 趋势、季节/循环、节日及时间因素
    第五章:趋势因素及其评估和预测
    1. 趋势因素概念
    2. 移动平滑法
    3. 指数平滑法
    4. 常用趋势变化

    4.1. 线性趋势

    4.2. Log转换

    4.3. S型转换

    4.4. 平方根转换

    4.5. 多项式转换

    第六章:季节/循环因素及其评估和预测
    1. 季节/循环因素概念
    2. Holt-Winter季节模型
    3. 哑变量多元回归
    第七章:节日因素、突发事件及其评估和预测
    1. 节日因素、突发事件概念
    2. 哑变量多元回归及预测
    3. Prophet工具介绍
    第八章:综合因素评估和预测
    1. 趋势预测的多因素影响
    2. 因素分解、整合及预测
    3. Holt-Winter季节模型
    第九章:报告展现
    1. 报告制作方式及流程
    2. 模型及预测结果选择和展现方式
    3. 业务洞察展现及建议
    第十章:初探高级预测
    1. ARMA及ARIMA模型介绍