《SPSS Modeler大數(shù)據(jù)挖掘方法與應(yīng)用實(shí)戰(zhàn)操作》（實(shí)操）培訓(xùn)大綱

《SPSS Modeler大數(shù)據(jù)挖掘方法與應(yīng)用實(shí)戰(zhàn)操作》培訓(xùn)大綱
1. 課程內(nèi)容與安排：
模塊一：概念篇—數(shù)據(jù)挖掘的概念與流程及方法
模塊二：操作篇—SPSS Modeler數(shù)據(jù)挖掘工具操作方法及運(yùn)用
模塊三：算法與建模篇—SPSS Modeler數(shù)據(jù)挖掘算法及數(shù)學(xué)建模方法
模塊四：實(shí)戰(zhàn)演練篇—SPSS Modeler算法及建模實(shí)戰(zhàn)演練與操作
模塊五：高級(jí)進(jìn)階篇—運(yùn)用SPSS Modeler關(guān)聯(lián)分析法提升4G網(wǎng)絡(luò)滿意度
模塊六：撰寫分析報(bào)告篇—如何撰寫漂亮的數(shù)據(jù)分析報(bào)告
2. 課程時(shí)間：3天，6小時(shí)/天
3.
授課對(duì)象：經(jīng)分分析相關(guān)人員、客戶響應(yīng)業(yè)務(wù)支撐人員、數(shù)據(jù)和IT等部門的管理人員
及技術(shù)人員等。
4. 授課方式：
理論講授，案例分析，方法傳授、動(dòng)畫演示、互動(dòng)討論，講師點(diǎn)評(píng)、實(shí)戰(zhàn)演練。
5. 課程綱要：
模塊一：概念篇—數(shù)據(jù)挖掘的概念與流程及方法
1. 數(shù)據(jù)挖掘的概念及目標(biāo)
1. 數(shù)據(jù)挖掘的定義及功能
2. 數(shù)據(jù)挖掘的基本特征
3. 數(shù)據(jù)挖掘的知識(shí)表示
4. 數(shù)據(jù)挖掘的目標(biāo)
5. 數(shù)據(jù)挖掘的主要任務(wù)
6. 數(shù)據(jù)挖掘與大數(shù)據(jù)關(guān)系
7. 數(shù)據(jù)挖掘在電信行業(yè)的應(yīng)用內(nèi)容
2. 數(shù)據(jù)挖掘與相關(guān)領(lǐng)域之間的關(guān)系
1. 數(shù)據(jù)挖掘與專家系統(tǒng)的關(guān)系
2. 數(shù)據(jù)挖掘與統(tǒng)計(jì)分析的關(guān)系
3. 數(shù)據(jù)挖掘與人工智能的關(guān)系
4. 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)
5. 數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)
6. 數(shù)據(jù)挖掘與OLAP
7. 數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)
8. 數(shù)據(jù)挖掘與智能決策
9. 數(shù)據(jù)挖掘與云計(jì)算
3. 數(shù)據(jù)挖掘的對(duì)象-在何種數(shù)據(jù)上進(jìn)行數(shù)據(jù)挖掘
1. 關(guān)系數(shù)據(jù)庫(kù)
2. 數(shù)據(jù)倉(cāng)庫(kù)
3. 事務(wù)數(shù)據(jù)庫(kù)
4. 高級(jí)數(shù)據(jù)庫(kù)系統(tǒng)
5. 展開文件和WWW
4. 數(shù)據(jù)挖掘的分類
1. 根據(jù)挖掘的數(shù)據(jù)庫(kù)類型分類(不同標(biāo)準(zhǔn)如數(shù)據(jù)模型、涉及應(yīng)用類型)
2. 根據(jù)挖掘的知識(shí)類型分類（不同功能如特征化、區(qū)分、關(guān)聯(lián)等）
3. 根據(jù)所用的技術(shù)分類（如機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、可視化、模式識(shí)別）
4. 根據(jù)應(yīng)用分類（如金融、電信、股票市場(chǎng)、DNA、e-mail等）
5. 數(shù)據(jù)挖掘功能-可以挖掘什么類型的模式
1. 概念/類描述：特征化和區(qū)分（Characterization and Discrimination）
2. 關(guān)聯(lián)分析（Association Analysis）
3. 分類和預(yù)測(cè)（Classification and Predict）
4. 聚類分析（Clustering Analysis）
5. 孤立點(diǎn)分析（Outlier Analysis）
6. 演變分析（Evolution Analysis）
6. 數(shù)據(jù)挖掘問題的描述
1. 描述需要解決的關(guān)鍵問題
2. 描述如何轉(zhuǎn)換成為數(shù)據(jù)挖掘
3. 描述數(shù)據(jù)挖掘算法的選擇依據(jù)
4. 描述預(yù)測(cè)類還是描述類
5. 描述與各種算法的使用特點(diǎn)結(jié)合
7. CRISP-DM數(shù)據(jù)分析挖掘方法論介紹
1. 描述商業(yè)理解——要實(shí)現(xiàn)什么“目的”？
2. 描述數(shù)據(jù)的理解以及收集——手里有哪些數(shù)據(jù)？
3. 描述數(shù)據(jù)的準(zhǔn)備——數(shù)據(jù)的清洗及轉(zhuǎn)換
4. 描述應(yīng)用數(shù)據(jù)挖掘工具建立模型——使用哪種數(shù)據(jù)挖掘算法和工具？
5. 描述模型評(píng)估——算法評(píng)估
6. 描述部署（并形成數(shù)據(jù)挖掘報(bào)告）——實(shí)際使用及形成報(bào)告
8. 數(shù)據(jù)挖掘常用算法及案例分析
1. 分類算法及案例分析
2. 預(yù)測(cè)型方法及案例分析
3. 關(guān)聯(lián)分析法及案例分析
4. 聚類分析法及案例分析
5. 回歸分析法及案例分析
6. 時(shí)序分析法及案例分析
7. 智能推薦分析法及案例分析
8. 神經(jīng)網(wǎng)絡(luò)分析法及案例分析
9. 數(shù)據(jù)挖掘建模過程
1. 數(shù)據(jù)探索
2. 數(shù)據(jù)預(yù)處理
3. 挖掘建模
4. 模型評(píng)估
10. 數(shù)據(jù)挖掘流程
1. 數(shù)據(jù)挖掘思路
2. 數(shù)據(jù)挖掘項(xiàng)目立項(xiàng)
3. 數(shù)據(jù)挖掘項(xiàng)目實(shí)施
1. 業(yè)務(wù)理解階段（BUSINESS UNDERSTANDING）
2. 數(shù)據(jù)理解階段（DATA UNDERSTANDING）
3. 數(shù)據(jù)準(zhǔn)備階段（DATA PREPARATION）
4. 建模階段（MODELING）
5. 模型評(píng)估階段（EVALUATION）
6. 部署階段（DEPLOYMENT）
11. 數(shù)據(jù)分析：由上至下梳理數(shù)據(jù)分析體系
1. 明確目標(biāo)
2. 分解指標(biāo)
3. 細(xì)化字段
4. 非功能要求
5. 系統(tǒng)實(shí)施
12. 成果輸出：由下至上實(shí)施落地到應(yīng)用系統(tǒng)
1. 連接數(shù)據(jù)
2. 數(shù)據(jù)處理
3. 數(shù)據(jù)建模
4. 制作數(shù)據(jù)報(bào)告
5. 非功能需求實(shí)現(xiàn)
13. 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域及案例
1. “電信運(yùn)營(yíng)業(yè)”數(shù)據(jù)挖掘應(yīng)用
2. “互聯(lián)網(wǎng)與電子商務(wù)行業(yè)”數(shù)據(jù)挖掘應(yīng)用
3. “政府”數(shù)據(jù)挖掘應(yīng)用
4. “金融業(yè)”數(shù)據(jù)挖掘應(yīng)用
5. “零售業(yè)”數(shù)據(jù)挖掘應(yīng)用
6. “教育業(yè)”數(shù)據(jù)挖掘應(yīng)用
7. “醫(yī)療業(yè)”數(shù)據(jù)挖掘應(yīng)用
8. “能源業(yè)”數(shù)據(jù)挖掘應(yīng)用
9. “制造業(yè)”數(shù)據(jù)挖掘應(yīng)用
10. “交通物流業(yè)”數(shù)據(jù)挖掘應(yīng)用

模塊二：操作篇—SPSS Modeler數(shù)據(jù)挖掘工具操作方法及運(yùn)用
1. 從一個(gè)完整案例操作入手：4G目標(biāo)客戶分析
1. 需求分析（需求動(dòng)機(jī)調(diào)查、購(gòu)買行為調(diào)查）
2. 研究方法（根據(jù)客戶信息、選擇數(shù)據(jù)挖掘算法、建立數(shù)學(xué)模型）
3. 數(shù)據(jù)分析
1. 錄入數(shù)據(jù)
2. 定義數(shù)據(jù)源（數(shù)據(jù)源設(shè)置、數(shù)據(jù)類型設(shè)置）
3. 數(shù)據(jù)理解（字段的理解及使用、對(duì)數(shù)據(jù)進(jìn)行探索分析）
4.
數(shù)據(jù)準(zhǔn)備（字段過濾、數(shù)據(jù)抽樣設(shè)置、模型數(shù)據(jù)分流、預(yù)測(cè)字段設(shè)置、“特征
選擇”模型設(shè)置、模型預(yù)覽等）
5. 建立模型（選擇算法模型、添加算法組件、生成模型）
6.
模型評(píng)估（模型評(píng)估設(shè)置、模型分析和評(píng)估、模型增益評(píng)估、模型預(yù)測(cè)準(zhǔn)確率
及數(shù)值修正）
7. 研究結(jié)論（給出分析結(jié)果、進(jìn)行目標(biāo)分析）
2. SPSS Modeler軟件介紹
1. SPSS Modeler的功能及特點(diǎn)
2. SPSS Modeler的版本
3. SPSS Modeler支持的算法
4. SPSS Modeler的行業(yè)應(yīng)用
1. 通信行業(yè)
2. 政府行業(yè)
3. 金融行業(yè)
4. 制造行業(yè)
5. 醫(yī)藥衛(wèi)生
6. 教育科研
7. 市場(chǎng)調(diào)研
8. 應(yīng)用模型
9. 連鎖零售
3. SPSS Modeler的安裝與基礎(chǔ)操作
1. SPSS Modeler軟件的安裝
2. 數(shù)據(jù)流基本操作
1. 生成數(shù)據(jù)流
2. 添加和刪除節(jié)點(diǎn)
3. 連接數(shù)據(jù)流
4. 修改連接節(jié)點(diǎn)
5. 執(zhí)行數(shù)據(jù)流
4. SPSS Modeler數(shù)據(jù)挖掘方法及高級(jí)操作
1. SPSS Modeler數(shù)據(jù)挖掘一般流程
1. 數(shù)據(jù)錄入
2. 定義數(shù)據(jù)源
3. 數(shù)據(jù)理解
4. 數(shù)據(jù)準(zhǔn)備
5. 探索分析
6. 數(shù)據(jù)建模
7. 模型評(píng)估
8. 研究結(jié)論
2. 數(shù)據(jù)錄入方法及錄入
1. 方法一：錄入文本文件（可變文件、固定文件）
2. 方法二：錄入Excel電子表格文件
3. 方法三：錄入SPSS格式文件
4. 方法四：錄入數(shù)據(jù)庫(kù)數(shù)據(jù)（Oracle、MySQL、Sybased等）
5. 方法五：錄入大數(shù)據(jù)庫(kù)數(shù)據(jù)（HBase、Hive等）
3. 數(shù)據(jù)集成
1. 變量合并（增加變量）
2. 數(shù)據(jù)追加（添加記錄）
4. 數(shù)據(jù)理解
1. 取值范圍限定
2. 重復(fù)數(shù)據(jù)處理
3. 缺失值處理
4. 無(wú)效值處理
5. 離群點(diǎn)和極端值的修正
6. 數(shù)據(jù)質(zhì)量評(píng)估
5. 數(shù)據(jù)準(zhǔn)備1：數(shù)據(jù)處理
1. 數(shù)據(jù)篩選：數(shù)據(jù)抽樣/選擇（減少樣本數(shù)量）
2. 數(shù)據(jù)精簡(jiǎn)：數(shù)據(jù)分段/離散化（減少變量的取值）
3. 數(shù)據(jù)平衡：正反樣本比例均衡
4. 其它：排序、分類匯總
6. 數(shù)據(jù)準(zhǔn)備2：變量處理
1. 變量變換：原變量值更新
2. 變量派生：生成新的變量
3. 變量精簡(jiǎn)：降維，減少變量個(gè)數(shù)
7. 基本數(shù)據(jù)分析
1. 單變量：數(shù)據(jù)基本描述分析
2. 雙變量：相關(guān)性分析
3. 變量精簡(jiǎn)：特征選擇、因子分析
8. 數(shù)據(jù)特征選擇
1. 特征選擇方法：選擇重要變量，剔除不重要的變量
2. 從變量本身考慮
3. 從輸入變量與目標(biāo)變量的相關(guān)性考慮
9. 建立模型
1. 選擇算法模型
2. 添加算法組件
3. 生成模型
10. 圖形生成與制作
1. 散點(diǎn)圖
2. 直方圖
3. 網(wǎng)絡(luò)圖
4. 評(píng)估圖
11. 模型評(píng)估
1. 模型評(píng)估設(shè)置
2. 模型分析和評(píng)估
3. 模型增益評(píng)估
4. 模型預(yù)測(cè)準(zhǔn)確率
5. 數(shù)值修正
12. 研究結(jié)論
1. 給出分析結(jié)果
2. 進(jìn)行目標(biāo)分析
13. 案例分析：4G網(wǎng)絡(luò)KPI指標(biāo)分析
1. 研究方法
2. 數(shù)據(jù)分析
3. 研究結(jié)論

模塊三：算法與建模篇—SPSS Modeler數(shù)據(jù)挖掘算法及數(shù)學(xué)建模方法
1. SPSS Modeler數(shù)據(jù)挖掘算法及數(shù)學(xué)建模方法介紹
1. 分類分析
2. 聚類分析
3. 關(guān)聯(lián)分析
4. 線性回歸分析
5. 時(shí)間序列分析
6. 因子分析
7. 決策樹分析
8. 判別分析
9. 人工神經(jīng)分析
10. 貝葉斯網(wǎng)絡(luò)分析
11. 社交網(wǎng)絡(luò)分析
2. 案例一：時(shí)間序列分析—PON網(wǎng)絡(luò)帶寬利用率預(yù)測(cè)
1. 目標(biāo)與要求
1. 理解時(shí)間序列分析法的基本理論
2. 掌握時(shí)間序列分析法的建模步驟
3. 掌握使用SPSS Modeler進(jìn)行時(shí)間序列分析的基本方法
4. 學(xué)會(huì)使用時(shí)間序列模型節(jié)點(diǎn)進(jìn)行相應(yīng)分析
2.
研究方法：根據(jù)時(shí)間序列模型分析某地區(qū)未來(lái)三個(gè)月電信市場(chǎng)PON網(wǎng)絡(luò)帶寬利用率的
預(yù)測(cè)值
3. 定義數(shù)據(jù)源
4. 數(shù)據(jù)理解
5. 數(shù)據(jù)準(zhǔn)備
6. 建立模型
1. 模型定義
2. 模型應(yīng)用
7. 建模步驟
1. 搜集歷史資料并加以整理，編程時(shí)間序列，根據(jù)時(shí)間序列繪成統(tǒng)計(jì)圖
2. 分析時(shí)間序列
3.
求時(shí)間序列的長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)和不規(guī)則變動(dòng)的值，并選定近似的數(shù)學(xué)模型
來(lái)代表它們
4. 利用時(shí)間序列資料求出長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)和不規(guī)則變動(dòng)的數(shù)學(xué)模型
5. 根據(jù)模型進(jìn)行預(yù)測(cè)、評(píng)估和分析
8. 數(shù)據(jù)分析與模型評(píng)估
1. 模型殘差
2. 添加散點(diǎn)圖
3. 實(shí)際值與預(yù)測(cè)值比較
4. 模型預(yù)測(cè)值比較
9. 研究結(jié)論
3. 案例二：決策樹分析—電信客戶流失分析
1. 目標(biāo)與要求
1. 理解決策樹分析法的基本理論
2. 掌握決策樹分析法的建模步驟
3. 掌握使用SPSS Modeler進(jìn)行決策樹分析的基本方法
4. 學(xué)會(huì)使用C5.0節(jié)點(diǎn)進(jìn)行決策樹分析
2.
研究方法：運(yùn)用決策樹算法中的C5.0算法得到電信客戶流失預(yù)測(cè)模型，根據(jù)電信客戶
資料，對(duì)數(shù)據(jù)進(jìn)行挖掘，得出客戶流失的原因和流失原因的大體分布。
3. 定義數(shù)據(jù)源
4. 數(shù)據(jù)理解
5. 數(shù)據(jù)準(zhǔn)備
6. 建立模型
1. 模型定義
2. 模型應(yīng)用
7. 建模步驟
1. 繪制樹狀圖
2. 將各狀態(tài)概率及損益值標(biāo)于概率枝上
3. 計(jì)算各個(gè)方案期望值
4. 進(jìn)行剪枝，比較各個(gè)方案的期望值
5. 根據(jù)模型進(jìn)行預(yù)測(cè)、評(píng)估和分析
8. 數(shù)據(jù)分析與模型評(píng)估
1. 編譯模型“分析”節(jié)點(diǎn)
2. 執(zhí)行“分析”節(jié)點(diǎn)
9. 研究結(jié)論
4. 案例三：回歸分析—電信客戶流失因素分析
1. 目標(biāo)與要求
1. 理解回歸分析法的基本理論
2. 掌握回歸分析法的建模步驟
3. 掌握使用SPSS Modeler進(jìn)行回歸分析的基本方法
4. 學(xué)會(huì)使用Logistic節(jié)點(diǎn)進(jìn)行回歸分析
2.
研究方法：根據(jù)電信客戶流失的歷史數(shù)據(jù)建立客戶屬性、服務(wù)屬性、客戶消費(fèi)數(shù)據(jù)與
客戶流失可能性關(guān)聯(lián)的數(shù)學(xué)模型，找出客戶屬性、服務(wù)屬性、客戶消費(fèi)數(shù)據(jù)與客戶
流失最終狀態(tài)的關(guān)系。
3. 定義數(shù)據(jù)源
4. 數(shù)據(jù)理解
5. 數(shù)據(jù)準(zhǔn)備
6. 建立模型
1. 模型定義
2. 模型應(yīng)用
7. 建模步驟
1. 確定變量
2. 建立預(yù)測(cè)模型
3. 進(jìn)行相關(guān)分析
4. 計(jì)算預(yù)測(cè)誤差
5. 確定預(yù)測(cè)值
6. 根據(jù)模型進(jìn)行預(yù)測(cè)、評(píng)估和分析
8. 數(shù)據(jù)分析與模型評(píng)估
9. 研究結(jié)論

模塊四：實(shí)戰(zhàn)演練篇—SPSS Modeler算法及建模實(shí)戰(zhàn)演練與操作
1. 實(shí)戰(zhàn)演練項(xiàng)目
1. 實(shí)戰(zhàn)項(xiàng)目一：分類分析—4G套餐類型與客戶細(xì)分
2. 實(shí)戰(zhàn)項(xiàng)目二：聚類分析—4G客戶行為分析
3. 實(shí)戰(zhàn)項(xiàng)目三：關(guān)聯(lián)分析—4G產(chǎn)品關(guān)聯(lián)分析
4. 實(shí)戰(zhàn)項(xiàng)目四：因子分析—提取影響電信客戶流失的主成分分析
5. 實(shí)戰(zhàn)項(xiàng)目五：判別分析—電信客戶群判別分析
6. 實(shí)戰(zhàn)項(xiàng)目六：貝葉斯網(wǎng)絡(luò)分析—4G手機(jī)主動(dòng)營(yíng)銷分析
7. 實(shí)戰(zhàn)項(xiàng)目七：人工神經(jīng)網(wǎng)絡(luò)—電信客戶流失預(yù)測(cè)分析
8. 實(shí)戰(zhàn)項(xiàng)目八：社交網(wǎng)絡(luò)分析—客戶流失預(yù)警分析
2. 要求與方法
1. 分組交流與討論，每組自選一個(gè)項(xiàng)目進(jìn)行演練；
2. 可以結(jié)合工作實(shí)際，自定實(shí)戰(zhàn)項(xiàng)目；
3. 研究?jī)?nèi)容及練習(xí)數(shù)據(jù)材料各小組自行準(zhǔn)備；
4.
按照數(shù)據(jù)錄入、定義數(shù)據(jù)源、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、探索分析、數(shù)據(jù)建模、模型評(píng)估
、研究結(jié)論八大步驟，運(yùn)用SPSS Modeler 14.1版本軟件進(jìn)行實(shí)戰(zhàn)演練。

模塊五：高級(jí)進(jìn)階篇—運(yùn)用SPSS Modeler關(guān)聯(lián)分析法提升4G網(wǎng)絡(luò)滿意度
1. 運(yùn)用SPSS Modeler數(shù)據(jù)挖掘方法提升4G網(wǎng)絡(luò)滿意度的總體思路
2. 目標(biāo)與要求
1. 理解關(guān)聯(lián)分析法的基本理論
2. 掌握關(guān)聯(lián)分析法的建模步驟
3. 掌握使用SPSS Modeler進(jìn)行關(guān)聯(lián)分析的基本方法
4. 學(xué)會(huì)使用Apriori算法進(jìn)行關(guān)聯(lián)分析
3. 研究方法：運(yùn)用關(guān)聯(lián)分析方法分析4G網(wǎng)絡(luò)故障的產(chǎn)生與KPI指標(biāo)之間的關(guān)聯(lián)性
4. 數(shù)據(jù)采集方法與平臺(tái)搭建
1. 4G網(wǎng)絡(luò)數(shù)據(jù)輸入-數(shù)據(jù)采集方法
1. 硬采集方式
2. 軟采集方式
3. 硬采集與軟采集方式對(duì)比
2. TD-LTE網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)架構(gòu)
1. 數(shù)據(jù)接入采集層
2. 協(xié)議處理層
3. xDR數(shù)據(jù)處理層
4. 呈現(xiàn)層
3. TD-LTE數(shù)據(jù)采集系統(tǒng)存儲(chǔ)應(yīng)用設(shè)備
1. 存儲(chǔ)設(shè)備
2. 接口服務(wù)器
3. 應(yīng)用服務(wù)器
4. 網(wǎng)管服務(wù)器
5. 數(shù)據(jù)庫(kù)服務(wù)器
4. TD-LTE網(wǎng)絡(luò)主要采集接口與協(xié)議
1. S1-C接口：S1AP、NAS協(xié)議
2. S1-U接口：GTPv1-U、SIP、HTTP等
3. S5/S8接口：GTPv2-C、GTPv1-U、PMIP
4. S6a接口：Diameter
5. S3接口：GTPv2-C
6. S4接口：GPTv2-C、GTPv1-U
7. S10接口：GTPv2-C
8. S11接口：GTPv2-C
9. SGi接口：DHCP、SIP、HTTP、Diameter等
10. Gx接口：Diameter
11. Rx接口：IP、Diameter
12. X2接口：X2AP、GTPv1-U
5. 數(shù)據(jù)智能化預(yù)處理及關(guān)聯(lián)分析
1. 容量管理算法及流程
2. 質(zhì)量分析及流程
1. 柵格分析
2. 與DT&CQT關(guān)聯(lián)分析
3. 與容量的關(guān)聯(lián)分析
4. 異常事件分析流程
5. 用戶感知評(píng)估流程
6. 數(shù)據(jù)理解
7. 數(shù)據(jù)準(zhǔn)備
8. 建立模型
1. 模型定義
2. 模型應(yīng)用
9. 數(shù)據(jù)挖掘輸出-網(wǎng)絡(luò)方面
1. 網(wǎng)絡(luò)質(zhì)量/容量評(píng)估
2. 異常事件
10. 數(shù)據(jù)挖掘輸出-用戶與網(wǎng)絡(luò)方面
1. 用戶行為刻畫
2. 網(wǎng)絡(luò)感知評(píng)估
3. 建立網(wǎng)絡(luò)健康檔案庫(kù)
11. 應(yīng)用數(shù)據(jù)挖掘輸出結(jié)果進(jìn)行網(wǎng)絡(luò)質(zhì)量提升
1. 網(wǎng)絡(luò)質(zhì)量評(píng)估
2. 網(wǎng)絡(luò)質(zhì)量、容量預(yù)警
3. 網(wǎng)絡(luò)問題精準(zhǔn)定位
1. PDN連接（時(shí)延/成功率/失敗原因）
2. 附著（時(shí)延/成功率/失敗原因）
3. 服務(wù)請(qǐng)求（時(shí)延/成功率/失敗原因）
4. 尋呼用戶（時(shí)延/成功率/失敗原因）
5. 缺省/專用承載建立（時(shí)延/成功率/失敗原因）
6. SIP連接建立（時(shí)延/成功率/失敗原因）
7. 專用承載建立
8. VoIP通過建立
12. 應(yīng)用數(shù)據(jù)挖掘輸出結(jié)果進(jìn)行網(wǎng)絡(luò)滿意度提升
1. 決策依據(jù)
2. 用戶感知評(píng)估
3. 投訴預(yù)處理
4. 客戶關(guān)懷
5. 用戶行為分析
13. 網(wǎng)絡(luò)滿意度評(píng)估-網(wǎng)絡(luò)評(píng)估
1. 質(zhì)量評(píng)估
2. 容量評(píng)估
3. 異常事件原因分析
4. 區(qū)域性/系統(tǒng)性問題精確定位
14. 網(wǎng)絡(luò)滿意度評(píng)估-感知評(píng)估
1. 感知評(píng)價(jià)體系建立
2. 用戶行為刻畫
3. 健康檔案庫(kù)建立
15. 網(wǎng)絡(luò)滿意度評(píng)估-網(wǎng)絡(luò)預(yù)警
1. 話務(wù)、業(yè)務(wù)、流量模型建立
2. 質(zhì)量預(yù)警：質(zhì)量突變、呼吸效應(yīng)
3. 容量預(yù)警：板件、無(wú)線資源
4. 網(wǎng)絡(luò)規(guī)劃建議
16. 網(wǎng)絡(luò)滿意度評(píng)估-服務(wù)支撐
1. 決策依據(jù)
2. 投訴處理分析
3. 客戶關(guān)懷
4. 行為分析、市場(chǎng)支撐
17. 研究結(jié)論
18. 形成分析報(bào)告

模塊六：撰寫分析報(bào)告篇—如何撰寫漂亮的數(shù)據(jù)分析報(bào)告
1. 數(shù)據(jù)分析思路與方法及案例分析
1. PEST分析法與案例分析
2. 5W2H分析法與案例分析
3. 邏輯樹分析法與案例分析
4. 4P營(yíng)銷理論與案例分析
5. 用戶使用行為理論與案例分析
2. 數(shù)據(jù)分析的基本方法
1. 定量分析
2. 定性分析
3. 戰(zhàn)略分析
4. 競(jìng)爭(zhēng)和客戶分析
5. 環(huán)境分析
6. 評(píng)估分析
7. 財(cái)務(wù)分析
8. 宏觀環(huán)境分析
9. 競(jìng)爭(zhēng)定位分析
10. 競(jìng)標(biāo)比超模式
11. 情景分析
12. 內(nèi)容分析
13. 競(jìng)爭(zhēng)預(yù)警
3. 數(shù)據(jù)分析報(bào)告的撰寫
1. 撰寫數(shù)據(jù)分析報(bào)告總體概述
1. 從公開資料及互聯(lián)網(wǎng)中搜集信息的方法
2. 撰寫數(shù)據(jù)分析報(bào)告的工作流程
2. 數(shù)據(jù)分析報(bào)告的撰寫
1. 分析報(bào)告的結(jié)構(gòu)和要求
2. 分析報(bào)告任務(wù)的組織實(shí)施：實(shí)施流程
3. 分析報(bào)告的編寫：內(nèi)容結(jié)構(gòu)
3. 態(tài)勢(shì)分析報(bào)告的撰寫
4. 評(píng)價(jià)分析報(bào)告的撰寫
5. 預(yù)測(cè)分析報(bào)告的撰寫
6. 撰寫報(bào)告對(duì)人員基本素質(zhì)的要求
4. 演示部分優(yōu)秀的分析報(bào)告

6. 課程總結(jié)：
一、重點(diǎn)知識(shí)回顧與總結(jié)
二、互動(dòng)與討論：?jiǎn)柵c答
就學(xué)員提出的問題進(jìn)行分析、討論、模擬演練和點(diǎn)評(píng)。
7. 講師介紹：

李文耀老師的其它課程