大數(shù)據(jù)挖掘在制造業(yè)的應(yīng)用

|時(shí)間 |內(nèi)容 |目的 |
|2課時(shí) |一、大數(shù)據(jù)時(shí)代概述 |本模塊收益： |
| |1.大數(shù)據(jù)的應(yīng)用歷史 |重點(diǎn)了解大數(shù)據(jù)的 |
| |2.大數(shù)據(jù)的全景視圖 |發(fā)展背景及趨勢(shì)， |
| |3.最熱門(mén)的大數(shù)據(jù)工具有哪些 |具備大數(shù)據(jù)的視野 |
| |4.技術(shù)部門(mén)的員工應(yīng)該具備哪些大數(shù)據(jù)的技能? |開(kāi)展形式：案例分 |
| |5. CRISP方法論 |析及演練 |
| |案例演練：一個(gè)案例學(xué)會(huì)數(shù)據(jù)分析方法論 | |
|1課時(shí) |二、制造行業(yè)未來(lái)發(fā)展定位及趨勢(shì)分析 |本模塊收益： |
| |1.大數(shù)據(jù)在制造行業(yè)的運(yùn)用 |掌握大數(shù)據(jù)對(duì)制造 |
| |2.大數(shù)據(jù)時(shí)代對(duì)傳統(tǒng)制造模式的顛覆 |業(yè)的影響及引發(fā)對(duì) |
| |3.轉(zhuǎn)型探索時(shí)期客戶(hù)對(duì)產(chǎn)品的新期望 |未來(lái)的思考 |
| |4.競(jìng)爭(zhēng)力提升思考 | |
|2課時(shí) |三、 工業(yè)產(chǎn)品指標(biāo)分析 |本模塊收益： |
| |1.為什么相同的指標(biāo)會(huì)出現(xiàn)不同的解讀? |1、學(xué)會(huì)如可進(jìn)行數(shù)|
| |2. 使用模型來(lái)解讀指標(biāo) |據(jù)解讀，建模的主 |
| |案例：透過(guò)模型分析業(yè)務(wù)場(chǎng)景 |要方法及計(jì)算方法 |
| |3. 關(guān)于指標(biāo)的幾種常見(jiàn)算法 |2、如何發(fā)現(xiàn)數(shù)據(jù)的|
| |均值/中位數(shù) |異常，以及進(jìn)行數(shù) |
| |四分位和箱線(xiàn)圖 |據(jù)監(jiān)控 |
| |標(biāo)準(zhǔn)差 | |
| |時(shí)間序列分析分析法 | |
| |4. 質(zhì)量定義與監(jiān)測(cè) | |
| | | |
| |四、 數(shù)據(jù)監(jiān)測(cè)和異常值分析 | |
| |1. 異常值的業(yè)務(wù)定義 | |
| |2. 異常值的統(tǒng)計(jì)學(xué)定義 | |
| |3. 基于規(guī)則異常值分析 | |
| |定義規(guī)則 | |
| |規(guī)則匹配 | |
| |4. 基于數(shù)據(jù)挖掘算法的異常值發(fā)現(xiàn) | |
|3課時(shí) |五、構(gòu)建質(zhì)量的分析體系 |本模塊收益： |
| |本節(jié)介紹如何在企業(yè)內(nèi)部實(shí)施大數(shù)據(jù)，利用大數(shù)據(jù)|從市場(chǎng)營(yíng)銷(xiāo)角度分 |
| |驅(qū)動(dòng)企業(yè)的營(yíng)銷(xiāo)動(dòng)作 |析數(shù)據(jù)，找到客戶(hù) |
| |1. 大數(shù)據(jù)如何與企業(yè)的營(yíng)銷(xiāo)結(jié)合 |行為規(guī)則，并與營(yíng) |
| |a) 營(yíng)銷(xiāo)動(dòng)作和大數(shù)據(jù)的結(jié)合 |銷(xiāo)相結(jié)合，為后續(xù) |
| |b) 崗位的設(shè)置和技能要求 |的營(yíng)銷(xiāo)方案提供依 |
| |2. 分析模型的設(shè)計(jì)、實(shí)施工具 |據(jù) |
| |a) SPSS Clementine簡(jiǎn)介 |掌握關(guān)鍵的數(shù)據(jù)分 |
| |b) SAS簡(jiǎn)介 |析運(yùn)用工具，以及 |
| |c) SQL Analysis簡(jiǎn)介 |數(shù)據(jù)分析方法，通 |
| |d) Excel控件簡(jiǎn)介 |過(guò)關(guān)鍵指標(biāo)進(jìn)行案 |
| |3. 數(shù)據(jù)的收集和準(zhǔn)備 |例分析 |
| |a) 數(shù)據(jù)的來(lái)源 |3、開(kāi)展形式：案例|
| |b) 原始數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)數(shù)據(jù) |分析、工具演練、 |
| | |現(xiàn)場(chǎng)實(shí)操、現(xiàn)場(chǎng)輔 |
| |六、基于關(guān)鍵指標(biāo)的分析方法 |導(dǎo) |
| |指標(biāo)分析是一種快速的產(chǎn)品質(zhì)量分析手段，是衡量| |
| |批次產(chǎn)品的指標(biāo)， 本節(jié)介紹如何通過(guò)指標(biāo)構(gòu)建數(shù) | |
| |據(jù)分析模型。 | |
| |1. 案例思考：從一張報(bào)表說(shuō)起 | |
| |2. 傳統(tǒng)的基于指標(biāo)分析的缺陷 | |
| |3. | |
| |把KPI指標(biāo)和管理理念相結(jié)合，搭建分析模型分析 | |
| |營(yíng)銷(xiāo)狀況 | |
| |4. 案例解析： | |
| |a) 競(jìng)爭(zhēng)力分析模型 | |
| |b) 利潤(rùn)分析模型 | |
| | | |
|3課時(shí) |七、 常用的挖掘算法簡(jiǎn)介 |本模塊收益： |
| |1.描述類(lèi)分析算法 |1、掌握常用的數(shù)據(jù)|
| |關(guān)聯(lián)規(guī)則 |挖掘與分析的方法 |
| |聚類(lèi)分析 |及工具 |
| |異常值分析 |2、現(xiàn)場(chǎng)制作數(shù)據(jù)分|
| |2. 分類(lèi)和預(yù)測(cè)算法 |析模型，圖表，工 |
| |類(lèi)神經(jīng)網(wǎng)絡(luò) |具應(yīng)用，講師現(xiàn)場(chǎng) |
| |決策樹(shù) |輔導(dǎo)點(diǎn)評(píng) |
| |邏輯斯蒂回歸 |制定行動(dòng)學(xué)習(xí)計(jì)劃 |
| |貝葉斯網(wǎng)絡(luò) | |
| |時(shí)間序列 | |
| | | |
| |八、管理理念下的實(shí)用數(shù)據(jù)工具 | |
| |1.統(tǒng)計(jì)和計(jì)算過(guò)程是機(jī)器的事 | |
| |案例分析：數(shù)據(jù)挖掘工具使用 | |
| |2.矩陣分析的應(yīng)用 | |
| |3.敏感性分析尋找管理方向 | |
| |案例分析：多維度規(guī)劃 | |

駱飛老師的其它課程