长期以来有两大方法论指导数据挖掘项目实施，分别是CRIP-DM和SEMMA。前者由NCR、Clementine、OHRA和Daimler-Benz的数据挖据项目总结而来，后者是SAS公司的数据挖掘项目实施方法论。很多人仔细读过两个文档，却依旧不能做出好用的模型，难道是“听过很多大道理，却依然过不好这一生”，本次分享将为大家揭晓答案。

讲师：常国珍，北京大学管理学博士，毕马威管理咨询大数据资深顾问，中国大数据产业生态联盟专家委员会委员。具有多年金融、电信及零售行业数据科学项目实施和咨询服务经验。专注于零售金融与泛零售领域的用户需求分析、用户行为分析和人工智解决方案。著有《Python数据科学：技术详解与商业实践》等三本数据科学图书。

课程大纲

• 问题界定：案头分析和调研
• 问题分解：构建精益价值树
• 重要性排序：根据目标、资源约束明确工作范围
• 工作步骤：建模流程和排期
• 构建模型：高质量数据挖掘模型开发的七步法
• 制定推广策略：与业务共努力
• 制作报告：问题、方案、效果
• 回头看：数据挖掘项目全流程
  
  

进入课程：《CDA 八点大咖汇：数据挖掘项目的七步成诗法》

DA内容精选