大数据解决方案：着眼数据仓库，着手SPSS数据分析与挖掘

理论+实操，案例教学，演示整个项目建库-分析-挖掘全过程

课程简介

数据仓库：为分析和挖掘提供数据支持，储备各种与业务相关的数据。

数据分析：使用现有的模型，对已有数据仓库的数据进行业务预测。

数据挖掘：使用数据仓库的数据进行建模，构建特殊业务精准模型。

    数据仓库与数据挖掘是项目分析中两个不同的环节，两者具有不同作用，当属存储与分析间的关系，自然它们间的纽带也很明显，存储的优化程度关系到分析的效率，分析及其结果又提供优化的思路，相辅相成。

◆授课安排：

(1) 授课方式：使用ETL和SPSS22.0系统，多媒体互动。
(2) 授课时间：9:00am-12:00pm，1:30pm-4:30pm
(3) 答疑时间：4:30pm-5:00pm
(4) 课间餐饮：提供午餐一份，咖啡饮料水果常备。

讲师介绍

    数据仓库培训讲师：王飞，首席数据架构师，原中国电力科学研究院 高级BI分析师，曾经参与国家电网SG186数据仓库项目的建设， 东北电力公司信息化的建设，中国电科院审计项目的建设，宁夏 电力营销系统的建设。 先任职于izp(亿赞普)资深BI架构师，主要参与互联网分析广告精准投放业务。著作《商业智能深入浅出》，该书包括：理论篇、项目篇、工具篇和实践篇。其中，理论篇涵盖了商业智能的大部分理论知识，包括进入商业智能领域之前所 需要的基础准备知识；项目篇根据实际项目和例子讲解各个知识点，包括如何进行商业智能项目需求的定义，如何开发数据仓库系统，如何实现ETL数据抽取和OLAP多维分析等方面的内容；工具篇介绍了商业智能开发中最常见的ETL工具Informatica和报 表展示工具Cognos；实践篇是提供给项目设计人员和开发人员的练习资料。读者完全可以按照书中的内容一步步进行操作，这也是作者和读者进行互动的一种方式。

    数据挖掘培训讲师：丁亚军，首席数据分析师，现任职于人大经济论坛评谷数据处理与分析研究中心，兼职中国学习路径图国际培训中心技术顾问，SAS、SPSS高级统计学讲师。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目，具有丰富的数据处理经验。

王老师课程大纲

第一天

数据仓库基础知识

  1 为什么使用数据仓库？

  2 数据仓库的产生与发展

  3 数据仓库的基本特点和定义?

  4 不同人员角色的关注点和难点是什么？

关于数据仓库的架构规划

  1 什么是企业架构

  2 关于架构规划的理论知识

  1 关于数据仓库数据架构（数据仓库的分布、流转、数据质量、数据标准、元数据管理、生命周期管理等内容）

  2 关于数据仓库的技术架构

关于数据仓库的设计

  1数据仓库设计流程和方法论（ODS、数据集市、ETL等）

  2 建模方法论（概念模型、逻辑模型、数据模型）

  3银行业主流模型案例介绍

  4 电力行业模型案例介绍

  5 实际案例演示

关于数据仓库的主流工具介绍

  1 数据仓库主流解决方案和产品总体介绍(例如IBM、Oracle、Teradata等)

  2 ETL工具介绍（informatica等）

  3 报表展示工具介绍（cognos）

第二天

关于金融行业数据仓库实践经验介绍

  1 商业银行数据仓库概况

  2 商业银行数据仓库建设方法

  3 商业银行数据仓库建设启示

关于大数据下的商业智能概述

  1大数据的特点

  2 大数据技术和数据仓库的结合

丁老师课程大纲

第三天

1. 软件及其数据挖掘简介

——软件界面、特征及其数据挖掘流程、访问数据源。

2. RFM查询模型

——案例衡量客户价值模型，使用抽样、RFM汇总等技术。

3.建模

3. 1预测分析：回归、神经网络；logistic

——案例：客户欺诈分析，分箱、评估图、分区等技术。

——案例：消费者的折价比值预测，使用类型、图形、统计量等技术。

3.2关联分析：购物篮分析

——案例：购物篮分析及其商品最优结构特征，使用标志、结构化、图形等技术。

◆培训配套资料
    课程配套资料：
     (1) 本课程中使用的word文档，对讲课过程中提到的相关名词解释。
     (2) 课件PPT文件，便于学员在学习时进行同步操作练习。
     (3) 数据文件包括10多个范例数据，其中有金融和商业范例数据、调查数据等。

◆培训优惠及注意事项（后三项优惠不叠加）
     (1)赠送现场录制的大数据思维课程视频。
     (2)现场班老学员可以享受9折优惠。
     (3)同一机构3人以上报名，9折优惠。   

     (4)同一机构6人以上报名，8折优惠。

◆联系方式
樊老师
电话：010+68472707
手机：18611083334
QQ：2881989705
邮箱：fanyuliang@pinggu.org