【课程目标】
本课程主要介绍数据分析在生产运营过程中的应用，适用于制造行业/保险行业的数据分析人员等。
本课程的主要目的是，帮助学员了解大数据的本质，培养学员的数据意识和数据思维，掌握常用的统计分析方法和工具，以及生产、运营过程中的应用，并以概率的方式来进行决策，提升学员的数据分析及应用能力。
本课程具体内容包括：
1、 数据决策逻辑，数据决策路径。
2、 数据分析过程，数据分析框架。
3、 数据分析方法，数据分析工具。
4、 概率分布，参数估计，假设检验。
本课程从实际的业务需求出发，结合行业的典型应用特点，围绕实际的商业问题，对数据分析及数据挖掘技术进行了全面的介绍（从数据收集与处理，到数据分析与挖掘，再到数据可视化和报告撰写），通过大量的操作演练，帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具，从大量的企业经营数据中进行分析，挖掘客户行为特点，帮助运营团队深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。
通过本课程的学习，达到如下目的：
1、 了解数据分析的本质，理解数据决策的底层逻辑
2、 学会搭建数据分析框架，熟悉常用的业务模型
3、 熟悉数据分析标准过程，能够按步骤进行数据分析
4、 掌握常用统计分析方法，熟练使用Excel高级数据分析工具
5、 掌握常用的概率分布，利用概率进行业务决策
6、 理解大数定律，中心极限定理等原理
7、 熟练各种参数估计，假设检验的分布及应用
【授课对象】
生产部、运营部、销售部、业务支撑部、经营分析部等对业务数据分析有一定要求的相关人员。
【授课方式】
数据分析基础 + 方法讲解 + 实际业务问题分析 + 工具实践操作
采用互动式教学，围绕业务问题，展开数据分析过程，全过程演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。
【课程大纲】
第一部分： 数据分析基础—数据基础篇
1、 数据分析的六步曲
Ø 步骤1：明确目的，确定分析思路
Ø 步骤2：收集数据，寻找分析素材
Ø 步骤3：整理数据，确保数据质量
Ø 步骤4：分析数据，寻找业务答案
Ø 步骤5：呈现数，解读业务规律
Ø 步骤6：撰写报告，形成业务策略
2、 业务分析的三个阶段
Ø 现状分析：通过企业运营指标来发现规律及短板
Ø 原因分析：查找数据相关性，探寻目标影响因素
Ø 预测分析：合理配置资源，预判业务未来的趋势
3、 常用的数据分析方法种类
Ø 描述性分析法（对比/分组/结构/趋势/交叉…）
Ø 相关性分析法（相关/方差/卡方…）
Ø 预测性分析法（回归/时序/决策树/神经网络…）
Ø 专题性分析法（聚类/关联/RFM模型/…）
4、 常用的描述性指标
Ø 集中程度：均值、中位数、众数
Ø 离散程度：极差、方差/标准差、IQR
Ø 分布形态：偏度、峰度
5、 基本分析方法及其适用场景
Ø 对比分析（查看数据差距，发现事物变化）
Ø 分布分析（查看数据分布，探索业务层次）
Ø 结构分析（查看指标构成，评估结构合理性）
Ø 趋势分析（发现事物随时间的变化规律）
Ø 交叉分析（从多个维度的数据指标分析）
第二部分： 概率分布基础—概率决策篇
问题：掌握随机事件的规律性，利用概率来做最优决策
1、 基本概念
Ø 随机事件与随机变量
Ø 频率与概率
Ø 概率分布及表示方式
2、 离散型变量概率分布
Ø 伯努利分布
案例：产品质量合格率
Ø 二项分布
案例：保费设计与盈利分析
案例：设备维修方案设计
Ø 泊松分布
案例：最佳库存量设计
案例：客服来电次数概率
案例：保险赔付概率计算
3、 连续型变量概率分布
Ø 均值分布
Ø 指数分布
案例：排队时长评估
案例：来电时间间隔分析
案例：产品故障率及平均故障时间MTBF分布
案例：产品担保期如何设计
Ø 正态分布
案例：产品销售金额评估
4、 其他常用分布
案例：营业厅客流趋势分析
第三部分： 产品质量评估—参数估计
1、 抽样估计基本概念
2、 抽样方式
3、 抽样估计的原理
Ø 大数据定律
Ø 中心极限定理
4、 参数估计—点估计
案例：汽车油耗估计
案例：市场占有率估计
案例：产品寿命估计
5、 参数估计—区间估计
Ø 均值区间估计
案例：灌装液的灌装量评估
案例：药效评估
案例：设备稳定性评估
案例：信用卡刷卡金额估计
Ø 方差区间估计
案例：配件长度波动性检验
Ø 比例区间估计
案例：汽车占有率评估
案例：候选人获胜率评估
6、 抽样误差与样本容量
第四部分： 产品质量检验—假设检验
问题：产品的寿命是多少？新营销手段是否有效提升产品销量？新的装配方法能否提高产品质量？两种配方的效果是否有显著差异？
1、 假设检验种类与作用
2、 假设检验的基本思想
3、 假设检验的基本步骤
Ø 拒绝域检验
Ø 显著性检验
4、 均值检验
案例：包装机是否正常工作
案例：牛奶是否掺水检验
案例：产品寿命合格性检验
案例：焦虑指数评估
5、 方差检验
案例：铜丝的折断力检验
案例：电池寿命波动检验
案例：车床精度检验
6、 比例检验
案例：满意度调查评估
第五部分： 差异性检验—双样本检验
1、 独立双样本假设检验
Ø 均值差异检验
案例：两种催化剂效果检验
案例：供应商交付周期差异评估
案例：烟龄是否会导致胆固醇升高
Ø 方差差异检验
案例：两台机器的稳定性比较
2、 配对双样本假设检验
Ø 配对设计
Ø 配对双样本均值差异检验
案例：施肥对幼苗成长影响
案例：基建螺旋柱长度估计值与实际值差异评估
结束：课程总结与问题答疑。
