【课程目标】

本课程为进阶课程，面向所有业务支撑部门及数据分析部门。

本课程的主要目的是，帮助学员掌握大数据建模基础知识，帮助学员构建系统全面的预测建模思维，提升学员的数据建模综合能力。

本课程具体内容包括：

1、 数据建模流程，特征工程处理

2、 线性回归模型，模型基本原理

3、 模型质量评估，模型优化措施

4、 回归方程解读，自定义回归模型

本系列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，对数据预测建模的过程进行了全面的介绍（从模型选择，到特征选择，再到训练模型，评估模型，以及优化模型和模型解读），**大量的操作演练，帮助学员掌握数据建模的思路、方法、技巧，以提升学员的数据建模的能力，支撑运营决策的目的。

**本课程的学习，达到如下目的：

1、 掌握数据建模的标准过程和步骤

2、 掌握建模前的特征选择常用方法，学会寻找影响业务的关键要素

3、 掌握回归预测模型基本原理，学会解读回归方程的含义

4、 理解并掌握定量预测模型的评估指标的含义

5、 学会利用规划求解实现自定义回归模型（非线性回归模型）

6、 掌握常用的回归模型优化措施

7、 熟练掌握数据预处理的基本任务，并根据业务实际情况进行处理

【授课时间】

2天时间（每天6个小时）

【授课对象】

产品销量部、业务支撑部、运营分析部、数据分析部、大数据系统开发部等对业务数据分析有较高要求的相关人员。

【学员要求】

1、 每个学员自备一台便携机(必须)。

2、 便携机中事先安装好Microsoft Office Excel 2013版本及以上。

3、 便携机中事先安装好IBM SPSS Statistics v19版本及以上。

注：讲师可以提供试用版本软件及分析数据源。

【授课方式】

理论精讲 模型原理 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】

**部分： 数据建模过程—建模步骤篇

1、 预测建模六步法

Ø 选择模型：基于业务选择恰当的数据模型

Ø 特征工程：选择对目标变量有显著影响的属性来建模

Ø 训练模型：采用合适的算法对模型进行训练，寻找到**优参数

Ø 评估模型：进行评估模型的质量，判断模型是否可用

Ø 优化模型：如果评估结果不理想，则需要对模型进行优化

Ø 应用模型：如果评估结果满足要求，则可应用模型于业务场景

2、 数据挖掘常用的模型

Ø 定量预测模型：回归预测、时序预测等

Ø 定性预测模型：逻辑回归、决策树、神经网络、支持向量机等

Ø 市场细分：聚类、RFM、PCA等

Ø 产品推荐：关联分析、协同过滤等

Ø 产品优化：回归、随机效用等

Ø 产品定价：定价策略/**优定价等

3、 特征工程/特征选择/变量降维

Ø 基于变量本身特征

Ø 基于相关性判断

Ø 因子合并（PCA等）

Ø IV值筛选（评分卡使用）

Ø 基于信息增益判断（决策树使用）

4、 模型评估

Ø 模型质量评估指标：R^2、正确率/查全率/查准率/特异性等

Ø 预测值评估指标：MAD、MSE/RMSE、MAPE、概率等

Ø 模型评估方法：留出法、K拆交叉验证、自助法等

Ø 其它评估：过拟合评估、残差检验

5、 模型优化

Ø 优化模型：选择新模型/修改模型

Ø 优化数据：新增显著自变量

Ø 优化公式：采用新的计算公式

Ø 集成思想：Bagging/Boosting/Stacking

6、 常用预测模型介绍

Ø 时序预测模型

Ø 回归预测模型

Ø 分类预测模型

第二部分： 数据建模过程—特征工程篇

问题：如何选择合适的属性/特征来建模呢？选择的依据是什么？比如价格是否可用于产品销量预测？

1、 数据预处理vs特征工程

2、 特征工程处理内容

Ø 变量变换

Ø 变量派生

Ø 变量精简（特征选择、因子合并）

Ø 类型转换

3、 特征选择常用方法

Ø 相关分析、方差分析、卡方检验

4、 相关分析（衡量两数据型变量的线性相关性）

Ø 相关分析简介

Ø 相关分析的应用场景

Ø 相关分析的种类

² 简单相关分析

² 偏相关分析

² 距离相关分析

Ø 相关系数的三种计算公式

² Pearson相关系数

² Spearman相关系数

² Kendall相关系数

Ø 相关分析的假设检验

Ø 相关分析的四个基本步骤

演练：营销费用会影响销售额吗？影响程度如何量化？

演练：哪些因素与汽车销量有相关性

演练：影响用户消费水平的因素会有哪些

Ø 偏相关分析

² 偏相关原理：排除不可控因素后的两变量的相关性

² 偏相关系数的计算公式

² 偏相关分析的适用场景

Ø 距离相关分析

5、 方差分析（衡量类别变量与数值变量间的相关性）

Ø 方差分析的应用场景

Ø 方差分析的三个种类

² 单因素方差分析

² 多因素方差分析

² 协方差分析

Ø 单因素方差分析的原理

Ø 方差分析的四个步骤

Ø 解读方差分析结果的两个要点

演练：摆放位置与销量有关吗

演练：客户学历对消费水平的影响分析

演练：广告和价格是影响终端销量的关键因素吗

演练：营业员的性别、技能级别对产品销量有影响吗

演练：寻找影响产品销量的关键因素

Ø 多因素方差分析原理

Ø 多因素方差分析的作用

Ø 多因素方差结果的解读

演练：广告形式、地区对销量的影响因素分析

Ø 协方差分析原理

Ø 协方差分析的适用场景

演练：排除产品价格，收入对销量有影响吗？

6、 列联分析/卡方检验（两类别变量的相关性分析）

Ø 交叉表与列联表：计数值与期望值

Ø 卡方检验的原理

Ø 卡方检验的几个计算公式

Ø 列联表分析的适用场景

案例：套餐类型对客户流失的影响分析

案例：学历对业务套餐偏好的影响分析

案例：行业/规模对风控的影响分析

第三部分： 定量预测模型—回归模型篇

营销问题：如何预测未来的产品销量/销售额？如果产品跟随季节性变动，该如何预测？

1、 回归分析简介和原理

2、 回归分析的种类

Ø 一元回归/多元回归

Ø 线性回归/非线性回归

3、 常用回归分析方法

Ø 散点图 趋势线（一元）

Ø 线性回归工具（多元线性）

Ø 规划求解工具（非线性回归）

演练：散点图找营销费用与销售额的关系

4、 线性回归分析的五个步骤

演练：营销费用、办公费用与销售额的关系（线性回归）

5、 线性回归方程的解读技巧

Ø 定性描述：正相关/负相关

Ø 定量描述：自变量变化导致因变量的变化程度

6、 回归预测模型评估

Ø 质量评估指标：判定系数R^2

Ø 如何选择**回归模型

演练：如何选择**的回归预测模型（一元曲线回归）

7、 带分类自变量的回归预测

演练：汽车季度销量预测

演练：工龄、性别与终端销量的关系

演练：如何评估销售目标与资源**配置

8、 自动筛选不显著因素（自变量）

第四部分： 定量预测模型—回归优化篇

1、 回归分析的基本原理

Ø 三个基本概念：总变差、回归变差、剩余变差

Ø 方程的显著性检验：方程可用性

Ø 因素的显著性检验：因素可用性

Ø 方程拟合优度检验：质量好坏程度

Ø 理解标准误差含义：预测准确性？

2、 回归模型优化措施：寻找**回归拟合线

Ø 如何处理预测离群值（剔除离群值）

Ø 如何剔除不显著因素（剔除不显著因素）

Ø 如何进行非线性关系检验（增加非线性自变量）

Ø 如何进行相互作用检验（增加相互作用自变量）

Ø 如何进行多重共线性检验（剔除共线性自变量）

演练：模型优化演示

3、 好模型都是优化出来的

第五部分： 定量预测模型—自定义回归篇

1、 回归建模的本质

2、 规划求解工具简介

3、 自定义回归模型

案例：如何对客流量进行建模预测及模型优化

4、 回归季节预测模型模型

Ø 回归季节模型的原理及应用场景

Ø 加法季节模型

Ø 乘法季节模型

Ø 模型解读

案例：美国航空旅客里程的季节性趋势分析

5、 新产品累计销量的S曲线

Ø S曲线模型的应用场景（**大累计销量及销量增长的拐点）

Ø 珀尔曲线

Ø 龚铂兹曲线

案例：如何预测产品的销售增长拐点，以及销量上限

演练：预测IPad产品的销量

第六部分： 定量预测模型—模型评估篇

1、 定量预测模型的评估

Ø 方程显著性评估

Ø 因素显著性评估

Ø 拟合优度的评估

Ø 估计标准误差评估

Ø 预测值准确度评估

2、 模型拟合度评估

Ø 判定系数：

Ø 调整判定系数：

3、 预测值准确度评估

Ø 平均绝对误差：MAE

Ø 根均方差：RMSE

Ø 平均误差率：MAPE

4、 其它评估：残差检验、过拟合检验

结束：课程总结与问题答疑。