

CDA数据分析系统培训LEVEL II,下周开课！赶紧占座儿！

CDA数据分析师

2015-04-15

导读：CDA2邀您来上课！CDA Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过CDA Leve

CDA

邀您来上课！

CDA Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过CDA Level Ⅰ认证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在Level Ⅰ的基础之上深入掌握高级多元统计方法,并且拓展时间序列分析和主要数据挖掘的理论知识与业界运用；能够熟练使用SAS、R、Matlab和SPSS中至少一个专业统计软件实现相关算法；熟悉使用SQL访问企业级数据库；具有按照数据挖掘标准流程进行项目需求分析、数据验证、建模与模型评估的能力。

级别	Level II（建模分析师）
基础理论	统计学、概率论和数理统计、多元统计分析、时间序列、数据挖掘（DM）
软件要求	必要：EXCEL、SQL、SAS/SPSS 可选：R、MATLAB；SQL等（/表示“或”）
分析方法要求	除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法，生存分析法，神经网络，决策树，判别分析法，主成分分析法，因子分析法，典型相关分析，聚类分析法，关联规则，支持向量机，bagging，boosting等）和可视化技术。
业务分析能力	至少在客户关系管理、管理会计、信用风险管理、人力资源管理等其中一个数据分析的常用领域内具有深入的业务经验，可以将业务目标转化为数据分析目标；熟悉企业内数据的生成过程，可以熟练的访问常见数据库；根据项目需求，以最快捷的方式获取业界最新案例和学界最新研究成果，并且转化为行动方针；可以熟练的提取所需信息，能够从海量数据中搜集并提取信息；根据项目目的，结合业务经验选取最优建模方法。
结果展现能力	报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。

背景介绍

CDA Level Ⅰ为基础薄弱的学员提供了入行的机会,能够结合业务完成基本的数据分析并作出数据报告。但企业想要在竞争激烈的市场中胜出，决策的速度和反应的效率尤为重要。根据调查显示，75%的企业在面临拟定策略时，常常无法获得实时且有根据的决策信息。什么样的数据、要通过什么样的方法，才能快速便捷的提供对决策有价值的信息，是现代企业所面临最迫切性的问题。因此,在CDA Level Ⅰ的基础上,CDA Level Ⅱ（建模分析师）即为企业决策提供及时有效、易实现、可信赖的数据支持。

在建模分析师中，数据挖掘(Data Mining)技术无疑是他们最强有力的核心竞争力。数据挖掘强调与现有信息系统的整合，以提供决策者做决策时所需的情报，或转化成经营智慧，以作为调整营运策略方针的辅助工具。以顾客关系管理(CRM)为例，数据挖掘是整个顾客关系管理的核心。其不但可以准确的定位目标市场，进行精准营销，还可以帮助业务人员了解客户深层需求，针对大量客户进行客制化，也就是所谓的一对一营销。本课程的目的就是要针对数据挖掘整套流程，根据CDA Level Ⅱ大纲标准，以金融、电信、电商和零售业为案例背景，结合SAS Enterprise Miner和SPSS Moderler深入讲授数据挖掘的主要算法。并将PYTHON语言和SQL进行有效的结合，讲授如何在实际工作中搭建数据挖掘环境，制定分类数据挖掘的标准流程，让学员胜任全方位的数据挖掘运用场景。

CDA LEVEL Ⅱ第一期课程安排

项目名称	CDA Level Ⅱ建模分析师系统
培训时间	北京：2015年4月23-26日，5月1-2日六天上海：2015年6月11-14日，20-21日六天
地点	面授班：北京，人大经济论坛教室上海，铁道宾馆远程班：在线同步直播
价格（元）	面授：5900元远程：4400元
优惠	1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠（学生证证明文件） 2. 同一单位三人及以上报名9折优惠，五人及以上8折优惠 3. CDA LEVEL Ⅰ等级资格证书持有者立省1000元 4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠。以上优惠不可叠加！
现场班福利	全套视频资料，终身学习，在线答疑午餐，咖啡茶歇，论坛币（1000个）

课程收益

(1)了解什么是顾客关系管理；(2)了解顾客关系管理系统的架构及其组成元素；(3)了解如何利用顾客关系管理系统来进行营销活动；(4)了解什么是数据挖掘(Data Mining)；(5)掌握数据挖掘技术的功能分类；(6)掌握数据挖掘技术的绩效增益；(7)了解数据挖掘技术的产业标准；(8)掌握如何利用数据挖掘技术来筛选关键变量(Key Attribute)；(9)掌握如何利用数据挖掘技术来进行交叉销售(Cross-Selling)；(10)掌握如何利用数据挖掘技术来评估客户的信用风险(Credit Risk)； (11)了解如何利用数据挖掘技术来分析顾客行为、产生商业智慧并发展营销策略。(12)掌握如何使用数据挖掘工具SAS EM/SPSS Modeler/Python来完成上述的各项工作。(13)掌握MySQL等主流数据库的使用。(14) 构建易实施的MySQL和Python数据挖掘环境。（15）掌握构建信用打分卡的流程和Python语言脚本。

学员对象

1）各行业数据分析、数据挖掘从业者

2）金融、电信、零售、医学等各行业业务数据分析人员

3）政府事业单位大数据及数据挖掘项目人员

4）数据挖掘岗位就业、提拔涨薪、技能优化等从业人员

5）对数据挖掘感兴趣的各界人员

大纲节选