京公网安备 11010802034615号
经营许可证编号:京B2-20210330
【内训】CDA 苏宁云商集团数据挖掘内训圆满成功
2017年6月-9月,CDA数据分析师在苏宁云商集团(苏宁南京总部)进行了一场以“R语言数据挖掘”为主题的内训,针对来自苏宁数据管理部门、客服部门、总经办、物流板块、金融板块、超市板块以及各大品类等共计40多名员工进行全面的内部培训。9月16日,CDA数据分析师在苏宁云商集团的内训圆满落幕。
内训企业介绍
苏宁云商集团股份有限公司(总部)
苏宁云商集团是中国领先的商业零售企业,2016年,苏宁以1582.68亿元的品牌价值位列《中国500最具价值品牌》榜第13名,稳居零售业第一位。
成立于1990年的苏宁,坚持零售本质,面对互联网、物联网、大数据时代,持续推进O2O变革,全品类经营,全渠道运营,全球化拓展,开放物流云、数据云和金融云,通过POS端、PC端、移动端和家庭端的四端协同,实现无处不在的一站式服务体验。
2017年,苏宁云商正围绕渠道建设、商品供应链完善、服务体验提升,打造零售、物流、金融三大业务单元核心竞争能力,强化面向消费者、面向上游供应商及合作伙伴的服务能力,运用互联网、物联网技术,感知消费习惯,预测消费趋势,引导生产制造,为消费者提供多样化、个性化的产品和服务,创新智慧零售新模式。
内训内容简介
整场内训气氛和谐,参加内训的学员都表示收获颇多。
(1)数据挖掘进行营销活动和风险管控
(2)R语言进行数据分析及处理
(5)利用关键变量挖掘技术对项目目标有效之关键变量
(6)利用分类技术之贝式网络及决策树来建立交叉销售模型,以提升公司获利
(7)利用分类技术之神经网络、罗吉斯回归来建立信用评分模型,以降低公司损失
(8)利用更进阶的分类技术来提升模型的分类效能,增加公司获利
(9)利用预测技术之线性回归、回归树及类神经网络来建立数值预测模型-如预测客户之年收入,以利公司设计营销活动
(10)利用预测技术之时间序列来建立数值预测模型-如预测特定产品的销售量,以利公司规划营销活动
(11)利用聚类技术来建立客群分析模型,使企业针对不同客群,采用不同之营销策略,让公司获利最大化
(12)利用关联及序列分析技术来建立交叉销售及提升销售模型,以提升公司获利 (13)项目实战一:零售大数据促销项目
(14)项目实战二:零售商品推荐
(15)项目实战三:银行信用风险评分卡建置
学员评价
此次内训中,学员们对常老师、李老师、熊老师、徐老师的课程都予以一致好评。有人提出,CDA的课程设计思路清晰,内容环环相扣,且实用性非常强,课堂上大部分知识对于苏宁现有的业务都能立即投入使用。
企业领导评价
本次内训项目发起人之一,苏宁数据管理部门的宋经理表示,“十天的CDA数据建模分析师培训课程说短也长,各位技术精深、富有行业经验的老师深入浅出地讲解了数据的应用、实操技术、算法理论和案例研究,为同学们构建了完善的知识结构,拓宽了各位参训数据分析同学的视野,数据原来还可以这样“玩”。我们的培训初衷是紧跟时代的发展提升数据分析师们的能力并带领公司启发广阔的增量价值,在苏宁拥有着海量的数据和强大的技术支撑下,相信大家在深入又好“玩”的培训之后能够不忘初心,带着情怀和使命感在未来持续提升自我,运用大数据预测的力量引导公司打造更多智能化的产品,进而提升公司的核心竞争力,品牌影响力和市场利润!”同时也希望能够后期与CDA数据分析师在专题类程培训、CDA考试认证、项目咨询以及人才输送等多方面达成更深入合作。
内训咨询
手机/微信:13121318867
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16