大数据分析兴起：“往左走”还是“往右走”

2016-06-22

大数据分析兴起：“往左走”还是“往右走” 在大数据时代下，数据正变得空前多元，转移空前快速。现在，有效的数据分析需要非常先进的软件和机器。随着大数据分析兴起，传统的直觉判断有何用场呢?要是数据告诉 ...

大数据驱动零售银行精益化营销

2016-06-11

大数据驱动零售银行精益化营销 零售银行营销业务面临的挑战 银行零售业务是与银行对公业务、同业业务并列的三大核心业务，在经济“三期叠加”、金融市场改革不断深化、利率市场化加快推进以及企业融资成本与 ...

CDA II-R:前沿营销与客户关系管理商业案例

2022-01-20

强强联合打造稀缺商业数据分析课程。本课程将世界客户关系管理方面的领导者美库尔公司 （Merkle Inc）在专业管理咨询方面的几十年的经验积累与CDA数据分析研究院的教学理念与方法相结合，归纳了在商业智 ...

史上最全的大数据入门手册！

2016-05-10

一、大数据分析的五个基本方面 1，可视化分析 大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能 ...

浅谈数据分析和数据建模

2016-05-08

浅谈数据分析和数据建模 大数据应用有几个方面，一个是效率提升，帮助企业提升数据处理效率，降低数据存储成本。另外一个是对业务作出指导，例如精准营销，反欺诈，风险管理以及业务提升。过去企业都是通过线下 ...

大数据入门的四个必备常识

2016-05-08

大数据入门的四个必备常识 一、大数据分析的五个基本方面 1，可视化分析 大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能 ...

如何利用市场细分方法构建更好的预测模型？

2016-05-06

如何利用市场细分方法构建更好的预测模型？ 我们使用线性或者逻辑回归模型来开发精确模型，为了预测相关的输出结果。我们经常为分割的部分分别创建模型。为了判断它们的有效性，我们可以利用细分方法：如CHIAD ...

SAS数据挖掘实战篇【一】

2016-04-08

SAS数据挖掘实战篇【一】 1数据挖掘简介 1.1数据挖掘的产生 需求是一切技术之母，管理和计算机技术的发展，促使数据挖掘技术的诞生。随着世界信息技术的迅猛发展，信息量也呈几何指数增长， ...

信息熵与方差-联系与区别

2016-04-05

    熵的概念很早就在物理学中出现，热力学中的熵用于衡量物质状态的混乱程度。霍金在《时间简历》中也对熵有着有趣的表述：一个常有人打扫清洁的屋子，熵值低，一个不打扫的屋子，熵值就高，自然界 ...

市场细分如何帮助你构建更好的预测模型？

2016-04-01

市场细分如何帮助你构建更好的预测模型？ 但是，这真的有必要吗？我们可不可以创建一个单独的模型和使它含有区融变量作为模型的输入。 这可能可以。特别是根据市场细分创建细分模型可能是一件吃力不讨 ...

小数据大用场：银行大数据挖掘的五个切入点

2016-03-18

小数据大用场：银行大数据挖掘的五个切入点 随着“大数据时代”的来临，数据分析对于银行的重要性已成为业界的共识。关于银行大数据如何获取以及如何使用的讨论层出不穷，然而，说到具体应用又另当别论了。“大 ...

大数据分析：大数据发展迅速，但前路仍挑战无数

2016-03-14

大数据分析：大数据发展迅速，但前路仍挑战无数 放眼整个互联网时候，琳琅满目的大数据可谓算是发展的主流，它的认知、应用重要性在不断上升。不过在大数据发展如此迅速的同时，大数据应用一路上面临的挑战还是 ...

干货 | 数据分析VS业务分析需求

2016-03-11

在BI界广泛流传着一个观点，不懂商业别做数据分析，可见商业理解对于数据分析的重要性。然后现实中，数据分析切合业务往往四处碰钉子，那么如何解决这个业界难题呢?数据分析人往往是用经典案例套业务的需求，或者等 ...

【干货】数据分析VS业务分析需求

2016-03-11

【干货】数据分析VS业务分析需求 在BI界广泛流传着一个观点，不懂商业别做数据分析，可见商业理解对于数据分析的重要性。然后现实中，数据分析切合业务往往四处碰钉子，那么如何解决这个业界难题呢?数据分析人 ...

数据科学工作流程

2016-03-11

在Springboard，我们的学生经常问我们这样的问题“数据科学家是做什么?”或者“数据科学家每天的工作是什么样子?”这些问题很棘手。答案因角色和公司不同而不同。 因此，我们咨询了Raj Bandyopadhyay, Springbo ...

数据挖掘的常用方法、功能和一个聚类分析应用案例

2016-02-23

数据挖掘的常用方法、功能和一个聚类分析应用案例 一、数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不 ...

数据挖掘时功能和一个聚类分析应用案例

2016-02-18

数据挖掘时功能和一个聚类分析应用案例 数据挖掘的常用方法和数据挖掘的重要功能(出自MBA智库百科)。当然，横看成岭侧成峰，这些常用方法和重要功能也许并不完全正确或完整。除此以外，笔者尝试学习了SMARTBI ...

数据挖掘应用零售业的7个经验分享

2016-02-09

数据挖掘应用零售业的7个经验分享 对于零售业来说，每天都会有很多不同的客户（会员，新老客户）来进行消费，对于客户在选择不同种类商品数量，以及消费习惯的不同。数据分析师要从这些复杂数据中挖掘出有价值 ...

基于大数据的互联网电视运营分析体系研究

2015-12-15

基于大数据的互联网电视运营分析体系研究 2014年底，中国互联网电视的机顶盒终端和电视机终端累计用户数已经超过了一亿。可见，互联网电视每天都要产生大量的用户数据信息，这些海量数据，规模大小不一 ...

数据挖掘技术在客户关系管理中的应用

2015-12-14

数据挖掘技术在客户关系管理中的应用 随着计算机技术、网络技术、通讯技术和Internet技术的发展，电子商务中 企业内部会产生了大量业务数据，如何从丰富的客户数据中挖掘有价值的信息，为企业管理者提供有效 ...