课程简介
本课程系统基于信用卡客户生命周期理论，讲解数据挖掘在商业数据运用中的典型案例，通过学与练相结合，使学员真正掌握商业数据挖掘的全流程与解决方案。
本课程针对在数据分析工作岗位1-3年的员工而设计，从基础开始讲解，直到行业实际运用。
目标收益
1、本课程希望能使学员登堂入室，了解到这些不足，避免潜在的问题，直接面向运用提供解决方案。
2、针对Python的语言特点，系统掌握使用Python进行数据分析。
培训对象
课程大纲
| 第1讲：客户生命周期与客户画像 |
1、信用卡客户生命周期理论 2、客户画像与标签体系 |
| 第2讲：信用卡客户特征分析-产品客户画像初步 |
1、描述性统计与探索型数据分析 2、描述性方法大全与Python绘图 3、统计制图原理 4、数据库基础 5、数据整合和数据清洗 6、实操-信用卡客户画像 *涉及算法——描述性统计分析 |
| 第3讲：信用卡客户价值预测模型 |
1、信用卡客户价值业务讲解与模型选择 2、客户价值计算业务理解 3、估计简介及概念介绍 4、使用线性回归预测客户价值 5、实操-客户价值预测模型 *涉及算法——T检验、方差分析、相关分析、线性回归 |
| 第4讲：信用卡客户流失预测模型 |
1、信用卡客户流失业务理解与基于两阶段模型的执行策略 2、流失倾向性预测模型 3、客户价值预测模型 4、两阶段模型的整合与策略制定 5、实操-两阶段模型实现 *涉及算法——线性回归、逻辑回归、k-means聚类、决策树 |
| 第5讲：信用卡申请及行为信用评分模型 |
1、评分卡建立的整体流程 2、拒绝推断 3、变量筛选与WoE转换 4、建立逻辑回归和度量转换 5、实操-评分卡实现 6、实操-行为评分卡模型演练 *涉及算法——逻辑回归、WoE、ROC、KS |
| 第6讲：数字化精准营销模型 |
1、精准营销的体系架构 2、客户标签库、产品知识库、渠道知识库的建设 3、基于关联规则的精准营销 4、基于需求建模的精准营销 5、基于客户细分的精准营销 6、基于客户网络的精准营销 7、使用文本分析建立产品知识库 *涉及算法——关联规则、协同过滤、逻辑回归、k-means、决策树、知识图谱、NLP |
|
第1讲：客户生命周期与客户画像 1、信用卡客户生命周期理论 2、客户画像与标签体系 |
|
第2讲：信用卡客户特征分析-产品客户画像初步 1、描述性统计与探索型数据分析 2、描述性方法大全与Python绘图 3、统计制图原理 4、数据库基础 5、数据整合和数据清洗 6、实操-信用卡客户画像 *涉及算法——描述性统计分析 |
|
第3讲：信用卡客户价值预测模型 1、信用卡客户价值业务讲解与模型选择 2、客户价值计算业务理解 3、估计简介及概念介绍 4、使用线性回归预测客户价值 5、实操-客户价值预测模型 *涉及算法——T检验、方差分析、相关分析、线性回归 |
|
第4讲：信用卡客户流失预测模型 1、信用卡客户流失业务理解与基于两阶段模型的执行策略 2、流失倾向性预测模型 3、客户价值预测模型 4、两阶段模型的整合与策略制定 5、实操-两阶段模型实现 *涉及算法——线性回归、逻辑回归、k-means聚类、决策树 |
|
第5讲：信用卡申请及行为信用评分模型 1、评分卡建立的整体流程 2、拒绝推断 3、变量筛选与WoE转换 4、建立逻辑回归和度量转换 5、实操-评分卡实现 6、实操-行为评分卡模型演练 *涉及算法——逻辑回归、WoE、ROC、KS |
|
第6讲：数字化精准营销模型 1、精准营销的体系架构 2、客户标签库、产品知识库、渠道知识库的建设 3、基于关联规则的精准营销 4、基于需求建模的精准营销 5、基于客户细分的精准营销 6、基于客户网络的精准营销 7、使用文本分析建立产品知识库 *涉及算法——关联规则、协同过滤、逻辑回归、k-means、决策树、知识图谱、NLP |
近期公开课推荐
