【基于R语言的数据挖掘数据分析实操案例】 【2000到2015年豆瓣共47000部电影数据分析】 第一章 数据抓取 第二章 整理电影属性 第三章 整理电影属性 第四章 这样的图表才专业 第五章 频率密度图学会ggplot2 配件 第六章大数据：谁是演艺圈的“关系户“ 第七章 社交网络数据挖掘

当前的金融危机暴露出信息化存在如下问题： （1）IT治理不完善：高管层对信息系统建设及风险管控的重视和研究不够，决策和监督机制缺位。 （2）信息化战略规划不明晰：缺乏连贯性，规划布局不尽合理。 （3）信息化建设滞后于业务发展：信息系统平台千差万别，内 部应用系统难以实现信息共享，对数据的分析和利用难以 满足“以客户为中心”经营模式的需要。 （4）软硬件及核心技术受制于人：对系统安全造成隐患，甚至可能危及行业健康发展。 【客户价值评价指标体系】 主要包括：客户特征、行为、价值评价体系 分析方法：通过对客户基本资料、客户存取贷款记录、客户金融产品购买等信息数据进行深入分析，建立客户的群体划分标准，以针对不同客户群体进行针对性营销；建立客户消费行为的分析模型和评价指标体系，以进行客户风险管理；建立客户价值评估模型和指标体系，以对客户进行分级管理。

数据挖掘数据分析高质量课程 逻辑回归及其在数据挖掘中的应用 入门必备课 【揭开逻辑回归面纱】 算法介绍 TWM建模 算法应用 讨论互动

目录 第一部分 金融行业应用 5 1. 前言 5 1.1 客户细分 使客户收益最大化的同时最大程度降低风险 5 1.2 客户流失 挽留有价值的客户 6 1.3 交叉销售 6 1.4 欺诈监测 6 1.5 开发新客户 7 1.6 降低索赔 7 1.7 信用风险分析 7 2. 客户流失 8 2.1 客户流失需要解决的问题 8 2.2 客户流失的类型 9 2.3 如何进行客户流失分析？ 9 2.4 客户流失应用案例 11 3. 客户细分 21 3.1 信用风险分析 21 3.2 客户细分的概念 21 3.3 客户细分模型 22 3.4 客户细分模型的基本流程 23 3.5 细分方法介绍 25 3.6 客户细分实例 25 4. 营销响应 30 4.1 什么是营销响应？ 30 4.2 如何提高营销响应率？ 30 4.3 营销响应应用案例 32 5. 信用评分 38 5.1 信用评分背景 38 5.2 信用评分的概念 39 5.3 信用评分的方法 39 5.4 信用评分应用案例 42 6. 客户满意度研究 50 6.1 为什么要进行客户满意度研究？ 50 6.2 满意度研究的目标和内容 50 6.3 满意度研究方法 51 6.4 结构方程模型在客户满意度测评中的应用 54 6.5 满意度研究在金融行业中的应用 55 7. CRISP DM 简介 57 7.1 数据理解 58 7.2 数据准备 58 7.3 建立模型 58 7.4 模型评估 59 7.5 部署（发布） 59 8. 数据挖掘经验谈 60 8.1 采用 CRISP DM 方法论 60 8.2 以终为始 60 8.3 设定期望值 60 8.4 限定最初的项目范围 60 8.5 确保团队合作 61 8.6 避免陷入数据垃圾 61 9. 数据挖掘部署策略 62 9.1 策略 1 －快速更新批处理方式 62 9.2 策略 2 －海量数据批处理方式 63 9.3 策略 3 －实时封装方式 64 9.4 策略 4 －实时定制方式 65 10. 成功案例 67 10.1 国外成功案例 67 10.1.1 Banco Espirito Santo (BES) 67 10.1.2 Bank Financial 67 10.1.3 美国汇丰银行 68 10.1.4 美国 First Union 公司 69 10.1.5 Achmea 公司 70 10.1.6 标准人寿保险公司 71 10.2 国内成功案例 71 10. 2.1 中国建设银行风险预警管理项目 71 10.2.2 光大银行信贷风险管理项目 72 10.2.3 中国银行信用风险评级管理项目 72 10.2.4 中国中信银行 72 10.2.5 部分金融业客户的名单（排名不分先后） 73 第二部分 电信行业应用 74 1. 前言 74 1.1 数据挖掘的概念 74 1.2 数据挖掘技术在电信行业客户关系管理的主要应用领域如下 75 1.3 数据挖掘成功方法论 75 1.4 商业理解 76 1.5 数据理解与数据准备 77 1.6 建立模型 77 1.7 模型检验 77 1.8 模型发布与应用 77 2. 国内数据挖掘应用中存在的问题 78 2.1 数据质量和完备性 78 2.2 相应的人员素质 78 2.3 应用周期 78 2.4 数据挖掘项目的建议： 78 3. 客户流失 80 3.1 客户流失需要解决的问题 80 3.2 电信客户流失的类型 81 3.3 如何进行客户流失分析？ 81 3.4 案例分析 83 3.5 商业理解 83 3.6 数据理解 83 4. 营销响应 89 4.1 为什么要进行营销响应分析？ 89 4.2 营销响应 89 4.3 什么是营销响应？ 90 4.4 如何提高营销响应率？ 90 4.5 案例分析 92 5. 客户细分 98 5.1 客户细分的背景 98 5 .2 客户细分的概念 98 5.3 客户细分模型 99 5.4 客户细分模型的基本流程 101 5.5 细分方法介绍 102 5.6 客户细分实例 102 6. 客户满意度 106 6.1 结构方程模型用于客户满意度测评中的应用 106 6.2 满意度研究在金融行业中的应用 107 6.3 研究目标 107 6.4 研究过程 108 6.5 满意度研究的结果分析 108 6.6 结论 109 6.7 客户总体满意度 109 6.8 各品牌主要商业过程满意度及服务改进策略 109 6.9 各品牌主要商业过程的具体满意度及改进策略 110 7. 忠诚度 112 7.1 忠诚度水平与性质 112 7.2 离网与蚕食风险 114 7.3 提升策略 115 8. CRISP-DM简介 116 8.1 数据挖掘经验谈 118 8.2 数据挖掘部署策略 119

Agenda 从数据到信息 传统报表系统的挑战 数据分析与实战案例 数据挖掘与实战案例 总结：商业智能的巨大潜力 互联网行业 – 门户网站 传统的网站流量分析工具 简单的静态报表 后台处理，大量信息丢失 无法针对业务层面深入分析 OLAP 解决方案 18 个角度随心所欲的分析 瞬间获得结果 非常容易切入业务层面 发现更多的宝藏 电信行业 手机产业的迅猛发展导致： 海量的数据 海量的用户 激烈竞争与频繁的策略调整 OLAP 数据分析的价值 发现不断变化的规律 辅助正确的决策 好的决策 = $$$ 财务和预算 财务软件有很多 用友 金蝶 预算的方式有很多 Excel 专用系统 OLAP 可以分析什么？ 鸟瞰图的分析方式 房地产 买房？卖房？租房？ 房价的趋势如何？ 不同地区的变化 不同类型的变化 供求关系的变化 OLAP 的解决方案 专业化的 KPI

实验一 SAS基本操作与数据集建立、浏览 【实验目的】 掌握启动SAS的方法，熟悉常用的操作界面；理解SAS数据库、临时|永久数据集等基本概念，熟练掌握建立数据集、浏览编辑数据集的基本使用方法。 【实验内容】  实验项目1 输入下列程序，运行并保存在恰当的文件夹中： data tmp; input name$ birthday date9. score1 score2 score3 wage comma8.2 percent; cards; zhangsanfen 02-oct-76 78 81 65 1,256.12 0.21 lisi 18-jan-75 74 93 65 1,080.5 0.15 wangwu 14,feb,74 88 90 95 2,040. 0.3 xuliu 30/jun/77 75 89 69 980.38 0.12 proc print; format birthday monyy7. wage dollar4.2; run; 上述程序建立了一个含有姓名、生日、项目1~3的考核分、工资、加薪比率这些字段的临时数据集tmp。 〖实验指导〗 有关知识 SAS主界面中有几个常用的工作窗口：“编辑窗口”用于录入、编辑程序；“日志窗口”用于显示SAS系统运行信息；“输出窗口”用于显示运行SAS程序产生的文字输出结果；……。 SAS主界面上有几个常用的菜单：有关文件操作的功能都组织在“文件菜单”中，SAS程序的提交运行、已运行过程序在编辑窗口的重新显示等功能组织在“运行菜单”中；……。  实验项目2。 试用编程方法和菜单|工具条方式分别建立用户数据库MyLib和MySas。 〖实验指导〗 有关知识 SAS主界面中工具条上有“创建新的数据库”工具图标 ，用于指定“库标识”与实际文件夹之间关联以创建一个逻辑数据库。 用libname语句可以创建、取消逻辑数据库。LIBNAME语句的一般用法为： libname 数据库名 [引擎] 库位置; libname 数据库名 (库位置1 库位置2 …); 库位置通常是‘目录的全路径文件名’表示;引擎为读写数据的格式说明,如v8,v6,xport等。  实验项目3。 有10位同学的名字、年龄、体重、身高数据如下表所示； 试用多种手段将这些数据新建为一个存放在MyLib库下的health永久数据集。

案例1：XX服饰公司对货品管理主管要求 工作职责： 1、分析货品的市场走势，制定各季商品规划，按照公司营销计划，制定商品订货、上市计划； 2、负责新品上市、换季商品的调控管理，跟进货品的到货情况，规划、监督商品分配、补货、调拨、整合工作； 3、分析周转量，合理控制安全库存（含店铺库存），针对平、滞销品做出促销建议； 4、畅销商品及季节性商品作集中推广，以促进销售； 5、熟悉市场状况，能就竞争对手情况及市场变化作出分析，提供产品规划建议； 6、负责执行市场调查、消费者调查和分析工作； 7、制定物流解决方案，完善物流仓储配送系统，保证货品配送任务实现，提升客户满意度 案例2：XX服饰公司对货品分析员要求 工作职责： 1、根据月度及季度货品上市计划，负责货品分配后的跟踪，并对不合理处进行及时有效的货品调控，满足门店销售需求；2、定期对店铺进行现场货品分析指导，形成指导意见记录并按计划完成调配内容，向上级主管报告；3、负责日常各门店及总仓销售、库存数据统计分析及编制相关报表等工作；4、协助货品主管做好货品月度、季度、年度货品分析，并提出合理改进的意见；5、每月提供准确的仓库及店铺各季货品的库存、销量、销售进度等销售报表；及时了解反映控制各销售层次的销售情况和库存量；6、配合并完成主管交付的日常物流管理工作。 我们所理解的货品分析员 他/她应该具备哪方面的能力? 1、对数据敏感、具备良好的数据分析与逻辑判断能力 2、熟练操作EXCEL以及公司SAP系统及POS系统 3、能熟练处理货品进、销、存账务核对以及货品分配工作 4、能全面负责订货、配货、调货、及控制库存等货品管理工作 5、对市场洞察的敏锐度较好，能够适时了解最新的流行走势 6、善于沟通与团队合作，能为一线战斗提供后台支持！

1.定性数据的定义 2.定性数据的描述性分析 3.定性数据的列联分析 4.定性数据的对应分析 5.定性数据的回归分析

基于Python数据分析与挖掘实战 实验数据和源代码 共12个章节，含每个章节的数据源和源代码demo

基于R语言数据分析与挖掘实战 配套数据数据和源代码 共15个章节，含每个章节的数据源和源代码demo