第1天

1、进阶数据分析思维

1.1数字化时代三个重要思维

1.2数据思维在现代企业管理中的作用

2、量化策略分析框架

2.1探索阶段

2.2诊断阶段

2.3指导阶段

3、量化策略分析流程

3.1发现问题

3.2近因分析

3.3根因分析

3.4做出预测

3.5制定方案

3.6验证方案

3.7工具支持

4、Python数据处理与数据清洗

4.1数据整合

4.2数据清洗

5、Python数据可视化案例

5.1 Python可视化

5.2描述性统计分析与绘图

5.3贷款客户用户画像案例

第2天

6、市场调研与数据预处理

6.1数据采集方法

6.2市场调研和数据录入

6.3数据预处理基础

6.4某银行理财产品市场分析案例

第3天

7、特征降维方法

7.1矩阵分析法

7.2连续变量降维

7.3主成分分析法

7.4因子分析

7.5各省经济数据分析案例

8、用户分群方法与产品匹配规则制定

8.1用户细分与聚类

8.2聚类分析的基本概念

8.3聚类模型的评估

8.4层次聚类（系统聚类）

8.5 Kmeans聚类

8.6聚类事后分析-决策树应用

8.7电信、金融行业客户行为聚类分析案例

8.8关联规则与 Apriori算法

8.9电商或银行购物篮分析案例

第4天

9、使用统计学方法进行检验和预测-第1部分

9.1假设检验

9.2方差分析

9.3列联表分析与卡方检验

9.4 方案优化与AB测试案例

第5天

9、使用统计学方法进行检验和预测-第2部分

9.5线性回归

9.6客户价值预测案例

9.7 Logistic回归

9.8客户流失预警案例

第6天

10、数据分析项目演练

1.数据分析项目三大模板的讲解

2.数据分析项目第一步：业务理解

3.数据分析项目第二步：数据理解

4.数据分析项目第三步：数据提取和清洗

5.数据分析项目第四步：建立预测模型

6.数据分析项目第五步：模型效果检验

7.数据分析项目第六步：落地策略制定

说明：提供汇报PPT模板、项目详细说明Word模板、取数说明模板、SQL代码、Python代码，以上材料可以作为企业内部数据分析和数据挖掘项目的标准文档。