顧客分類大師RFM與關聯法則應用實作

 

課程介紹

• 本課程旨在建立資料科學與數據分析上之應用基礎，以培養整合性資料分析能力。透過循序漸進介紹Modeler軟體的基本操作與方法，讓學員瞭解如何落實Modeler軟體，學習如何運用Modeler軟體來做RFM與Apriori關聯法則演算法研究。

• 在資料科學裡，有項工具可協助公司找出 R「新客」（近期有消費的人）、 F 「常客」（常常來消費的人）、與 M「貴客」（消費金額大的人），這項工具稱為「RFM模型」。本課程將透過RFM協助了解目前銷售狀況、對不同的客群給予優惠，找出真正主力消費族群。

• Apriori關聯規則（Association rule）是一種在大型資料庫中發現變數之間的有趣性關係的方法。它的目的是利用一些有趣性的量度來辨識資料庫中發現的強規則。

• 本課程將從Modeler軟體的基本操作開始，介紹實際處理方式與基本繪圖功能，再進階到統計分析的概念、定義、各種數據建模，以及數據分析的應用，並透過集群分析與決策樹演算法同時佐以各類實際資料來進行分析。此類資訊可以作為做出促銷定價或產品置入等行銷活動決定的根據。

• 面對全球大數據產業的發展，以及未來產業將由 IT 時代走向 DT（Data Technology） 時代，無論是目前還是未來，都是被看好的產業，透過此課程培養學員具備大數據資料探勘以及應用延伸到行銷與動態視覺化能力，讓學員可快速進入大數據與資料科學之領域，跨足大數據技術分析軟體與服務領域。

• 透過開放資料及Modeler數據分析軟體讓學員能實機操作達到學習成效。

課程特色

1. 課程搭配Modeler軟體操作，以確保課後在工作上之數據分析能力。

2. 介紹實務上之操作手法，不只是單純電腦運算分析

3. 跨足大數據技術分析軟體與服務領域。

4. 有系統地一步步介紹問題分析與解決各個步驟之意義與及作法

5. 使用Modeler軟體整合資料採礦與大數據分析方法

課程目標

1. 對ModeleModeler軟體可立即上手

2. 了解如何有效運用Modeler軟體透過熱點圖分析協助企業管理與決策

3. 可運用上課所學之知識到工作現場進行分析

4. 個人基本能力之提升並對數據分析領域有基礎之認知

• IBM Modeler大數據分析軟體使用介紹

• 開放資料與遺漏值處理

• 關聯法則演算法應用

• RFM分析演算法應用

課程對象

本課程為資料科學數據分析基礎課程，適合行銷與業務人員對於資料科學有興趣，不需程式設計背景，建議具備基礎統計學概念學員學習。

課程大綱

講師簡介

蕭講師

課程資訊

主辦單位：財團法人福琳工商發展基金會、工研院產業學院 產業人才訓練一部(台北)

舉辦地點：工研院產業學院 台北學習中心，實際上課地點，請依上課通知為準！

舉辦日期：2021年05月05日(三)，09:00am~17:00pm，共計7小時。

課程費用：

報名方式：http://college.itri.org.tw/或請email至itri535662@itri.org.tw

課程洽詢：02-2370-1111 分機312謝小姐、308陳小姐

          email至 itri535662@itri.org.tw(本課程歡迎企業包班，請來電洽詢。)

注意事項：

1. 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。

2. 學員於開訓前退訓者，將依其申請退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，則不退費。

3. 若原報名者因故不克參加，但欲更換他人參加，敬請於開課前二日通知。

4. 主辦單位保有活動變更及終止等權利。
   
   貼心提醒