Huấn luyện chuyên viên phân tích dữ liệu theo chuẩn quốc tế K3 (23/11/2019)

Giới thiệu về phân tích dữ liệu sử dụng Excel và Excel Add-ins. Chuẩn bị dữ liệu

• Những bước cơ bản trong phân tích dữ liệu định lượngGiới thiệu về phân tích thống kê trong kinh doanh
• Giới thiệu phần mềm, cấu trúc bảng dữ liệu.
• Nghiên cứu bằng khảo sát:
  • Cấu trúc bảng dữ liệu
  • Thiết kế bảng hỏi, xác định biến số, mã hóa dữ liệu

Demo: đọc bảng hỏi mẫu, mã hóa dữ liệu từ bảng hỏi mẫu

• Một số kiến thức thống kê cơ bản:
  • Các tham số thống kê
  • Xác suất thống kê
  • Kiểm định giả thuyết
• Một số thao tác chỉnh sửa, tính toán số liệu trong excel
• Lập bảng biểu, vẽ đồ thị sử dụng pivot table, pivot chart.
• Kiểm định về so sánh giá trị trung bình: T-test, ANOVA. Demo.
• Lập spreadsheet cho bài toán ra quyết định outsource hay tự sản xuất. Demo.

• Các bước trong phân tích dữ liệu định lượng;
• Cách thiết kế bảng hỏi cho mục đích nghiên cứu thị trường, khách hàng …
• Những kĩ thuật phân tích thống kê cơ bản
• Lập bảng biểu, vẽ biểu đồ biểu diễn dữ liệu
• Kiểm định T-test, ANOVA giải quyết bài toán về giá trị trung bình
• Thiết lập Spreadsheet cho bài toán ra quyết định của doanh nghiệp lựa chọn giữa việc thuê ngoài và tự sản xuất.

• Phân tích mối quan hệ giữa các nhân tố sử dụng phương pháp hồi quy.
  • Hồi quy tuyến tính
  • Hồi quy phi tuyến tính
  • Demo
• Phân tích và dự báo dữ liệu dãy số thời gian
  • Nhận diện các đặc điểm chu kì của dãy số thời gian
  • Dự báo theo phương pháp moving average
  • Dự báo theo phương pháp Exponential smoothing
  • Dự báo theo phương pháp phân tích hồi quy

Demo.  

• Xác định mối liên hệ, ràng buộc và ảnh hưởng lẫn nhau giữa các yếu tố (ví dụ: chi phí quảng cáo tác động đến doanh số ntn…)
• Nhận định về sự phát triển của một yếu tố theo thời gian.
• Xác định tính quy luật, đặc điểm chu kì (ví dụ: doanh thu sản phẩm nhiều hay ít tùy vào thời điểm trong năm, nhu cầu sản phẩm thay đổi theo mùa…)
• Hiểu và thực hành các bài toán về dự báo số liệu tương lai (ví dụ: dự báo doanh thu tháng tới dựa vào các tháng trước, dự báo nhu cầu khách hàng dựa vào mối quan hệ với giá bán sản phẩm…) 

Phân khúc thị trường/khách hàng bằng phương pháp khai phá dữ liệu

• Phân tích cụm: Hierachical clustering và K-means clustering. Demo
• Phân tích quy luật kết hợp sản phẩm tiêu dùng (association rule). Demo
• Dự đoán đặc điểm khách hàng sử dụng phương pháp
• Dự đoán đặc điểm khách hàng sử dụng phương pháp
  • k-nearest neighbor.
  • Logistic regression.
  • Classification and regression tree.
  • Demo 3 phương pháp trên

Luyện tập trên file dữ liệu của học viên

• Phân loại khách hàng để đưa ra các chính sách chăm sóc phù hợp theo từng nhóm đối tượng
• Hiểu và thực hành xử lý bài toán đưa ra chiến dịch marketing như combo sản phẩm/ sản phẩm tặng kèm/ ưu đãi giảm giá
• Hiểu và thực hành xác định đặc điểm các nhóm khách hàng, nhất là nhóm khách hàng trung thành 

 Trực quan hoá dữ liệu với Power BI

• Trực quan hoá dữ liệu quan trọng như thế nào?
• Trực quan hoá dữ liệu thành công – các loại dữ liệu
• Khung phân tích (Doanh thu, lợi nhuận, sản xuất, tài chính)
• Học qua ví dụ
• Trực quan hoá dữ liệu sử dụng Power BI

Bài tập và thực hành nhóm: trình bày phân tích của học viên

• Biết cách build các dữ liệu lên Power BI, hoàn thiện báo cáo trực quan, sinh động.