架構(gòu)師
互聯(lián)網(wǎng)
其他
數(shù)據(jù)挖掘
ORACLE
SQL
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

DM（數(shù)據(jù)建模）/ DW（數(shù)據(jù)倉庫）建模和ETL方法

俞志鵬

富士通 BI主管

1)15年的行業(yè)經(jīng)驗(yàn)（電信、移動(dòng)、互聯(lián)網(wǎng)、證券行業(yè)），曾先后就職于3家上市公司，主要負(fù)責(zé)系統(tǒng)架構(gòu)設(shè)計(jì)、數(shù)據(jù)建模、數(shù)據(jù)庫管理、數(shù)據(jù)倉庫規(guī)劃設(shè)計(jì)、數(shù)據(jù)挖掘、項(xiàng)目管理等工作
2)資深BI主管/數(shù)據(jù)庫(DBA)專家/數(shù)據(jù)分析專家
3)精通產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計(jì)、產(chǎn)品研發(fā)及軟件設(shè)計(jì)模式
4)有豐富的業(yè)務(wù)模型設(shè)計(jì)、數(shù)據(jù)分析經(jīng)驗(yàn)，具有行業(yè)數(shù)據(jù)倉庫建設(shè)、數(shù)據(jù)質(zhì)量管理以及信息統(tǒng)計(jì)方面的成功經(jīng)驗(yàn)

1)15年的行業(yè)經(jīng)驗(yàn)（電信、移動(dòng)、互聯(lián)網(wǎng)、證券行業(yè)），曾先后就職于3家上市公司，主要負(fù)責(zé)系統(tǒng)架構(gòu)設(shè)計(jì)、數(shù)據(jù)建模、數(shù)據(jù)庫管理、數(shù)據(jù)倉庫規(guī)劃設(shè)計(jì)、數(shù)據(jù)挖掘、項(xiàng)目管理等工作 2)資深BI主管/數(shù)據(jù)庫(DBA)專家/數(shù)據(jù)分析專家 3)精通產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計(jì)、產(chǎn)品研發(fā)及軟件設(shè)計(jì)模式 4)有豐富的業(yè)務(wù)模型設(shè)計(jì)、數(shù)據(jù)分析經(jīng)驗(yàn)，具有行業(yè)數(shù)據(jù)倉庫建設(shè)、數(shù)據(jù)質(zhì)量管理以及信息統(tǒng)計(jì)方面的成功經(jīng)驗(yàn)

課程費(fèi)用

5800.00 /人

課程時(shí)長

2天

成為教練

課程簡介

本次培訓(xùn)把SQL SERVER/ORACLE作為數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的數(shù)據(jù)來源及載體，全面闡述數(shù)據(jù)挖掘與數(shù)據(jù)倉庫的技術(shù)關(guān)系，把數(shù)據(jù)倉庫的設(shè)計(jì)及實(shí)現(xiàn)步驟結(jié)合應(yīng)用案例展示數(shù)據(jù)倉庫的建設(shè)過程和注意事項(xiàng)，并對數(shù)據(jù)倉庫的建設(shè)過程和注意事項(xiàng)做深入總結(jié)，方便指導(dǎo)學(xué)員后續(xù)的建模和數(shù)據(jù)倉庫管理工作

目標(biāo)收益

課程中把數(shù)據(jù)倉庫和數(shù)據(jù)挖掘結(jié)合起來，數(shù)據(jù)挖掘既可以是獨(dú)立建設(shè)，也可基于數(shù)據(jù)倉庫下的快捷建設(shè)。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘息息相關(guān)，通過本課程，可讓學(xué)員對數(shù)據(jù)倉庫的建設(shè)過程有更深的認(rèn)識(shí)，同時(shí)學(xué)會(huì)用主流的數(shù)據(jù)挖掘軟件完成數(shù)據(jù)挖掘建模任務(wù)，使學(xué)員掌握數(shù)據(jù)挖掘方法論CRISP-DM的本質(zhì)。在ETL應(yīng)用技術(shù)進(jìn)階過程講解中，把案例與方法結(jié)合，學(xué)習(xí)既能對ETL方法有更深的認(rèn)識(shí)也能更好的指導(dǎo)自己的ETL建設(shè)工作。最后通過幾個(gè)具體的、典型的數(shù)據(jù)挖掘案例，使學(xué)員在掌握這些案例所用的技巧的同時(shí)，充分理解數(shù)據(jù)挖掘和數(shù)據(jù)倉庫的方法論，通過舉一反三的效果，提高自己分析問題解決問題的實(shí)際能力。

培訓(xùn)對象

數(shù)據(jù)庫人員

課程大綱

第一部分：數(shù)據(jù)倉庫的概念深入 1.在大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫的困境和挑戰(zhàn)
2.數(shù)據(jù)倉庫的體系結(jié)構(gòu)多樣性解讀
3.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系
第二部分 基于SQL Server/ORACLE環(huán)境下的數(shù)據(jù)倉庫開發(fā)應(yīng)用過程 1．?dāng)?shù)據(jù)倉庫開發(fā)應(yīng)用的特點(diǎn)
2．?dāng)?shù)據(jù)倉庫的規(guī)劃過程
3．?dāng)?shù)據(jù)倉庫的概念模型設(shè)計(jì)
4．?dāng)?shù)據(jù)倉庫的邏輯模型
5. 物理模型的設(shè)計(jì)
6．基于Sql Server環(huán)境下的數(shù)據(jù)倉庫的實(shí)施過程及特點(diǎn)
第三部分 數(shù)據(jù)倉庫的應(yīng)用與管理 1．?dāng)?shù)據(jù)倉庫應(yīng)用案例
電信、移動(dòng)、聯(lián)通、銀行、銷售等行業(yè)的應(yīng)用舉例
2．?dāng)?shù)據(jù)倉庫的運(yùn)行技術(shù)管理
3．SQL SERVER/ORACLE下的數(shù)據(jù)倉庫的元數(shù)據(jù)管理
4. 數(shù)據(jù)倉庫工程中注意事項(xiàng)
第四部分 ETL應(yīng)用技術(shù)進(jìn)階 1、 ETL發(fā)展背景與大數(shù)據(jù)下的ETL技術(shù)變遷
2、 ETL過程階段重點(diǎn)及注意事項(xiàng)和經(jīng)驗(yàn)總結(jié)
3、 ETL特性及案例分析，如何高效實(shí)現(xiàn)穩(wěn)定性、安全性、可擴(kuò)展性、健壯性、可維護(hù)性、高可用性？
4、 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)倉庫ETL體系結(jié)構(gòu)如何應(yīng)對變化的需求
5、 如何更好選擇ETL工具，它的評價(jià)準(zhǔn)則怎樣？
6、 ETL的管理
1)ETL的數(shù)據(jù)質(zhì)量管理
2)ETL的數(shù)據(jù)集成
3)ETL的元數(shù)據(jù)
7、 ETL展望
第五部分：數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù) 1、數(shù)據(jù)挖掘主要分析方法：
1.聚類分析（Clustering）
2.分類分析（Classification）
3.關(guān)聯(lián)分析（Association）
4.預(yù)測分析（Prediction）
5.回歸分析
6.相關(guān)分析
7.數(shù)據(jù)比較分析
8.數(shù)據(jù)挖掘的可視化
2、數(shù)據(jù)挖掘的實(shí)施
3、分析圖形： 正態(tài)性檢驗(yàn) 描述性統(tǒng)計(jì) 箱型圖、區(qū)間圖、時(shí)序圖 介紹
4、數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
5、數(shù)據(jù)挖掘效果的評估
實(shí)踐：SPSS結(jié)合相應(yīng)的分析算法及展示圖形
第六部分：構(gòu)建**數(shù)據(jù)挖掘分析體系 1、分析團(tuán)隊(duì)建設(shè)
2、分析工作管理
3、數(shù)據(jù)分析核心能力建設(shè)
4、分析工作與業(yè)務(wù)協(xié)同
第七部分.數(shù)據(jù)挖掘應(yīng)用 1.數(shù)據(jù)挖掘及管理經(jīng)驗(yàn)
2.數(shù)據(jù)挖掘在金融、電商、運(yùn)營商行業(yè)領(lǐng)域的應(yīng)用舉例
2.1 客戶行為與潛在客戶分析
2.2 用戶信用度分析
2.3 趨勢預(yù)測
2.4新產(chǎn)品交叉營銷分析 等
3. 結(jié)合業(yè)務(wù)場景需求，進(jìn)行數(shù)據(jù)挖掘?qū)嵺`:
3.1客戶細(xì)分聚類分析實(shí)踐
3.2金融貸款防欺詐挖掘分析
3.3金融/電商客戶流失預(yù)測挖掘分析
（以上涉及當(dāng)下主流的聚類、相關(guān)、決策樹、神經(jīng)網(wǎng)絡(luò)及回歸分析等數(shù)據(jù)挖掘算法）
第一部分：數(shù)據(jù)倉庫的概念深入
1.在大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫的困境和挑戰(zhàn)
2.數(shù)據(jù)倉庫的體系結(jié)構(gòu)多樣性解讀
3.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系
第二部分 基于SQL Server/ORACLE環(huán)境下的數(shù)據(jù)倉庫開發(fā)應(yīng)用過程
1．?dāng)?shù)據(jù)倉庫開發(fā)應(yīng)用的特點(diǎn)
2．?dāng)?shù)據(jù)倉庫的規(guī)劃過程
3．?dāng)?shù)據(jù)倉庫的概念模型設(shè)計(jì)
4．?dāng)?shù)據(jù)倉庫的邏輯模型
5. 物理模型的設(shè)計(jì)
6．基于Sql Server環(huán)境下的數(shù)據(jù)倉庫的實(shí)施過程及特點(diǎn)
第三部分 數(shù)據(jù)倉庫的應(yīng)用與管理
1．?dāng)?shù)據(jù)倉庫應(yīng)用案例
電信、移動(dòng)、聯(lián)通、銀行、銷售等行業(yè)的應(yīng)用舉例
2．?dāng)?shù)據(jù)倉庫的運(yùn)行技術(shù)管理
3．SQL SERVER/ORACLE下的數(shù)據(jù)倉庫的元數(shù)據(jù)管理
4. 數(shù)據(jù)倉庫工程中注意事項(xiàng)
第四部分 ETL應(yīng)用技術(shù)進(jìn)階
1、 ETL發(fā)展背景與大數(shù)據(jù)下的ETL技術(shù)變遷
2、 ETL過程階段重點(diǎn)及注意事項(xiàng)和經(jīng)驗(yàn)總結(jié)
3、 ETL特性及案例分析，如何高效實(shí)現(xiàn)穩(wěn)定性、安全性、可擴(kuò)展性、健壯性、可維護(hù)性、高可用性？
4、 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)倉庫ETL體系結(jié)構(gòu)如何應(yīng)對變化的需求
5、 如何更好選擇ETL工具，它的評價(jià)準(zhǔn)則怎樣？
6、 ETL的管理
1)ETL的數(shù)據(jù)質(zhì)量管理
2)ETL的數(shù)據(jù)集成
3)ETL的元數(shù)據(jù)
7、 ETL展望
第五部分：數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù)
1、數(shù)據(jù)挖掘主要分析方法：
1.聚類分析（Clustering）
2.分類分析（Classification）
3.關(guān)聯(lián)分析（Association）
4.預(yù)測分析（Prediction）
5.回歸分析
6.相關(guān)分析
7.數(shù)據(jù)比較分析
8.數(shù)據(jù)挖掘的可視化
2、數(shù)據(jù)挖掘的實(shí)施
3、分析圖形： 正態(tài)性檢驗(yàn) 描述性統(tǒng)計(jì) 箱型圖、區(qū)間圖、時(shí)序圖 介紹
4、數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
5、數(shù)據(jù)挖掘效果的評估
實(shí)踐：SPSS結(jié)合相應(yīng)的分析算法及展示圖形
第六部分：構(gòu)建**數(shù)據(jù)挖掘分析體系
1、分析團(tuán)隊(duì)建設(shè)
2、分析工作管理
3、數(shù)據(jù)分析核心能力建設(shè)
4、分析工作與業(yè)務(wù)協(xié)同
第七部分.數(shù)據(jù)挖掘應(yīng)用
1.數(shù)據(jù)挖掘及管理經(jīng)驗(yàn)
2.數(shù)據(jù)挖掘在金融、電商、運(yùn)營商行業(yè)領(lǐng)域的應(yīng)用舉例
2.1 客戶行為與潛在客戶分析
2.2 用戶信用度分析
2.3 趨勢預(yù)測
2.4新產(chǎn)品交叉營銷分析 等
3. 結(jié)合業(yè)務(wù)場景需求，進(jìn)行數(shù)據(jù)挖掘?qū)嵺`:
3.1客戶細(xì)分聚類分析實(shí)踐
3.2金融貸款防欺詐挖掘分析
3.3金融/電商客戶流失預(yù)測挖掘分析
（以上涉及當(dāng)下主流的聚類、相關(guān)、決策樹、神經(jīng)網(wǎng)絡(luò)及回歸分析等數(shù)據(jù)挖掘算法）

活動(dòng)詳情

提交需求