دوره حضوری داده کاوی کاربردی و تحلیل اطلاعات مشتریان

 

 

چهارمين دوره حضوری داده کاوی کاربردی و تحلیل اطلاعات مشتریان

با استفاده ازنرم افزار Rapid Miner

 

 

داده‏های مشتری داستان تعامل مشتری با کسب‌وکار شما می‌باشد. داده­های مشتری چیزی بیشتر از اعداد و ارقام است مشروط بر این‌که بتوانید با استفاده از تکنیک‌های داده‌کاوی به تحلیل این داده­ها بپردازید.

داده‌کاوی اطلاعات ارزشمندی را از مشتریان در اختیار شما قرار می‌دهد.

 در این دوره می‌خواهیم شما را  به صورت تخصصی و کاملاً کاربردی با مراحل اجرای تحلیل داده‌ها و اطلاعات مشتریان با استفاده ازنرم افزار رپیدماینر که یکی از معروف­ترین نرم افزارهای داده کاوی می­باشد آشنا نماییم.

.....................................................

لزوم استفاده از داده‌کاوی در مدیریت ارتباط با مشتریان چیست؟ 

 

  شاید اصلی‌ترین دلیلی که موجب شده است داده‌کاوی در کانون توجه مدیریت ارتباط با مشتریان قرار بگیرد این است که کسب‌وکارها در سال‌های اخیر با حجم زیادی از داده‌های مشتریان در صنایع و حوزه‌های مختلف مواجه شده‌اند. حجم داده‌های در دسترس از مشتریان به حدی زیاد شده که حتی اگر فرصت تحلیل این حجم عظیم از داده‌ها وجود داشته باشد، ذهن و هوش انسانی قادر به این کار نیست. در حالی که بسیاری از کسب‌وکارها علاقه‌مند به جمع‌آوری و ذخیره داده‌ها و اطلاعات از مشتریان خود می‌باشند، به ندرت از این مرحله فراتر رفته و در نتیجه پتانسیل کامل گنج پنهان درون این داده‌ها و اطلاعات بر آن‌ها پوشیده می‌ماند.

آنچه مسلم است این است که داده‌های مشتریان به صورت خام برای ما هیچ ارزش و سودی نخواهند داشت و آنچه که ضرورت پیدا می‌کند این است که کسب‌وکارها باید تلاش کنند تا استفاده مفید و کاربردی‌تری از داده‌های جمع‌آوری شده از مشتریان خود داشته باشند. باید بتوانند اطلاعات مفید را از اطلاعات غیرمفید تفکیک نمایند و یک مدل و الگوی قابل‌فهم از این داده‌ها به دست آورند. مدل و الگویی که فراتر از داده­­های خام باشد و بتوان از طریق آن، حجم زیاد داده­های مشتریان را خلاصه و آن را به صورت دانش استخراج نمود.

 .....................................................

چند سوال مهم...

·         آیا مشتریان ارزشمند کسب و کار خود را می شناسید؟

·         آیا گروه های مختلف مشتریان را در کسب و کار خود شناسایی کرده اید؟

·         آیا می دانید که چه كساني جزء مشتریان بالقوه‌ای هستند که قصد خريد محصولات شما را دارند؟

·         آیا می دانید مشتریان ارزشمند تا چه زمانی از شما خرید می کنند؟

·         آیا می دانید کدام گروه از مشتریان خود را از دست خواهید داد؟

·         آیا می توانید پیش از اینکه مشتریان خود را از دست دهید، موضوع ریزش آن ها را پیش بینی کنید؟

·         آیا می دانید پیشنهاد محصول جدید را باید به کدام گروه از مشتریان ارائه کنید؟

·        آیا می دانید بهتر است کدام گروه از مشتریان را در کمپین های بازاریابی خود شرکت دهید؟

·         آیا می‌توانید پیشنهادهای سفارشی به مشتریان خود ارائه کنید؟

·         آیا می‌توانید تشخیص دهید که مشتریانتان کدام گروه محصولات را با هم خریداری می‌کند؟

و ده ها سوال دیگر از این قبیل...

پاسخ به این سوالات نیازمند داشتن توان تحلیل داده‌های مشتریان می‌باشد. ما در دوره « داده کاوی و تحلیل اطلاعات مشتریان» می‌خواهیم این توان تحلیلی را در شما ایجاد کنیم.

با شرکت در این دوره اولین گام را به سوی تبدیل شدن به یک متخصص علم داده بردارید.

 

ده انگیزه استفاده از تحلیل داده ها:

و خبر خوب اینکه تحلیل داده ها تقریباً در تمامی بخش های یک سازمان مورد استفاده قرار می گیرد. بنابراین با یادگیری دانش داده کاوی می توانید جایگاه شغلی خوبی در سازمان ها  پیدا کنید.

 

به آمار زیر توجه کنید.

 .....................................................

 

 مسیر اصلی که قرار است در این دوره طی شود:

 .....................................................

نرم افزار مورد استفاده در این دوره:

 

شما قرار است در این 4 جلسه توانایی تحلیل داده های مشتریان خود با استفاده از نرم افزار رپیدماینر را کسب کنید. یعنی در انتهای دوره از شما انتظار می رود که با مهم ترین و کاربردی ترین اپراتورهای نرم افزار رپیدماینر برای تحلیل داده های مشتریان خود آشنا شده باشید و از آن ها برای تحلیل داده ها استفاده کنید.

 

 

رپیدماینر: نرم افزار رپیدماینر یک نرم افزار کاربردی بوده که نیاز به کد نویسی نداشته و برای افرادی که میخواهند در مدت کوتاهی با یکی از ابزارهای مهم داده کاوی آشنا شوند و به تحلیل داده های مشتریان خود بپردازند مناسب خواهد بود.

 

 .....................................................

سرفصل مطالبی که قرار است در این دوره به آن بپردازیم:

 

جلسه اول

نگاهی کوتاه بر کاربردهای داده کاوی در مدیریت ارتباط با مشتری

قرار است در این بخش از دوره برای شما درباره مفاهیم داده کاوی و مدیریت ارتباط با مشتری صحبت کنیم و بگوییم کسب و کارها چگونه می توانند از تکنیک های داده کاوی استفاده کنند و فروش و سودآوری خود را افزایش دهند.

       آشنایی با فرآیند اجرای پروژه های داده کاوی (CRISP)

انتخاب یک فرآیند مطلوب برای انجام هر کاری به شما کمک می‌کند تا بیشترین بهره را از زمان، داده‌ها و دیگر منابع خود ببرید. یکی از متداول‌ترین و معروف‌ترین فرآيندهاي انجام پروژه‌های داده‌کاوی فرآیند «کریسپ» (CRISP-DM) می‌باشد. این دوره نیز بر اساس این فرآیند پیش خواهیم رفت

        دانلود و نصب نرم افزار، آشنایی با محیط نرم‌افزار، ورود داده‌ها به نرم‌افزار

تمرکز دوره بر روی موضوع استفاده از نرم افزار و ایجاد توان تحلیلی در شرکت کنندگان می باشد. بنابرابن پس از نگاهی کوتاه به مفاهیم به سراغ نرم افزار می رویم و شما را با نرم افزار، نصب آن، بخش های مختلف آن آشنا می کنیم.

        شناخت انواع داده‌هاي مشتريان

شما باید پیش از آغاز کار تحلیل داده ها باید مجموعه داده مشتریان خود را از لحاظ نوع داده هایی که از آن ها در دسترس دارند مورد بررسی قرار دهند. در مجموعه داده هایی که از مشتریان خود در دست دارید ممکن است با انواع مختلفی از ویژگی و متغیر از مشتریان سر و کار داشته باشید. ما با شما در مورد چگونگی تعیین نقش و نوع متغیرهای در دسترس از مشتری صحبت می کنیم.

         تحلیل اکتشافی دادهای مشتری

در این بخش به درک بیشتر مجموعه داده می پردازیم. نرم افزار رپیدماینر قابلیت ارائه شاخص های توصیفی و آماره های کلان از داده ها را دارا می باشد.

همچنین با نرم افزار رپیدماینر می توانید نمودارهای خوبی برای توصیف داده های مشتریان خود رسم کنید. در جلسه اول از چگونگی رسم انواع مختلفی از نمودارها همانند نمودار هیستوگرام، میله ای، دایره ای، پراکنش، بلوکی، حبابی و .... برای شما خواهیم گفت. این نمودارها به شما در درک رابطه بین ویژگی های مشتریان کمک خواهد کرد.

        پاكسازي داده‌های مشتری (مديريت داده‌هاي گم شده، داده‌هاي پرت و داده‌هاي تكرار)

پاکسازی داده ها موضوعی است که اگر در تحلیل داده های مشتریان به آن توجه نشود هزینه های زیادی را به سازمان و شرکت متحمل می کند. داده های پاکسازی نشده و به اصطلاح کثیف برای مدلسازی مناسب نمی باشند.

در جلسه اول با مشکلاتی که کیفیت داده ها را به مخاطره می اندازد و نحوه حل این مشکلات آشنا خواهید شد.

برای هر مرحله از پاکسازی داده ها اپراتورهایی معرفی خواهیم کرد.

جلسه دوم

      آشنایی با آماده سازی و پیش پردازش داده ها و اپراتورهای مربوطه

علاوه بر پاک‌سازی داده‌ها، بسته به وضعيت مجموعه داده‌ در دسترس، می‌بایست برخی از پيش‌پردازش‌هاي لازم به منظور بالا بردن كيفيت مجموعه داده بكار گرفته شوند.ما در این جلسه نخست در مورد مواردی که ممکن است شما با آن سر و کار داشته باشید صحبت خواهیم کرد و سپس اپراتورهای مورد نیاز برای هر مرحله را به شما معرفی خواهیم کرد.

مرحله آماده‌سازی داده‌ها، مرحله مهمی است و نسبت به سایر مراحل زمان بیشتری برای اجرا لازم دارد. در این جلسه توانمندی پیش پردازش داده ها را به صورت کاملا کاربردی در شما ایجاد خواهیم کرد.

·         یکپارچه سازی داده های مشتریان

·         تجمیع داده ها

·         نمونه گیری

·         کاهش ابعاد

·         انتخاب زیرمجموعه ای از ویژگی ها (روش های فیلتری، روش الگوریتم ژنتیک و فوروارد)

·         خلق ویژگی

·         گسسته سازی

·         نرمال سازی

جلسه سوم

پس از مراحل پاکسازی و آماده سازی داده ها نوبت به مرحله مدلسازی می رسد. سه نوع تکنیک داده‌کاوی وجود دارد که مدیران کسب‌وکارها می‌بایست با آن‌ها آشنا باشند و در حل مسائل مربوط به کسب‌وکار خود از آن‌ها بهره جویند. این تکنیک ها عبارتند از 1- رده بندی و پیش بینی 2- خوشه بندی و 3- کشف قوانین انجمنی.

در جلسه سوم به مسائل مربوط به رده بندی و پیش بینی پرداخته می شود.

آشنایی با تکنیک‌ها و الگوریتم‌های رده بندی

·         نحوه کارکرد الگوریتم‌های رده‌بندی و پیش‌بینی

·         معرفی الگوریتم‌های رده بندی و پیش بینی در داده‌کاوی

·         اعتبارسنجی مدل‌ها

·         شیوه محاسبه دقت در مدل‌های رده‌بندی و پیش‌بینی

·         استفاده از الگوریتم‌های رده‌بندی و پیش‌بینی در قالب مثال‌هایی کاربردی

در پایان جلسه سوم از شما انتظار می رود تا بتوانید به پیش بینی رفتار آینده مشتریان خود بپردازید. برای مثال:

·         کدام یک از مشتریان تازه وارد در گروه مشتریان ارزشمند شما قرار می گیرند؟

·         کدام گروه از مشتریان در معرض خطر از دست دادن قرار دارند؟

·         کدام یک از مشتریان را بهتر است در کمپین های بازاریابی شرکت داد؟

·         آیا مشتری به تبلیغات پیامکی ما پاسخ مثبت می دهد؟

·         آیا مشتری قابلیت خرید از سایت ما را دارد یا خیر؟

و ....

جلسه چهارم

در ابتدای جلسه چهارم به روش های خوشه بندی می پردازیم.

·         خوشه‌بندی و معرفی الگوریتم‌های مختلف خوشه‌بندی در نرم افزار

·         نحوه تحلیل خوشه‌ها بر اساس ویژگی‌های مختلف مشتریان

·         ارائه مثال‌هایی کاربردی از بخش‌بندی مشتریان با استفاده از الگوریتم‌های خوشه‌بندی در نرم افزار

در پایان این بخش از چلسه چهارم از شما انتظار می رود تا بتوانید مشتريان خود را در قالب يك مجموعه مديريت كنيد. آن ها را خوشه بندی کنید و گروه های مشتریان را بر اساس ویژگی های مهم آن ها تحلیل کنید.

در ادامه ی جلسه چهارم به روش های کشف قوانین انجمنی می پردازیم.

·         آشنایی با قواعد انجمنی و الگوریتم مرتبط در نرم افزار

·         استفاده از الگوریتم‌های قواعد انجمنی در قالب مثال‌هایی کاربردی

در پایان این بخش از چلسه چهارم از شما انتظار می رود تا بتوانید به تحلیل سبد مشتریان خود بپردازید و به ارائه توصیه های سفارشی به مشتریان بپردازید.

 

  .................................................

 

روند جلسات دوره به چه صورت می­باشد؟

در هر جلسه از ابن دوره به صورت تعاملی و کاملاً کاربردی به تحلیل داده های مشتریان و یادگیری نرم افزار رپیدماینر می پردازیم.

اين دوره براي چه كساني مفيد است؟

• برای افرادی که میخواهند در مدت کوتاهی با یکی از ابزارهای مهم داده کاوی آشنا شوند و به تحلیل داده های مشتریان خود بپردازند

• این دوره مناسب مدیران فروش و بازاریابی است که داده‌های مشتریان را در اختیار دارند و قصد استفاده تحلیلی از این داده‌ها را دارند.

• کارشناسانی که در حوزه مدیریت ارتباط با مشتری فعالیت می‌کنند و با داده‌های مشتریان سر و کار دارند و قصد یادگیری روش‌های تحلیل داده‌های مشتریان را دارند.

 

• دانشجویان و فارغ التحصیلانی که می‌خواهند با دانش روز داده‌کاوی کاربردی به عنوان بخشی از از آماده‌سازی خود برای یافتن شغل در زمینه مدیریت ارتباط با مشتری آشنا شوند.

 

  .....................................................

 

 

اطلاعات دوره

 

 

زمان دوره:

ساعت (4 جلسه 4 ساعته) 16

شروع دوره 4 بهمن 1397

پنج شنبه ها  ساعت 9 صبح الی 13

 

محل تشکیل کلاس ها

 

تهران ، تهران ، خیابان کارگر شمالی بالاتر از جلال آل احمد، پردیس دانشکده های فنی دانشگاه تهران، دانشکده مهندسی مکانیک (ساختمان جدید)

مزایای دوره:

 

Ø     تجربه یک ماه زندگی به عنوان یک تحلیل گر داده را خواهید داشت.

Ø     ارائه ی ایده هایی تجربی برای تحلیل داده های مشتریان

Ø     تشکیل گروه در شبکه اجتماعی تلگرام و تبادل نظر در طول هفته و ارسال مطالب هفتگی در مورد داده کاوی و مدیریت ارتباط با مشتری برای شرکت کنندگان محترم.

Ø     امکان پاسخ گویی به سوالات شرکت کنندگان محترم

Ø     امکان پس گرفتن پول در شرایط عدم رضایت

Ø     دسترسی به صدای دوره،  جزوه و اسلایدها

Ø     حضور در دوره های بعدی در صورت غیبت

 

نظرات شرکت کنندگان دوره های قبل:

آقای حسام افشار

دوره مقدماتی عالی بود و به نسبت زمان در نظر گرفته شده مباحث خوبی رو پوشش میداد....و من رضایت نسبی نسبت به دوره داشتم ....در مورد دوره تکمیلی البته هنوز شروع نشده ولی سرفصلها رو که مطالعه کردم به نظر جای بعضی از مباحث مانند کاوش داده های سری زمانی خالی بود

آقای علی پورحمیدی

سلام وقت بخیر

من قبلا باهاش آشنا نبودم و دوره مفیدی بود.

مدیریت زمانش هم خوب و قابل قبول بود

خانم رضوان پور هاشمی

سلام. به نظر بنده هم مطالب بسیار مفید و کاربردی بودند. با سپاس فراوان از خانم دکتر و همکارانشون

آقای مجمد صادق ادیب

بسیار دوره مفید و کاربردی بود

آقای امیر ارسلان کاوه

سلام و عرض ادب

دوره مقدماتي براي آشنايي با نرم افزار و همچنين اپراتورها مناسب بود
پيشنهاد ميكنم براي دوره پيشرفته تمركز صرفا كيس محور باشد تا پژوهش محور 
اينكه با داده هاي واقعي و كيس هاي مختلف مربوط به داده هاي مشتري كار شود و اينكه براي مديريت مشتريان خروجي هاي واقعي چيست؟
بسياري از عمليات هاي اپراتورها با سادگي خيلي بيشتر در اكسل قابل انجام است اما توانايي اين نرم افزار بايد بسيار بالا باشد كه نياز به انجام كيس هاي متفاوت دارد  يك كارگاه تعاملي تر بطوريكه بتوان روي داده هاي واقعي KPI واقعي تعريف و خروجي گرفت

خانم فاطمه سلیمانی

سلام و عرض ادب و احترام  من در کلاس مقدماتی حضوری، شرکت کردم. کلاس عالی و بسیار مفید بود. خیلی هم از خانم دکتر مکارم تشکر میکنم بابت تدریس عالیشون و حوصله و صبری که در آ موزش به خرج میدن. سپاسگزارم.

خانم لیلا متولی

سلام و عرض ادب...کلاس داده کاوی مقدماتی بسیار کاربردی بود و با مثال های مختلف سرفصل های نرم افزار تست شد.امیدوارم دوره های آتی در ادامه داده کاوی پیشرفته تشکیل شود..ممنون از صبر و تدریس خیلی خوب خانم  دکتر

آقای فرهاد کیا

 

باسلام و عرض ادب،
در ابتدا بابت تلاش شما در ارسال مدرک دوره تشکر میکنم. بدستم رسید. در مورد دوره قبل باید بگم برای من هم مانند دوستان خیلی مفید بود. خصوصا بیان شیوای استاد گرامی و صبر و حوصله ایشان در ارائه مطالب باعث درک بهتر مفاهیم شد. پیشنهاد میکنم دوره آتی کیس محور باشه تا چالش هایی که در اجرای پروژه های داده کاوی در محیط های واقعی با اون ها روبرو می شیم واضح تر بشه. البته همونطور که استاد گرامی فرمودند ظاهرا به همین صورت هم برگزار می شود که بسیار خوب است. درمورد صحبت یکی از دوستان گروه که گفتن اکسل بیشتر اپراتورها رو داره، به نظر من در خصوص پاک سازی داده ها قبول قبوله ولی فکر نمیکنم به غیر از رگرسیون اپراتورهای اصلی الگوریتم های پیش بینی (مثل درخت تصمیم و آنالیز بیز و..) رو داشته باشه اگر غیر از این هست ممنون میشم معرفی کنید. همچنین بنظرم یکی از قابلیت های نرم افزار رپیدماینر این است که با تست کردن تمامی این الگوریتم ها در کنار یکدیگر می توان بالاترین دقت ها رو انتخاب کرد که این بسیار جالب و کاربردی است.

 ............................................

 

جهت کسب اطلاعات بیشتر با ما تماس بگیرید

88929919_021