曙海教學優勢
本課程面向企事業項目實際需要,秉承二十一年積累的教學品質，DM（數據建模）/ DW（數據倉庫）建模和ETL方法培訓課程-以項目實現為導向,老師將會與您分享設計的全流程以及工具的綜合使用經驗、技巧。線上/線下/上門皆可,DM（數據建模）/ DW（數據倉庫）建模和ETL方法培訓課程-專家,課程可定制,熱線:4008699035。
曙海的課程培養了大批受企業歡迎的工程師。曙海的課程在業內有著響亮的知名度。大批企業和曙海
建立了良好的合作關系,合作企業30萬+。
| 第一部分：數據倉庫的概念深入 | 1.在大數據環境下數據倉庫的困境和挑戰 2.數據倉庫的體系結構多樣性解讀 3.數據倉庫與數據挖掘的關系 |
| 第二部分 基于SQL Server環境下的數據倉庫開發應用過程 | 1．SQL Server下的數據倉庫開發應用的特點 2．數據倉庫的規劃過程 3．數據倉庫的概念模型設計 4．數據倉庫的邏輯模型 5. 物理模型的設計 6．基于Sql Server環境下的數據倉庫的實施過程及特點 |
| 第三部分 數據倉庫的應用與管理 | 1．數據倉庫應用案例 電信、移動、聯通、銀行、銷售等行業的應用舉例 2．數據倉庫的運行技術管理 3．SQL SERVER下的數據倉庫的元數據管理 4. 數據倉庫工程中注意事項 |
| 第四部分 SQL SERVER下的ETL應用技術進階 | 1、 ETL發展背景與大數據下的SQL SERVER 的ETL技術變遷 2、 ETL過程階段重點及注意事項和經驗總結 3、 ETL特性及案例分析，如何高效實現穩定性、安全性、可擴展性、健壯性、可維護性、高可用性？ 4、 大數據環境下的數據倉庫ETL體系結構如何應對變化的需求 5、 如何更好選擇ETL工具，它的評價準則怎樣？ 6、 SQL SERVER 環境下的ETL的管理 1)ETL的數據質量管理 2)ETL的數據集成 3)ETL的元數據 7、 ETL展望 |
| 第五部分：數據挖掘及數據分析技術 | 1.數據挖掘主要分析方法： 1.聚類分析（Clustering） 2.分類分析（Classification） 3.關聯分析（Association） 4.預測分析（Prediction） 5.回歸分析 6.相關分析 7.數據比較分析 8.數據挖掘的可視化 2.數據挖掘的實施 3.分析圖形： 正態性檢驗 描述性統計 箱型圖、區間圖、時序圖 介紹 4.數據挖掘的關鍵技術:數據預處理 5.數據挖掘效果的評估 實踐：SPSS結合相應的分析算法及展示圖形 |
| 第六部分：構建**數據挖掘分析體系 | 1、分析團隊建設 2、分析工作管理 3、數據分析核心能力建設 4、分析工作與業務協同 |
| 第七部分.數據挖掘應用 | 1.數據挖掘及管理經驗 2.數據挖掘在金融、電商、運營商行業領域的應用舉例 2.1 客戶行為與潛在客戶分析 2.2 用戶信用度分析 2.3 趨勢預測 2.4新產品交叉營銷分析 等 3. 結合業務場景需求，進行數據挖掘實踐: 1.客戶細分聚類分析實踐 2.金融貸款防欺詐挖掘分析 3.金融/電商客戶流失預測挖掘分析 （以上涉及當下主流的聚類、相關、決策樹、神經網絡及回歸分析等數據挖掘算法）? |
