1、培訓(xùn)過(guò)程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽(tīng)；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書受到廣泛認(rèn)可。

• 主題 內(nèi)容
  第一部分：數(shù)據(jù)倉(cāng)庫(kù)的概念深入
• 1.在大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉(cāng)庫(kù)的困境和挑戰(zhàn)
  2.數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)多樣性解讀
  3.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
• 第二部分 基于SQL Server環(huán)境下的數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)應(yīng)用過(guò)程
• 1．SQL Server下的數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)應(yīng)用的特點(diǎn)
  2．?dāng)?shù)據(jù)倉(cāng)庫(kù)的規(guī)劃過(guò)程
  3．?dāng)?shù)據(jù)倉(cāng)庫(kù)的概念模型設(shè)計(jì)
  4．?dāng)?shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)的實(shí)施過(guò)程及特點(diǎn)
• 第三部分 數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用與管理
• 1．?dāng)?shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)的運(yùn)行技術(shù)管理
  3．SQL SERVER下的數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)管理
  4. 數(shù)據(jù)倉(cāng)庫(kù)工程中注意事項(xiàng)
• 第四部分 SQL SERVER下的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SQL SERVER 的ETL技術(shù)變遷
  2、 ETL過(guò)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(cāng)庫(kù)ETL體系結(jié)構(gòu)如何應(yīng)對(duì)變化的需求
  5、 如何更好選擇ETL工具，它的評(píng)價(jià)準(zhǔn)則怎樣？
  6、 SQL SERVER 環(huán)境下的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(cè)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(píng)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(yíng)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(shì)預(yù)測(cè)
  2.4新產(chǎn)品交叉營(yíng)銷分析 等
  3. 結(jié)合業(yè)務(wù)場(chǎng)景需求，進(jìn)行數(shù)據(jù)挖掘?qū)嵺`:
  1.客戶細(xì)分聚類分析實(shí)踐
  2.金融貸款防欺詐挖掘分析
  3.金融/電商客戶流失預(yù)測(cè)挖掘分析
  （以上涉及當(dāng)下主流的聚類、相關(guān)、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)及回歸分析等數(shù)據(jù)挖掘算法）