数据分析,数据挖掘,sql,excel。python等技术
数据收集和数据库创建
数据管理(包括数据存储和检索、数据库事务处理)
高级数据分析(数据仓库和数据挖掘
数据清洗(清除噪音和删除不一致的数据)
数据集成(多种数据源组合在一起)
数据选择(从数据库中提取与分析任务相关的数据)
数据变换(通过汇总或聚集操作,把数据变换和统一成适合挖掘的形式)
数据挖掘
模式评估(根据某种兴趣度量值,识别代表知识的真正有趣的模式)
知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)
电商数据分析,电商商品sku的挖掘
基于有效数据挖掘的数据仓库的设计和构造
销售,顾客,产品,时间和地区的多维分析
促销活动的有效性分析
顾客保持力――顾客忠诚度分析
产品推销和产品的交叉推动