基于电商行业公司销售数据及电商市场数据，运用目前主流的预测方法，帮助企业及学员更加准确、快速的学习如何预测未来趋势的发展。同时，也帮助学员如何有针对性的找出预测结果中的关键信息点，为企业的决策提出有力的科学依据和支撑



特色一：一套课程搞定企业级数据分析与挖掘全栈技术（excel、SPSS、SAS、MySQL、MongoDB、Python）
特色二：基于Linux+Windows两套系统手把手教你搭建企业数据分析/挖掘开发环境。带你从0~1
特色三：电商企业经典数据分析与挖掘项目全程贯穿，教你从1~100



1、在校大学生
2、电商从业者
3、管理人员
4、市场营销人员
5、在职小白分析师



1、掌握预测分析的理论基础，一些数据分析挖掘软件的使用技巧
2、通过掌握的分析技术及软件技能，帮助企业对未来趋势做出精准预测
3、让学员学会如何从预测结果中找出问题关键点，为企业提出切实可行的建议及方法，为企业未来发展提供更科学的依据和支撑



初级篇

• 课时 1 : 课程欢迎
• 课时 2 : 课程体系简介
• 课时 3 : 本章目标
• 课时 4 : 淘宝数据存储介绍和下载
• 课时 5 : 年销售业务数据存储软件安装
• 课时 6 : 如何登陆到企业业务数据存储服务器
• 课时 7 : 企业中实现业务数据服务器的连接 
• 课时 8 : 年度业务数据的数据类型
• 课时 9 : 电商平台预测数据的录入（上）
• 课时 10 : 电商预测数据的录入（下）
• 课时 11 : 电商企业趋势预测数据
• 课时 12 : 从学院数据分析开始说起
• 课时 13 : 电商平台寻找数据之间的关系和未来趋势发展和评估

中级篇

• 课时 14 : 课程欢迎
• 课时 15 : 课程内容介绍
• 课时 16 : 互联网分布式数据库介绍
• 课时 17 : 季度数据如何实现存储底层原理的实践
• 课时 18 : 主流数据分析语言介绍
• 课时 19 : 预测分析语言入门
• 课时 20 : 分析语言基本语法和配置
• 课时 21 : 预测数据如何实现添加等操作
• 课时 22 : 使用循环操作列表中的元素
• 课时 23 : 互联网企业中是如何将趋势因素从csv文件中读取
• 课时 24 : 数据分析语言的实践-实现分析数据的持久化
• 课时 25 : 常用趋势变化及指数平滑法实现未来趋势的发展评估

高级篇

• 课时 26 : 课程欢迎
• 课时 27 : 课程介绍和虚拟机的配置
• 课时 28 : 金融企业中大数据环境搭建（一）
• 课时 29 : 金融企业中大数据环境搭建（二）
• 课时 30 : 某银行数据服务器网络配置详解
• 课时 31 : 某银行数据服务的启动和登陆
• 课时 32 : 某银行远端登陆业务数据服务器实例
• 课时 33 : 金融类主流分析工具SAS的介绍配置和安装
• 课时 34 : SAS的分析预测源码实现和介绍