1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
       2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。

• 主题 内容
  第一部分：数据仓库的概念深入
• 1.在大数据环境下数据仓库的困境和挑战
  2.数据仓库的体系结构多样性解读
  3.数据仓库与数据挖掘的关系
• 第二部分 基于SQL Server环境下的数据仓库开发应用过程
• 1．SQL Server下的数据仓库开发应用的特点
  2．数据仓库的规划过程
  3．数据仓库的概念模型设计
  4．数据仓库的逻辑模型
  5. 物理模型的设计
  6．基于Sql Server环境下的数据仓库的实施过程及特点
• 第三部分 数据仓库的应用与管理
• 1．数据仓库应用案例
  电信、移动、联通、银行、销售等行业的应用举例
  2．数据仓库的运行技术管理
  3．SQL SERVER下的数据仓库的元数据管理
  4. 数据仓库工程中注意事项
• 第四部分 SQL SERVER下的ETL应用技术进阶
• 1、 ETL发展背景与大数据下的SQL SERVER 的ETL技术变迁
  2、 ETL过程阶段重点及注意事项和经验总结
  3、 ETL特性及案例分析，如何高效实现稳定性、安全性、可扩展性、健壮性、可维护性、高可用性？
  4、 大数据环境下的数据仓库ETL体系结构如何应对变化的需求
  5、 如何更好选择ETL工具，它的评价准则怎样？
  6、 SQL SERVER 环境下的ETL的管理
  1)ETL的数据质量管理
  2)ETL的数据集成
  3)ETL的元数据
  7、 ETL展望
• 第五部分：数据挖掘及数据分析技术
• 1.数据挖掘主要分析方法：
  1.聚类分析（Clustering）
  2.分类分析（Classification）
  3.关联分析（Association）
  4.预测分析（Prediction）
  5.回归分析
  6.相关分析
  7.数据比较分析
  8.数据挖掘的可视化
  2.数据挖掘的实施
  3.分析图形： 正态性检验 描述性统计 箱型图、区间图、时序图 介绍
  4.数据挖掘的关键技术:数据预处理
  5.数据挖掘效果的评估
  实践：SPSS结合相应的分析算法及展示图形
• 第六部分：构建**数据挖掘分析体系
• 1、分析团队建设
  2、分析工作管理
  3、数据分析核心能力建设
  4、分析工作与业务协同
• 第七部分.数据挖掘应用
• 1.数据挖掘及管理经验
  2.数据挖掘在金融、电商、运营商行业领域的应用举例
  2.1 客户行为与潜在客户分析
  2.2 用户信用度分析
  2.3 趋势预测
  2.4新产品交叉营销分析 等
  3. 结合业务场景需求，进行数据挖掘实践:
  1.客户细分聚类分析实践
  2.金融贷款防欺诈挖掘分析
  3.金融/电商客户流失预测挖掘分析
  （以上涉及当下主流的聚类、相关、决策树、神经网络及回归分析等数据挖掘算法）