当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

大数据思维演变和商业模式创新

课程编号:51453

课程价格:/天

课程时长:2 天

课程人气:261

行业类别:行业通用     

专业类别:大数据 

授课讲师:林海

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
1.公司董事长、总经理、CFO、CTO等高层领导 2.贵公司业务总监、技术总监、各业务部门负责人 3.业务骨干、业务主管、各类基层管理人员、技术人员、业务负责人等

【培训收益】
1.全面认识大数据,开启大数据思维 2.在工作中灵活运营大数据帮助企业洞察问题及改善策略 3.结合公司实际情况,运用所学知识推动业务创新

第一单元 已经到来的数字化社会——大数据价值展望
一、大数据已经在改变社会
1、生活在一个被算法垄断的社会
2、更加智能化的硬件和物联网
3、日益出格的数字化商业模式
4、社会文化、消费习惯的跃迁
5、工业化时代的终结

第二单元 大数据十大思维
一、大数据三大核心思维
1、分类:真与假;好与坏;高、中、低。不会分类,就不会思考
2、预测:输入变量,求得结果。代表了掌握规律的能力,生活是确定的
3、相关性:模糊、近似、有关,是一种简便的、粗略的全盘操控能力
提问思考: 关于“概率”的故事,给了我们怎么样的思考;数字和数据的区别在哪里
二、大数据七大创新性思维
1、主动找数据变为被动推荐
2、抽样数据变为全集数据
3、要求精确变为欢迎复杂
4、事后分析变为实时监控
5、人为分析变为机器学习
6、由流程为核心变为以数据为核心
7、由分类型产品变为个性化服务
8、由人与人连接变为人与机器连接
分组讨论:以组为单位,根据林海老师所讲的内容,结合自己日常工作、学习和生活中了解的内容,举一个案例,向大家分享大数据创新思维的应用场景
三、成为大数据领域人才的关键转型
1、拥抱变化和开放性的心态
2、培养系统性思维、建立架构意识
3、观察、收集、分析、推理的基本功
4、成年人的挖洞式学习模式
5、要感谢那个逼迫你学习的人
提问思考:你对大数据感兴趣的是什么?希望学习大数据达到什么样的目标

第三单元 大数据分析常用算法
一、大数据的内容和企业的关注点
1、大数据分析:价值创造工具,企业的重心
2、大数据存储:支撑平台
3、大数据计算:支撑工具
4、大数据产业:数据交易市场、API服务商
二、大数据分析五大初级算法
1、相关性分析:最入门、最常用、最刚需的分析方法
2、散点图分析:最被忽略的探索性分析方法
3、概览性分析:教科书上都不重视的全局总览的分析方法
4、回归分析:最容易理解的由x推导出y的方程式分析法
5、聚类分析:最粗暴的物以类聚人以群分的分析方法
实例演示:如何用大家都会用的Excel,运用这些初级算法,进行入门级别的数据分析
三、大数据分析六大中级算法
1、降维分析:数据太多,抓住主要数据的方法
2、决策树分析:最容易理解的决策分析
3、关联规则分析:貌似没有规模,却可以寻找一个规律
4、相似性分析:当前最热门的分析方法,如:人脸识别、指纹识别
5、可视化分析:河流图、风向图、热力图等各种别具一格的数据呈现方式
6、文本分析:从大量的文字中快速提取关键信息
实例演示:林海老师介绍用泰坦尼克号幸存者的数据,分析幸存者的特征,在白板上逐步推导,进行演示,找出这一事件中幸存者的生存概率
四、两大大数据高级算法
1、神经网络算法:最牛逼的模拟大脑的算法,如埃尔法狗围棋
2、支持向量机算法:实用性和准确性较强的一个机器学习算法
提问思考:机器学习和统计分析的区别,以及优势、未来发展的趋势

第四单元 大数据分析的工具与操作方法
一、大数据分析的主要工具
1、R语言。下载、安装、打开、helloworld示例
2、Python。下载、安装、打开、Hellowworld示例
二、大数据分析方法和步骤
1、数据获取(导入数据、爬取数据)
2、数据探索分析、概览分析
3、明确分析目的
4、选择x和y
5、对格式进行转换
6、选择模型(模型选择准则)
7、使用交叉验证规则,切分数据
8、用模型进行训练
9、分析模型预测结果
10、确定最优模型
11、使用和预测
12、报告和呈现
实例演示:以一份国际白银价格数据为例,林海老师详细演示分析过程,对白银的未来价格进行预测
三、数据分析中的常见问题
1、数据量
2、数据质量
3、归一化
4、过拟合
案例介绍:常见的数据分析陷阱和逻辑谬误
四、不同分析模型的比较
1、适用性,不同模型有不同的适用场景
2、经验性,根据项目经验,各个模型有差别
3、结果性,用结果来评价优劣
4、开放性,能看清内核,能修改完善最好
5、可控性,运行结果文档,可以预期输出
案例分析:药品的研发过程和双盲测试法

第五单元 大数据创新的经典案例
一、互联网公司的经典案例
1、推荐算法:当当网评论的排序优化,激发了购买
2、个性化页面:淘宝的千人千面、个性化的产品介绍和价格、服务
3、自动撮合:基于位置的、基于价格、基于时间、基于供需
4、自动化流程:减少人工录入和操作
5、客户画像:更加洞察需求
6、活动预测:流量引导、资源规划
7、用户行为分析:分析现状,查找问题和改进
8、异常检测:文字、图片的异常侦测、识别
9、灰度策略:小部分用户进行试错
10、黑科技:无处不在的骚扰和隐私泄露
案例分析:大数据对竞技体育行业的影响
二、传统行业公司的大数据项目应用
1、中国电信运营商(中国移动、中国联通)的大数据实战
2、中国电力企业(国家电网、南方电网)的大数据实战
3、中国金融行业(银行、保险)的大数据实战
4、中国制造行业(美的)的大数据实战
讨论:如何看待大数据泡沫现象

第六单元 设计大数据解决方案
一、企业开展大数据工作的策略和建议
1、开始养数据,做好积累
2、业务闭环(付款闭环、绩效闭环)处理,提高数据质量
3、以客户、产品、项目、订单为中心进行数据编织
4、先统计,再挖掘
5、应用场景以业务的“事前规划、事中监控、事后总结”为主线
6、用数据说话,用数据决策,培养数据文化
7、培养业务研究型专家,对业务进行持续分析和改善
二、如何设计数据分析解决方案(模型:W-J-P-M-V-D)
1、What:问题是什么
2、Judgement:能用数据分析解决吗
3、Prerequisite:具备数据基础吗
4、ModelSelect:选择哪个模型
5、Visualization:怎么呈现结果
6、Design:设计流程,形成文档
三、林海老师带领学员,设计一个数据分析解决方案(题目:基于大数据的客户画像,需要被培训公司提供些背景材料,可以在第一天培训时提供)
四、头脑风暴:以小组为单位,结合公司和所处行业的特点,基于目前的需求或存在的痛点,运用大数据分析技术,设计创新性解决方案,并对方案进行展示 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们