【课程目标】
大数据时代已经来临,大数据战略已经上升到国家意志,拥有大数据的规模和利用大数据的能力已经成为国家竞争力的一种体现,大数据的重要性已经毋庸置疑。
本课程围绕大数据产业,从大数据的基本面出发,分析大数据的应用价值;大数据作为工具,如何帮助企业提升运营效率,提升企业利润;再到大数据引起的思维变革,怎样改变企业管理、社会治理的思维;再到大数据引起的国家管理、企业管理文化的变革;最后探讨了大数据在企业中的商业模式创新,发展机遇及新利润增长点。
通过本课程的学习,达到如下目的:
- 了解大数据的基本面,以及大数据在各领域中的应用价值。
- 了解大数据在工具、思维和文化上的变革,以及大数据带来的冲击。
- 探讨大数据给企业带来的商业模式的创新,及探讨大数据发展策略。
【授课对象】
中高层领导、政策制定者等相关人员。
【授课方式】
讲授(工具变革+思维变革+文化变革)+企业商业模式创新探讨
【课程大纲】
- 大数据的核心理念
问题:大数据的核心价值是什么?大数据是怎样用于业务决策?
- 大数据时代:你缺的不是一堆方法,而是大数据思维
- 大数据是探索事物发展和变化规律的工具
- 一切不以解决业务问题为导向的大数据都是耍流氓
- 大数据的核心能力
- 从案例看大数据的核心本质
- 用趋势图来探索产品销量规律
- 从谷歌的GFT产品探索用户需求变化
- 从美国总统竞选看大数据对选民行为进行分析
- 从大数据炒股看大数据如何探索因素的相关性
- 认识大数据分析
- 什么是数据分析
- 数据分析的三大作用
- 常用分析的三大类别
案例:喜欢赚“差价”的营业员(用数据管理来识别)
- 数据分析需要什么样的能力
- 大数据应用系统的四层结构
- 大数据分析的两大核心理念
- 大数据分析面临的常见问题
- 不知道分析什么(分析目的不明确)
- 不知道怎样分析(缺少分析方法)
- 不知道收集什么样的数据(业务理解不足)
- 不知道下一步怎么做(不了解分析过程)
- 看不懂数据表达的意思(数据解读能力差)
- 担心分析不够全面(分析思路不系统)
- 数据分析基本过程
- 数据分析的六步曲
- 步骤1:明确目的--理清思路
- 确定分析目的:要解决什么样的业务问题
- 确定分析思路:分解业务问题,构建分析框架
- 步骤2:数据收集—理清思路
- 步骤3:数据预处理—寻找答案
- 数据质量评估
- 数据清洗、数据处理和变量处理
- 探索性分析
- 步骤4:数据分析--寻找答案
- 选择合适的分析方法
- 构建合适的分析模型
- 选择合适的分析工具
- 步骤5:数据展示--观点表达
- 步骤6:报表撰写--观点表达
- 数据分析的三大误区
演练:如何用大数据来支撑手机精准营销项目
- 大数据变革之工具变革
- 大数据是探索世界的工具
- 大数据的核心价值——发现规律和预测
- 大数据的应用领域
- 大数据的三层价值
- 增效:提升运营效率
- 创收:提升利润
- 创新:商业模式升级
- 大数据与商业应用
- 生产:确保流程优化
- 市场:实现精准营销
- 设计:进行产品功能优化
- 大数据与社会治理
- 大数据与经济发展
- 大数据重塑新的产业生态
- 大数据成为企业升级转型的新引擎
- 大数据驱动新工业智能化
- 大数据可以治国,也可以强国
- 大数据变革之思维变革
- 大数据成为科学研究的第四范式
- 第一范式:经验科学阶段
- 第二范式:理论科学阶段
- 第三范式:计算科学阶段
- 第四范式:数据密集型阶段
- 管理决策的思维变革
- 从拍脑袋到用数据说话
- 从经验主义到科学决策
- 从抽样调研到全体数据分析
- 从定性描述到定量分析
- 从事先总结到事前规划
- 探索未知的思维变革
- 从追求因果关系到追求相关关系
- 从追求算法到追求数据
- 大数据的简单计算用过小数据的复杂计算
- 大数据思维——思路决定你的出路
- 定量思维,一切皆可量化
- 相关思维,一切皆有联系
- 实验思维,一切皆可尝试
- 全样本思维,大数据的简单计算胜过小数据的复杂计算
- 个性化思维,以消费者为中心
- 融合思维,全平台大数据帮助你的数据需要整合
- 大数据变革之文化变革
- 大数据之法规完善
- 数据主权与制度完善
- 数据收集与数据归属权
- 数据使用与隐私权
- 数据规范与最小数据集
- 数据质量与行业标准
- 数据开放与信息自由
- 数据开放意味着信息的自由流动
- 信息的开放意味着信息趋向对称
- 信息的开放意味着决策权力的分散
- 构建尊重数据尊重事实的数据文化
- 大数据不仅仅金矿,更是土壤
- 大数据与商业模式创新
- 大数据成为企业的核心竞争力
- 大数据下的商业变革
- 大数据带来的业务创新
- 围绕大数据构建新的商业生态
- 企业人才管理的革新
- 大数据战略理解——定位决定你的地位
- 数据即资产
- “数据化运营”转变为“运营数据”
- “搜索引擎”转变为“推荐引擎”
- 大数据未来发展的思考与建议
结束:探讨与总结。