做企业培训，当然要找对好讲师！合作联系
讲师网 企业内训 课程详情

枫影：区块链及在大数据领域的应用

枫影老师枫影 注册讲师 308查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 区块链

课程编号 : 16325

面议联系老师

适用对象

数字技术、产业数字化、企业数字化转型等领域

课程介绍

【课题背景】

未来 10 年，区块链技术可能将释放巨大威力，区块链网络将成为像今天的电信网和互联网一样的社会基础架构。 但非前沿技术领域的群体则对区块链的起源、发展、技术趋势及落地应用场景尚不清楚。本课程将会从区块链技术、区块链技术原理、商业模式创新以及在大数据领域的应用等维度系统分享。帮助学员打开思路，了解外界对区块链的认知，正确帮助学员了解区块链价值及具体应用。

【参与人员】

本课程适宜于：数字技术、产业数字化、企业数字化转型等领域

【学员收获】

  1. 了解区块链技术的起源、发展、技术原理、发展历程及现状
  2. 了解区块链技术在大数据领域的应用

【课程纲要】

  1. 区块链技术
  2. 区块链的起源和发展
  3. 比特币的故事
  4. 区块链的发展历程:从比特币、以太坊、智能合约到资产数字化，区块链快速融入实体
  5. 区块链发展阶段、现状及特点：
  6. 区块链1代：比特币
  7. 区块链2代：以太坊
  8. 区块链3代：价值互联网

（4）整体特点：价值属性、存证属性、信任属性、智能属性、溯源属性

3.区块链技术原理:

（1）区块链的整体架构

（2）区块链的关键技术——密码学、共识算法、智能合约、P2P网络

4.区块链的主要应用领域

（1）商业模式创新：联盟链的共识算法与智能合约

（2）价值互联网：资产数字化溯源与P2P交易

【案例】区块链在金融、农业、养老、文化领域中的应用

区块链技术在大数据领域的应用

  1. 区块链+大数据之间的关系
  2. 区块链定义为技术
  3. 大数据定义为内容区块
  4. 大数据借由区块链实现数据价值增值
  5. 大数据作为内容的价值要求
  6. 内部数据治理：数据来源可靠、数据不可篡改、数据隐私
  7. 外部数据资产：能够面向业务、面向外部自由调用和交易
  8. 区块链在大数据的应用
  9. 借由区块链的特性实现内部数据治理
  10. 把数据作为生产要素，进行内-外的数据资产交易
  11. 区块链+数据资产管理
  12. 数据资产化：数据资产所有权属与未来价值
  13. 数据资产化面临的困境：数据资产权属管理与数据资产交易
  • 数据资产：实体物理资产的数字化映射、虚拟权益类数字资产
  • 权属管理：TTP与去中心化的ODIN标识号
  • 数据资产交易：数字产权保护、区块链间的跨链交易与智能合约
  1. 区块链+所有权：可溯源+加密技术，破解数据所有权
  2. 区块链+交易：实现P2P点对点的数据资产交易
  3. 区块链数字资产管理平台设计
  4. 应用服务层：场景应用
  5. 应用接口层：API、SDK
  6. 底层平台：用户系统、分布式账本系统、合约系统
  7. 区块链+数字资产管理的实现路径

（1）1.0 区块链数字资产平台大量的建立

（2）2.0 数字身份、数字公正、资产数字化，实现实体资产上链

（3）3.0 智能资产、数字自律组织、形成P2P价值交换互联网

  1. 区块链+数字资产管理的落地案例
  2. 布萌数字资产平台
  3. 小蚁智能资产平台
  4. 南网电网用电数据资产交易

枫影老师的其他课程

• 枫影：数据思维、数据分析应用及方法
【课题背景】数据分析是可以给到日常业务人员和管理人员实现业务提效和科学决策以支撑。伴随数字化转型的深入，越来越多的业务环节有了可以更多数据可供工作使用，但如何对如此诸多的数据做好数据分析，能够支撑业务和管理，就要研究数据分析的思维和方法，从底层原理和工具的应用等方面掌握数据分析的方法。【参与人员】本课程适宜于：全体成员【学员收获】了解数据分析的价值了解数据分析在全价值链的应用掌握数据分析的方法理解数据部门与业务部门的协同的重要性【课程时长】1天【课程大纲】数据分析的价值与意义优秀的企业都在在每一个关键节点做出了科学判断科学判断的本质是对复杂事物（数据）的一种分析做什么？——方向怎么做？——策略怎么做才能做得更好？——方法技巧相比于传统经验决策，数据决策的特点经验本质也是数据，但却是主观的、片面的、历史的数据大数据，具有客观性、即时性、全面性相比传统经验的决策，更加科学数据分析赋能科学决策的基本原理（1）定义问题——提出一个好问题（2）数据模型——对一个问题的多维度思考（3）数据采集——从各个渠道获取相关的数据（4）数据分析——使用一定的数据分析方法得出结论（5）形成判断——对初始的问题作出接下来的行动决策【案例】上海清美C2M数据分析数据分析在全价值链的应用业务与数据的关系业务是数据的来源数据反映业务运行状况，并反过来指导业务实体产业常见的业务场景数据分析的应用C2M，借助需求数据，敏捷性创新产品【案例】元气森林的产品创新IMS，依托ERP、MES、PLM等系统数据展开智能化精细化排产【案例】上海清美面包的定制化生产ILS，依托智能物联数据和AI建模，实现智慧物流体系【案例】上海洋山港码头智慧物流品牌与市场，基于目标用户数据展开品牌细分与精准市场营销【案例】瑞幸咖啡的精准市场投放消费者体验，依托消费者数据展开个性化场景设计【案例】成都大悦城基于用户数据展开个性化场景搭建渠道数字化，依托渠道数据分析，展开对渠道的精细化管理赋能【案例】美的D2C的渠道数字化与数据分析用户运营，基于SCRM数据，展开对用户的精细化运营【案例】中国移动的客户数据分析在用户运营方面的应用构建数据共享中心，实现整个业务场景的协同运营效率提升一体化大数据平台、数据中台的建设基于用户需求为中心的数据调用数据分析的流程、方法定义问题  定义业务模型与业务专家深度沟通，构建初步数据分析模型把业务模型融入算法数据获取外部数据：网站或爬虫内部数据：原始录入、互联网、物联网数据使用分类：建模数据、训练数据和分析数据数据处理（1）数据处理的内容数据清洗数据补充定义主数据和元数据（2）完成数据的清晰和补充去重复查补缺检查数据准确性（3）基础数据处理常用函数（加总求和、计数、平均、最值、排序、乘积、除余、取整）逻辑运算（if、iferror、and、or）文本编辑（文本提取、文本查找、文本替换、文本转换及合并）引用与查找（vlookup、hlookup、lookup、indirect、index、match）做好数据分析数据分析内容描述性分析推断性分析预测性分析借助工具实现以上分析对比分析：柱形图结构分析：饼状图趋势预测分析：折线图+柱形图借助BI生成相应的数据看板做出决策背景介绍和问题描述定义问题，并进行相关性分析数据分析报告的呈现提出下一步行动计划数据分析落地要领与一些误区数据分析整体定位用来支撑业务发展系统需要获取哪些数据与业务运营模型有关业务做数据分析，需要真实有效的数据支撑业务部门需要做主导、数据部门要保障数据的价值性落地流程与要领明确要先数字化的业务场景（比如营销、原料、生产等）创建数据中台基座数据部门与业务部门明确相关的子系统（比如ILS、IMS、ERP、SCRM等）数据部门与业务部门根据业务模型创建主数据管理创建数据采集系统（物联网+互联网+手工输入）形成商业BI数据看板业务部门借助相关BI数据看板分析业务数据分析指导业务运营的基本认知数据产品的建设是一个长期动态的过程数据产品的构建与业务的变革休戚相关业务人员能否发挥数据价值在于是否能够具备业务模型构建的能力
• 枫影：数据思维与数据分析（职能部门）
【课题背景】数据分析是可以给到日常业务人员和管理人员实现业务提效和科学决策以支撑。伴随数字化转型的深入，越来越多的业务环节有了可以更多数据可供工作使用，但如何对如此诸多的数据做好数据分析，能够支撑业务和管理，就要研究数据分析的思维和方法，从底层原理和工具的应用等方面掌握数据分析的方法。【参与人员】本课程适宜于：全体成员【学员收获】了解数据分析的价值掌握数据分析的整个流程掌握数据分析的方法学会借助工具呈现可视化数据分析报告【课程时长】1天【课程大纲】数据分析的意义和价值（1小时）数据分析是做什么的？——判断数字化时代数据的4V特征数据分析的价值应用外部数据做决策：发现大战略、新商机、创新业务内部数据做优化：对现有的业务、管理展开提效降本【案例】大数据降低线损、大数据判定新能源新需求数据分析三个核心要素定义业务问题，掌握业务建模的能力掌握数据分析的流程方法掌握数据分析工具的应用数据分析的流程（3小时）明确数据分析的目的——需要解决什么问题  定义业务模型定义问题与业务专家深度沟通，构建初步数据分析模型把业务模型融入算法数据获取外部数据：网站或爬虫内部数据：原始录入、互联网、物联网数据使用分类：建模数据、训练数据和分析数据数据处理（1）数据处理的内容数据清洗数据补充定义主数据和元数据（2）借助EXCEL完成数据的清晰和补充去重复查补缺检查数据准确性（3）基础数据处理常用函数（加总求和、计数、平均、最值、排序、乘积、除余、取整）逻辑运算（if、iferror、and、or）文本编辑（文本提取、文本查找、文本替换、文本转换及合并）引用与查找（vlookup、hlookup、lookup、indirect、index、match）【应用】借助EXCEL完成数据的清晰和补充做好数据基础分析数据分析内容描述性分析推断性分析预测性分析借助EXCEL实现以上分析对比分析：柱形图结构分析：饼状图趋势预测分析：折线图+柱形图【案例】EXCEL常见工具数据可视化工具介绍Excel表格数据可视化撰写数据分析报告背景介绍和问题描述定义问题，并进行相关性分析数据分析报告的呈现提出下一步行动计划三、数据分析的应用（2小时）战略与新商机的发现产品研发经营业绩优化财务成本优化人力资源管理
• 枫影：数据分析赋能科学决策
【课题背景】数据分析是可以给到日常业务人员和管理人员实现业务提效和科学决策以支撑。伴随数字化转型的深入，越来越多的业务环节有了可以更多数据可供工作使用，但如何对如此诸多的数据做好数据分析，能够支撑业务和管理，就要研究数据分析的思维和方法，从底层原理和工具的应用等方面掌握数据分析的方法。【参与人员】本课程适宜于：全体成员【学员收获】了解数据分析的价值了解数据分析在全价值链的应用掌握数据分析的方法理解数据部门与业务部门的协同的重要性【课程时长】1天【课程大纲】数据分析的价值与意义优秀的企业都在在每一个关键节点做出了科学判断科学判断的本质是对复杂事物（数据）的一种分析做什么？——方向怎么做？——策略怎么做才能做得更好？——方法技巧相比于传统经验决策，数据决策的特点经验本质也是数据，但却是主观的、片面的、历史的数据大数据，具有客观性、即时性、全面性相比传统经验的决策，更加科学数据分析赋能科学决策的基本原理（1）定义问题——提出一个好问题（2）数据模型——对一个问题的多维度思考（3）数据采集——从各个渠道获取相关的数据（4）数据分析——使用一定的数据分析方法得出结论（5）形成判断——对初始的问题作出接下来的行动决策【案例】上海清美C2M数据分析数据分析在全价值链的应用业务与数据的关系业务是数据的来源数据反映业务运行状况，并反过来指导业务实体产业常见的业务场景数据分析的应用C2M，借助需求数据，敏捷性创新产品【案例】元气森林的产品创新IMS，依托ERP、MES、PLM等系统数据展开智能化精细化排产【案例】上海清美面包的定制化生产ILS，依托智能物联数据和AI建模，实现智慧物流体系【案例】上海洋山港码头智慧物流品牌与市场，基于目标用户数据展开品牌细分与精准市场营销【案例】瑞幸咖啡的精准市场投放消费者体验，依托消费者数据展开个性化场景设计【案例】成都大悦城基于用户数据展开个性化场景搭建渠道数字化，依托渠道数据分析，展开对渠道的精细化管理赋能【案例】美的D2C的渠道数字化与数据分析用户运营，基于SCRM数据，展开对用户的精细化运营【案例】中国移动的客户数据分析在用户运营方面的应用构建数据共享中心，实现整个业务场景的协同运营效率提升一体化大数据平台、数据中台的建设基于用户需求为中心的数据调用数据分析的流程、方法定义问题  定义业务模型与业务专家深度沟通，构建初步数据分析模型把业务模型融入算法数据获取外部数据：网站或爬虫内部数据：原始录入、互联网、物联网数据使用分类：建模数据、训练数据和分析数据数据处理（1）数据处理的内容数据清洗数据补充定义主数据和元数据（2）完成数据的清晰和补充去重复查补缺检查数据准确性（3）基础数据处理常用函数（加总求和、计数、平均、最值、排序、乘积、除余、取整）逻辑运算（if、iferror、and、or）文本编辑（文本提取、文本查找、文本替换、文本转换及合并）引用与查找（vlookup、hlookup、lookup、indirect、index、match）做好数据分析数据分析内容描述性分析推断性分析预测性分析借助工具实现以上分析对比分析：柱形图结构分析：饼状图趋势预测分析：折线图+柱形图借助BI生成相应的数据看板做出决策背景介绍和问题描述定义问题，并进行相关性分析数据分析报告的呈现提出下一步行动计划数据分析落地要领与一些误区数据分析整体定位用来支撑业务发展系统需要获取哪些数据与业务运营模型有关业务做数据分析，需要真实有效的数据支撑业务部门需要做主导、数据部门要保障数据的价值性落地流程与要领明确要先数字化的业务场景（比如营销、原料、生产等）创建数据中台基座数据部门与业务部门明确相关的子系统（比如ILS、IMS、ERP、SCRM等）数据部门与业务部门根据业务模型创建主数据管理创建数据采集系统（物联网+互联网+手工输入）形成商业BI数据看板业务部门借助相关BI数据看板分析业务数据分析指导业务运营的基本认知数据产品的建设是一个长期动态的过程数据产品的构建与业务的变革休戚相关业务人员能否发挥数据价值在于是否能够具备业务模型构建的能力

相关课程

添加企业微信

1V1服务，高效匹配老师
欢迎各种培训合作扫码联系，我们将竭诚为您服务