做企业培训,当然要找对好讲师!合作联系

苏忠彦:夯实大数据 – 企业数据挖掘与分析 精进之道

苏忠彦老师苏忠彦 注册讲师 413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 : 数据分析

课程编号 : 5295

面议联系老师

适用对象

【课程对象】信息科技运维部门主管,信息科技研发部门主管,信息科技部首席/资深系统架构师,CIO(首席信息官)、CTO(首

课程介绍

【课程对象】信息科技运维部门主管,信息科技研发部门主管,信息科技部首席/资深系统架构师,CIO(首席信息官)、CTO(首席技术官)、企业安全架构师,信息科技部资深软件设计师,信息科技部资深软件设计师

【课程时间】6小时

【课程背景】

大数据技术是指从各种各样类型的巨量数据中,快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。大数据(big data)或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点。

 

大数据为企业创造了新的商机。挖掘数据价值是传统企业转型和互联网企业创新的必由之路。然而,复杂的结构化和非结构化数据不能被传统技术处理。大数据挖掘,面对电子邮件、照片、视频、音频、文本等海量信息,新数据可以迅速生成,不同类型的数据混合在一起。对海量数据进行准确、可靠的分析和处理,获取高价值信息,将为企业带来丰厚的利润。

 

云计算超越了传统的IT模型,为数据处理提供了几乎完美的解决方案。

 

数据产品,承载着大数据中蕴含的逻辑,是一个大数据产业链价值的最终体现。对于一条完整的大数据产业链来说,其本质就是对数据不断挖掘,发现其中的规律,并封装成数据产品,最后用数据产品变现的过程。

 

课程将以大数据挖掘与分析为核心要点,帮助学员认识大数据建设的基础、了解数据挖掘与分析,在企业数字化变革的重要性是什么?信息科技部门在大数据平台建设过程中,应该扮演什么角色?如何利用现代化信息科技,提升数据挖掘与分析成功的机会?使学员能够知其然,更能知其所以然。能够具备引领企业实现成功的数字转型,同时协助企业提升商业模式创新能力,快速占领行业制高点!

 

【课程收益】

  • 了解企业实施大数据平台的原由,影响,以及可预期的成效
  • 6大高质量数据的标准
  • 7大数据挖掘的步骤
  • 5大常用数据挖掘方法
  • 了解“数据清洗”在企业大数据应用过程中的定位与重要性
  • 9大数据分析的实践与方法
  • 了解数据挖掘与分析的发展方向与趋势,以及业界先进案例

 

【课程特色】方法,知其然;科学,亦知其所以然;实战,真实案例解析

【课程对象】信息科技运维部门主管,信息科技研发部门主管,信息科技部首席/资深系统架构师,CIO(首席信息官)、CTO(首席技术官)、企业安全架构师,信息科技部资深软件设计师,信息科技部资深软件设计师

【课程时间】6小时

【课程大纲】


 

  1. “大数据”的定义与内涵为何?
    1. 什么是“大数据”?
    2. “大数据”的构成元素为何?
    3. “大数据”具备什么特性?
    4. 落实“大数据”应用的关键技术为何?
  2. “高质量”数据的标准为何?
    1. 有效性
    2. 准确性
    3. 完整性
    4. 一致性
    5. 可追溯性
    6. 及时性
  3. 数据挖掘的基本步骤
    1. 定义问题
    2. 建立数据挖掘库
    3. 分析数据
    4. 准备数据
    5. 建立模型
    6. 评价模型
    7. 实施挖掘
  4. 制定数据战略的常用方法与模型
  1. 波士顿矩阵、
  2. MECE
  3. SWOT
  4. STAR
  5. RFM
  6. PDCA
  7. SCP
  1. 数据清洗的最佳实践
    1. 全面考虑数据的用途
    2. 提升数据输入的控制力度
    3. 限制样本规模
    4. 全程抽查
    5. 建立预警机制
  2. 数据分析的实践与方法
    1. 逻辑树分析
    2. PEST行业分析
    3. 多维度拆解分析
    4. 对比分析
    5. 归因分析(假设检验)
    6. AARRR分析
    7. RFM分析
    8. 杜邦分析
    9. 周期性分析
  3. 数据挖掘与分析的发展方向与趋势为何?
    1. 定向算力(案例分享 – 特斯拉 无人驾驶)
    2. 机器学习 (案例分享 – 富士康 精密制造)
    3. 系统自愈 (案例分享 – 富士康 无灯工厂)
    4. 预警机制 (案例分享 – AWS 数据中心运维)
  4. 课程总结
    1. 学员心得分享
    2. 重点摘要
    3. 答客问

 

 

苏忠彦老师的其他课程

• 苏忠彦:大数据应用精进之道 – 企业数据分析与建模
【课程对象】信息科技运维部门主管,信息科技研发部门主管,信息科技部首席/资深系统架构师,CIO(首席信息官)、CTO(首席技术官)、企业安全架构师,信息科技部资深软件设计师,信息科技部资深软件设计师【课程时间】6小时【课程背景】大数据技术是指从各种各样类型的巨量数据中,快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。大数据(big data)或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点。 大数据为企业创造了新的商机。挖掘数据价值是传统企业转型和互联网企业创新的必由之路。然而,复杂的结构化和非结构化数据不能被传统技术处理。大数据挖掘,面对电子邮件、照片、视频、音频、文本等海量信息,新数据可以迅速生成,不同类型的数据混合在一起。对海量数据进行准确、可靠的分析和处理,获取高价值信息,将为企业带来丰厚的利润。 数据产品,承载着大数据中蕴含的逻辑,是一个大数据产业链价值的最终体现。对于一条完整的大数据产业链来说,其本质就是对数据不断挖掘,发现其中的规律,并封装成数据产品,最后用数据产品变现的过程。 课程将以大数据模型与分析为核心要点,帮助学员认识大数据建设的基础、了解数据建模与分析,在企业数字化变革的重要性是什么?信息科技部门在大数据平台建设过程中,应该扮演什么角色?如何利用现代化信息科技,提升数据建模、挖掘与分析成功的机会?使学员能够知其然,更能知其所以然。能够具备引领企业实现成功的数字转型,同时协助企业提升商业模式创新能力,快速占领行业制高点! 【课程收益】了解企业实施大数据平台的原由,影响,以及可预期的成效熟悉6大高质量数据的标准了解“数据建模”在企业大数据应用过程中的定位与重要性了解数据建模的方法论与实践案例了解业界常用的数据分析工具与方法 【课程特色】方法,知其然;科学,亦知其所以然;实战,真实案例解析【课程对象】信息科技运维部门主管,信息科技研发部门主管,信息科技部首席/资深系统架构师,CIO(首席信息官)、CTO(首席技术官)、企业安全架构师,信息科技部资深软件设计师,信息科技部资深软件设计师【课程时间】6小时【课程大纲】 “大数据”的内涵为何?“大数据”的构成元素为何?“大数据”具备什么特性?“高质量”数据的标准为何?有效性准确性完整性一致性可追溯性及时性 “数据建模”的内涵为何?为什么需要建立模型?建立模型的原则为何?探索 – 排序思维概念 – 步骤导向常用的建模工具介绍思维导图概念图系统导图心智模型概念模型业务数据建模实践业务数据建模的定义与内涵如何进行业务数据建模?信息流定义信息输入信息输出信息处理规范信息参与角色数据建模完成后的接续动作为何?建立系统框架构建应用架构数据架构技术架构数据模型实践数据建模的定义与内涵为何?常见数据场景介绍与案例分享数据建模的步骤为何?制定目标数据理解与准备建立模型模型评估结果呈现模型部署数据建模常用的方法与工具MLSmartBi如何规避常见的数据建模误区?与现有数据治理冲突?数据安全过度考量?数据分析的最佳实践与方法逻辑树分析PEST行业分析多维度拆解分析对比分析归因分析(假设检验)AARRR分析RFM分析杜邦分析周期性分析业务场景实践业务场景的定义与内涵何谓“业务场景”?组成“业务场景”的关键要素为何?案例分享“业务场景”应具备哪些要素?谁在里面?在什么环境下?在做什么?遇到什么问题?如何互动?会产生什么价值?如何创建“业务场景”?识别主题判断角色与场景入口延伸场景,梳理“角色”的步伐针对需求思考解决方案业务场景开发指南分析业务场景的6步法UML用例图/行为图解析价值流分析案例分享与讨论数据挖掘与分析的发展方向与趋势为何?定向算力(案例分享 – 特斯拉 无人驾驶)机器学习 (案例分享 – 富士康 精密制造)系统自愈 (案例分享 – 富士康 无灯工厂)预警机制 (案例分享 – AWS 数据中心运维)课程总结学员心得分享重点摘要答客问  
• 苏忠彦:把握数字经济政策机遇,做好数字化战略决策 – 产业数字化转型创新发展之道
【课程对象】CEO(首席执行官),COO(首席运营官),CIO(首席信息官),CTO(首席技术官),CMO(首席市场营销官),项目管理总监,信息科技门相关主管,市场营销相关主管,企业营销团队成员,企业运维团队成员,企业战略规划部相关主管 【课程时间】12小时【课程背景】新一代数字技术日新月异,催生了数字经济这一新的经济发展形态。多年来,消费互联网的充分发展为我国数字技术的创新、数字企业的成长以及数字产业的蓬勃发展提供了重要机遇。伴随着数字技术的融合应用以及我国供给侧结构性改革的不断深化,加快数字技术与实体经济的融合发展已成为共识。党的十九大报告亦明确提出,“加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”。积极部署新一代信息基础设施。以5G、人工智能、工业互联网、物联网为代表的数字化设施正成为国家新型基础设施的重要组成部分。面对企业低时延、高可靠、广覆盖的工业网络需求,要加快推动新一代信息网络升级,加强工业互联网、云计算等新型信息基础设施布局,同时做好传统基础设施的智能化改造。对于传统产业而言,数字化转型是利用数字技术进行全方位、多角度、全链条的改造过程。通过深化数字技术在生产、运营、管理和营销等诸多环节的应用,实现企业以及产业层面的数字化、网络化、智能化发展,不断释放数字技术对经济发展的放大、叠加、倍增作用,是传统产业实现质量变革、效率变革、动力变革的重要途径,对推动我国经济高质量发展具有重要意义。近年来,随着大数据产业的快速发展和应用落地,大数据产业正在成为中国数字经济发展的重要驱动力。中国数字经济增速已经连续三年排名世界第一。数字经济走向应用和服务深化的发展新阶段。显而易见,大数据已成为国内数字经济发展的最大驱动力。直到2020年,大数据产业增长势头强劲,互联网大数据服务、大数据服务(纳入软件产业统计部分)增速突出,均高于全行业平均增长水平。大型互联网公司、政府机构和国企成为业务发展的主要推动者,大数据与电信、金融、医疗、制造业等领域融合应用催生越来越多的新业态、新模式。 国际货币基金组织(IMF)等机构的一项研究显示,近年来中国数字经济迅速发展,促进了全要素生产率的提升。中国数字经济发展的驱动力更多的是来自传统行业部门的数字化,而并非单纯依靠信息通信技术(ICT)行业的发展。当前中国服务业数字化程度最高,第一、二产业的数字化进程稍显滞后。未来数字化将继续通过提升效率重塑中国经济,传统产业部门的数字化将加速发展。随着更多企业将数字化置于经营和战略的核心地位,中国企业数字化正开始新的征程,伴随降本提效、商业模式重构,国内企业将会不断增强竞争力,为社会创造更大价值。 课程将以产业数字化转型的本质为核心,帮助学员认识数字化转型的核心理念;了解数字化转型是如何建构成的?数据本身为什么成为在数字化转型构成的核心价值?如何利用数字化工具与方法,全面提升企业在数数字化转型的生产力?使学员能够知其然,更能知其所以然。能够使企业经营团队,能够具备展望未来的数字经济新思维,协助企业提升数字化产业升级,创新能力与生产力;同时还能提升自身的数字化管理能力! 【课程收益】从宏观、微观层面讲解在产业数字化转型驱动下,人工智能、5G、区块链等数字化技术的演变与发展趋势,数字经济时代带来的产业变革,我国对产业数字化转型的战略布局,以及企业应如何识别与规避在数字化变革的进程中,可能面临的风险。了【课程特色】结合市场实战经验与业界知名论述,使学员能知其所以然;辅之以实际案例解析,能以之为镜 【课程对象】CEO(首席执行官),COO(首席运营官),CIO(首席信息官),CTO(首席技术官),CMO(首席市场营销官),项目管理总监,信息科技门相关主管,市场营销相关主管,企业营销团队成员,企业运维团队成员,企业战略规划部相关主管 【课程时间】12小时 【课程大纲】 何谓产业数字化?定义及其内涵十四五规划重点解析2035年远景目标纲重点解析公司数字化战略重点解析产业数字化转型的驱动力为何?整体经济态势改变经济成长的驱动力劳工成本消费方式科技快速创新应用(案例分享)商业模式变革(案例分享)产业生态重构(案例分享)案例/工具讨论传统产业在数字经济时代所面临的挑战与痛点为何?数字基础建设有待夯实数字平台技术创新与规模效应不足产业数字化采购与渗透率较低企业数字化人才储备不足分组讨论开展产业数字化的当前要务为何?夯实数字基建,增强创新能力优化供应链,降低不确定风险拓展产业链,扩大规模效应延伸价值链,深化产业端数字化成立数字化团队,并予以赋能构建产业数字化转型的核心技术,及其关键能力为何?5G(行业案例分享)云计算(业界主要产品,案例分享)大数据平台(业界主要产品,案例分享)数据中台(业界主要产品,案例分享)敏捷开发运维管理(业界主要产品,案例分享)区块链(案例分享)人工智能(案例分享)案例/相关工具研讨产业数字化未来的发展趋势为何?大数据成数字经济发展驱动力工业互联网平台发展带动工业大数据应用价值持续深化龙头企业积极构建数据服务生态,引领行业快速整合产业大数据平台建设提速,数据驱动精准施策加快普及关联产业政策红利释放,引爆数据创新应用新增长如何识别与规避,在产业数字化变革期间,所可能产生的经营风险?企业决策层数字化转型战略不清数字化改造成本偏高企业多层组织模式数据安全保护机制课程总结学员总结分享重点摘要答客问  
• 苏忠彦:把握数字经济政策机遇,做好数字化战略决策 – 产业数字化转型创新发展之道
【课程对象】CEO(首席执行官),COO(首席运营官),CIO(首席信息官),CTO(首席技术官),CMO(首席市场营销官),项目管理总监,信息科技门相关主管,市场营销相关主管,企业营销团队成员,企业运维团队成员,企业战略规划部相关主管 【课程时间】12小时 【课程背景】新一代数字技术日新月异,催生了数字经济这一新的经济发展形态。多年来,消费互联网的充分发展为我国数字技术的创新、数字企业的成长以及数字产业的蓬勃发展提供了重要机遇。伴随着数字技术的融合应用以及我国供给侧结构性改革的不断深化,加快数字技术与实体经济的融合发展已成为共识。党的十九大报告亦明确提出,“加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”。积极部署新一代信息基础设施。以5G、人工智能、工业互联网、物联网为代表的数字化设施正成为国家新型基础设施的重要组成部分。面对企业低时延、高可靠、广覆盖的工业网络需求,要加快推动新一代信息网络升级,加强工业互联网、云计算等新型信息基础设施布局,同时做好传统基础设施的智能化改造。对于传统产业而言,数字化转型是利用数字技术进行全方位、多角度、全链条的改造过程。通过深化数字技术在生产、运营、管理和营销等诸多环节的应用,实现企业以及产业层面的数字化、网络化、智能化发展,不断释放数字技术对经济发展的放大、叠加、倍增作用,是传统产业实现质量变革、效率变革、动力变革的重要途径,对推动我国经济高质量发展具有重要意义。近年来,随着大数据产业的快速发展和应用落地,大数据产业正在成为中国数字经济发展的重要驱动力。中国数字经济增速已经连续三年排名世界第一。数字经济走向应用和服务深化的发展新阶段。显而易见,大数据已成为国内数字经济发展的最大驱动力。直到2020年,大数据产业增长势头强劲,互联网大数据服务、大数据服务(纳入软件产业统计部分)增速突出,均高于全行业平均增长水平。大型互联网公司、政府机构和国企成为业务发展的主要推动者,大数据与电信、金融、医疗、制造业等领域融合应用催生越来越多的新业态、新模式。 国际货币基金组织(IMF)等机构的一项研究显示,近年来中国数字经济迅速发展,促进了全要素生产率的提升。中国数字经济发展的驱动力更多的是来自传统行业部门的数字化,而并非单纯依靠信息通信技术(ICT)行业的发展。当前中国服务业数字化程度最高,第一、二产业的数字化进程稍显滞后。未来数字化将继续通过提升效率重塑中国经济,传统产业部门的数字化将加速发展。随着更多企业将数字化置于经营和战略的核心地位,中国企业数字化正开始新的征程,伴随降本提效、商业模式重构,国内企业将会不断增强竞争力,为社会创造更大价值。 课程将以产业数字化转型的本质为核心,帮助学员认识数字化转型的核心理念;了解数字化转型是如何建构成的?数据本身为什么成为在数字化转型构成的核心价值?如何利用数字化工具与方法,全面提升企业在数数字化转型的生产力?使学员能够知其然,更能知其所以然。能够使企业经营团队,能够具备展望未来的数字经济新思维,协助企业提升数字化产业升级,创新能力与生产力;同时还能提升自身的数字化管理能力! 【课程收益】从宏观、微观层面讲解在产业数字化转型驱动下,人工智能、5G、区块链等数字化技术的演变与发展趋势,数字经济时代带来的产业变革,我国对产业数字化转型的战略布局,以及企业应如何识别与规避在数字化变革的进程中,可能面临的风险。了【课程特色】结合市场实战经验与业界知名论述,使学员能知其所以然;辅之以实际案例解析,能以之为镜 【课程对象】CEO(首席执行官),COO(首席运营官),CIO(首席信息官),CTO(首席技术官),CMO(首席市场营销官),项目管理总监,信息科技门相关主管,市场营销相关主管,企业营销团队成员,企业运维团队成员,企业战略规划部相关主管 【课程时间】12小时 【课程大纲】 产业数字化转型的整体态势及其驱动力为何?何谓“数字化转型”?何谓“产业数字化”?“产业数字化转型”的驱动力为何?整体经济态势改变科技快速创新应用(案例分享)商业模式变革(案例分享)产业生态重构(案例分享)案例/工具讨论传统产业在数字经济时代所面临的挑战与痛点为何?数字基础建设有待夯实数字平台技术创新与规模效应不足产业数字化采购与渗透率较低企业数字化人才储备不足分组讨论开展产业数字化转型的当前要务为何?夯实数字基建,增强创新能力优化供应链,降低不确定风险拓展产业链,扩大规模效应延伸价值链,深化产业端数字化成立数字化团队,并予以赋能构建产业数字化转型的核心技术,及其关键能力为何?5G(行业案例分享)云计算(案例分享)大数据平台(案例分享)数据中台(案例分享)敏捷开发运维管理(案例分享)机器人流程自动化(RPA,案例分享)人工智能(案例分享)案例/相关工具研讨产业数字化未来的发展趋势为何?大数据成数字经济发展驱动力工业互联网平台发展带动工业大数据应用价值持续深化龙头企业积极构建数据服务生态,引领行业快速整合产业大数据平台建设提速,数据驱动精准施策加快普及关联产业政策红利释放,引爆数据创新应用新增长如何识别与规避,在产业数字化变革期间,所可能产生的经营风险?企业决策层数字化转型战略不清数字化改造成本偏高企业多层组织模式数据安全保护机制课程总结学员总结分享重点摘要答客问  

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