1 “大数据、大机会”

1.1 大数据的概念

1.2 大数据的“国家战略”

1.3 从“互联网 ”到“大数据*”

1.4 数据资产——靠数据娶媳妇？

1.5 大数据思维——“一切皆可量化”

1.6 互联网思维——颠覆你的想法

1.6.1 【附例】90后不买房

1.7 大数据下的人工智能——ALPHAGO战胜李世石

1.8 天赐的”弯道超车“战略机遇

2 大数据下的各行业的“涅槃”

2.1 大数据在不同行业中的应用

2.1.1 ”等死“还是”作死“？

2.1.2 让大数据沐浴你！

2.2 大数据助力美国“大选”

2.3 制造业4.0——智慧制造

2.4 房地产业——“个性建筑”还远吗？

2.5 汽车业——”未来人驾驶汽车可能违法“

2.6 物流业——“右拐”的奥秘

2.7 电影业——谁是观众的大明星？

2.8 零售业——看看90后喜欢哪些商品

2.9 酒店业——酒店or民宿？

2.10 婚介业——用“算法”给自己找媳妇

2.11 金融业——无法伪装的客户征信

2.12 股票业——用大数据炒股更靠谱

2.13 新闻业——根据你的喜好推新闻

2.14 公安业——无处藏身的罪犯

2.15 还有哪些行业不受冲击？

2.15.1 海尔的转型

2.15.2 李宁的转型

3 大数据的客户“透视”

3.1 客户产生哪些数据——留下哪些痕迹？

3.2 大数据下客户的数据分析“维度”

3.2.1 维度越丰富，分析越透彻

3.2.2 客户的全周期、全维度分析

3.3 客户的360度标签

3.3.1 标签内容

3.3.2 【附例】百度客户标签分析案例

3.4 客户还有隐私吗？——“我比你还了解你！”

3.5 “了解客户、服务客户”——【附例】淘宝2015年商品销售分析

3.6 客户细分精准营销的案例——【附例】电信行业的精准营销案例

3.7 用征信还是用榜样？——客户征信改变社会道德

3.8 客户的性格分析——如何进行数据分析？

4 大数据的产品量化分析

4.1 “按需定产”的理性社会

4.2 产品的分析视图

4.2.1 产品产生哪些数据

4.2.2 产品的分析维度

4.2.3 工业文明转型

4.3 产品的”私人定制“

4.3.1 潜在客户分析

4.3.2 【附例】某产品的潜在客户分析

4.4 产品的服务怎么做？

4.4.1 如何分析你的客服信息？

4.4.2 【附例】某客服语音数据分析案例

4.5 产品设计的迭代

4.5.1 小米的思维

4.5.2 如何从互联网上抓取产品的市场意见？

5 大数据下的营销变革

5.1 从艺术回归技术

5.1.1 像”机器“般进行营销

5.1.2 不用”喝酒“了？

5.2 客户喜好的渠道？

5.2.1 他喜欢哪位女神？

5.2.2 他喜欢微信、微博还是短信？

5.3 客户喜好的营销模式？

5.3.1 【附例】移动数据辅助城市规划

5.3.2 【附例】淘宝大数据客户分析案例

5.4 广告还要去央视投“标王”吗？

5.5 从微笑服务到讲师服务

6 大数据下的企业精细化管理

6.1 用数据武装到牙齿

6.1.1 ”数据渗透到企业的每一个毛孔“

6.1.2 设计、生产、营销、服务闭环分析

6.2 用显微镜看自己的企业

6.2.1 【附例】某市场数据监控平台案例

6.2.2 【附例】电信行业网络的数据分析

6.3 企业的大数据积累

6.3.1 你还会扔掉”金子“吗？

6.3.2 内部数据的价值评估

6.4 大数据下的人力资源管理

6.5 财务管理的”量化“

6.6 KPI如何设计和监督？

6.7 仪表盘和诊断仪

7 大数据系统如何建设？

7.1 ”罗马不是一天建成的“

7.2 IT业务系统的建设、梳理

7.2.1 【附例】某企业数据种类及梳理示例

7.3 数据收集和管控

7.3.1 数据如何收集？

7.3.2 数据质量控制

数据质量还是业务质量？

【附例】数据质量管理示例

7.4 大数据系统建设

7.4.1 数据仓库

7.4.2 云计算

7.4.3 混搭架构

【附例】某大数据系统建设示例

7.5 大数据系统的运营

7.5.1 内部服务

7.5.2 外部服务

7.5.3 ”生态圈“

【附例】淘宝的大数据产品生态圈

7.6 大数据的互联网思维

7.6.1 【参考书】《大数据的互联网思维》

7.6.2 【附例】某大数据产品设计案例分享

7.7 思考

7.7.1 技术为主还是业务为主？

7.7.2 数据驱动如何实现？

7.7.3 企业如何”敏感“起来？

【附例】某企业的市场数据分析报告

8 总结