您好,欢迎来到诺达名师!
客服热线:18898361497

当前位置: 首页 > 市场营销 > 创新营销 > 大数据思维演变和商业模式创新

林海

大数据思维演变和商业模式创新

林海 / 人力资源管理培训

课程价格: 具体课酬和讲师商量确定

常驻地: 深圳

预定该课 下载课纲

咨 / 询 / 热 / 线 18898361497

在线咨询

课程大纲

课程大纲

**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:**入门、**常用、**刚需的分析方法

2、散点图分析:**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:**容易理解的由x推导出y的方程式分析法

5、聚类分析:**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:**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**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:**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**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**

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**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

上一篇: 消费升级驱动下的新零售 下一篇:区块链技术沙盘推演和商业模式重构

下载课纲

X
Baidu
map
""