课程对象：中层及以上干部
课程时间：1-2天
课程模块
模块一：数字时代的新兴科技与支点模型
数字时代的ABCDEGNTS
A：人工智能（Artificial Intelligence）大脑中枢
B：区块链（Block Chain）基因
C：云计算（Cloud）脊骨骨架
D：大数据（Big Data）五脏六腑
E：边缘计算（Edge computing）
G：5G 神经系统
N：物联网（Network）感知系统
T：终端（Terminal）四肢
S：安全（Safe）免疫系统。
支点模型
数字科技是支点还是杠杆？
用支点模型解读数字经济
三、数字时代的产业数字化
一是以数字科技变革生产工具：
二是以数据资源为关键生产要素：
三是以数字内容重构产品结构：
四是以信息网络为市场配置纽带：
五是以服务平台为产业生态载体：
六是以数字善治为发展机制条件：
模块二：关于大数据
一、大数据不在于大而在于“有用”：
1、数据的采集和存储
2、处理、分析和统计
3、分类、估计和预测
4、得出**后的结论
5、指导生产过程中的决策和规划
二、大数据：第五要素
三、大数据的特点
4个“V”
Volume（大量）
Variety（多样）
Velocity（高速）
Value（价值）
四、大数据技术10大核心原理
1.数据核心原理：
2.数据价值原理：
3.全样本原理：
4.关注效率原理：
5.关注相关性原理：
6.预测原理：
7.信息找人原理：
8.机器懂人原理：
9.电子商务智能原理：
10.定制产品原理：
五、大数据分类及来源
1. 业务数据：
2. 行业数据：
3. 内容数据：
4. 线上行为数据：
5. 线下行为数据：
六、大数据来源
1. 企业系统：
2. 机器系统：
3. 互联网系统：
4. 社交系统：
……
七、电力大数据来源
电力系统生产监测大数据
电力企业运营大数据
电力企业管理大数据三类
八、大数据核心技术
1、大数据采集
2、大数据预处理
3、大数据存储
4、大数据分析挖掘
5、大数据技术构架
模块三、大数据数据分析技术
一、12个数据分析里**常用的思维
指标思维
结构化思维
金字塔思维
4、漏斗思维
5、象限法
6、多维法
7、对比思维
8、维度思维
9、溯源思维
10、二八思维
11、假设法
12、目标思维
二、数据分析基础知识
1、什么是数字分析
2、数据分析框架和方法论
3、数据分析步骤
明确目的
数据收集
数据处理
数据分析与数据挖掘
形成数据报告
指导生产、助力决策
统计学
机器学习
6、数据清洗、脱敏、建模等
7、云计算与边缘计算
8、大数据交易所
9、大数据分析产业图谱
三、如何**数据分析挖掘商业价值？
1、客户群体细分，然后为每个群体量定制特别的服务。
2、模拟现实环境，发掘新的需求同时提高投资的回报率。
3、加强部门联系，提高整条管理链条和产业链条的效率。
4、降低服务成本，发现隐藏线索进行产品和服务的创新。
四、数据分析应用案例
1、电力大数据分析
2、电商大数据分析
3、营销大数据分析
4、金融大数据分析
5、医疗大数据分析
模块四、大数据与物联网技术
一、大数据与物联网技术的关系
1、大数据的发展源于物联网技术的应用
2、大数据促进智慧城市的发展;物联网是大数据产生的催化剂，大数据源于于物联网应用。
二、与大数据有关的物联网技术
1、射频识别技术（RFID）
2、传感网
3、M2M系统框架：
4、云计算
三、大数据和物联网如何协同工作？
物联网和大数据具有共生关系，要了解这种联系，我们需要了解整个工作流程中涉及的步骤。
1.公司安装嵌入传感器的设备以收集和传输数据。
2.大量数据（也称为大数据）以结构化和非结构化的形式收集在存储库中。
3.报告，图表和其他形式的数据见解是使用AI驱动的分析生成的。
4.用户设备用于**设置，调度，元数据和各种有形传输来提供更多指标。
四、电力物联网与大数据
1、架构：分为感知层、 网络层、平台层及应用层，分别解决数据的采集问题、传输问题、管理问题，及价值创造问题。
2、技术：人工智能、大数据、云计算、物联网、区块链等
五、基于物联网的大数据应用场景
1、物联网时代的八大工业大数据应用场景
2、技术智慧城市的大数据应用场景
3、基于智慧医疗的大数据应用场景
4、基于智能教育的大数据应用场景
模块五、大数据与人工智能技术
一、大数据和人工智能的关系
1、一方面，人工智能需要数据来建立其智能，特别是机器学习。大数据的积累为人工智能发展提供燃料
2、另一方面，大数据技术为人工智能提供了强大的存储能力和计算能力。人工智能推进大数据应用深化，
二、与大数据有关的人工智能技术
1、人工智能分类
2、机器学习
3、知识图谱
4、自然语言处理
5、人机交互
6、计算机视觉
7、生物特征识别
三、基于大数据技术的人工智能应用场景
1、大数据电力人工智能应用场景
2、自动驾驶技术应用场景
3、机器人应用场景
4、工业智能
模块六、大数据在数据治理中的应用
一、数据治理的发展过程和涉及的参与主体
二、大数据征信：
1、征信产品模式
2、大数据征信类型
3、大数据征信**我们某些“足迹”清晰地描绘出一个人
4、征信大数据链数据流动过程分析
5、大数据征信建模
6、金融风控场景下的数据分析、模型与策略
三、企业信用数据的行业运用
1、信贷风控
2、融资租赁
3、信用评级
4、供应链金融
5、资产数字化
6、开放平台
7、其他，比如招聘，商业调研和律所
四、大数据治理在国家安全方面的应用
1、政府可以利用大数据技术构建起强大的国家安全保障体系
2、企业可以利用大数据抵御网络攻击
3、警察可以借助大数据来预防犯罪；
4、其他：反诈、鉴黄、暴力涉政识别、不良场景、黑客防御等
模块七、大数据应用场景
电力大数据应用场景
1、电力设备状态评估：电网监测及维护
2、 配用电需求分析
3、大数据在电力计量检查中的应用
4、规划方面：
5、在运行方面：
6、在营销方面：
7、在设备方面：
8、在物资方面：
9、电力大数据应用于复工复产
10、电力大数据应用于政府管理
11、电力大数据应用于精准扶贫
12、电力大数据应用于金融贷款
13、电力大数据应用于人口普查
二、大数据其他行业应用场景
1、数字孪生
2、元宇宙
3、医疗
4、教育
5、建筑
6、汽车
7、通信
8、体育娱乐
