大数据思维与商业模式创新

¥5980

无可选城市和日期
  • 课程介绍
  • 大纲
  • 培训时间:1天
    参课对象:
    1.公司董事长、总经理、CFO、CTO等高层领导
    2.贵公司业务总监、技术总监、各业务部门负责人
    3.业务骨干、业务主管、各类基层管理人员、技术人员、业务负责人等
    课程收益:
    1.全面认识大数据,开启大数据思维
    2.在工作中灵活运营大数据帮助企业洞察问题及改善策略
    3.结合公司实际情况,运用所学知识推动业务创新

  • 课程大纲:
    第一单元 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:最入门、最常用、最刚需的分析方法
    2、散点图分析:最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:最容易理解的由x推导出y的方程式分析法
    5、聚类分析:最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:最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:当前最热门的分析方法,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: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:最牛的模拟大脑的算法,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、确定最优模型
    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,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,能修改完善最好
    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、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,可以在第一天培训时提供)
    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

讲师

  • 李波

    中国实战派战略咨询专家、商业模式设计与创新专家
    中国商业模式管理咨询体系创立者
    国际注册管理咨询师(CMC)
    清华、北大、浙大、上海交大、上海财大、中南大学、哈工大等大学EMBA、总裁班课程教授

    主要著作:《破局——变革时代的创新之道》
    30多年的工作实践,铸就了专业和高度。凭借卓越的产业洞察力、市场创造力和战略判断力,通过多年的管理咨询与培训实践,将国内外前沿的管理理论和中国企业的实践相结合,创新了战略管理咨询系统,创立了完整的商业模式管理咨询与培训体系。通过管理咨询和培训,协助企业进行转型升级和商业模式创新,服务的企业都实现了跨越式发展。

    主讲课程:
    《企业战略转型与商业模式创新》
    《商业模式创新与设计》
    《企业顶层设计与商业模式创新》
    《商业模式创新与战略规划》
    《如何做好商业计划书》
    《战略管理与决策》
    《如何打造创新型企业》
    《财务战略与商业模式创新》
    《互联网时代的商业模式创新》

更多课程