《大数据综合应用和发展解析》







讲授专家：李勇

培训对象：1、企业希望了解大数据时代新经济体、大数据基础概念和商业架构以及商业
应用和落地的人士。

课程时间：2天 (12小时）

课程背景：
➢
通过本次培训中实际案例的分享，帮助企业认识到大数据时代的发展趋向，新的经
济形态的发展形式，把握住大数据时代的发展机遇；使企业掌握在大数据时代，如
何进行企业发展和管理创新的方式、方法，把大数据作为工具，促进企业的发展。




本课程亮点：
➢
未来时代是DT的时代、是万物互联的时代，是竞争是机遇和挑战并存的时代，在新
经济下，如何能让我们的平台脱颖而出，根据产业机会，如何做好产品创新和平台
创新，本课程将详细介绍以上部分，理论结合实际案例，课程落地性极强。

课程收益：
培训完结后，学员能够：
← 了解大数据和云计算时代给企业带来的机遇
← 了解大数据和云计算时代新经济体的模型和服务及盈利模式；
← 了解大数据应用经验和技术架构；
← 了解DT时代新零售、新技术、新能源、新制造及新金融之间的关系；
← 了解DT时代客户画像的建立方法以及产品设计的优化策略
← 了解DT时代数据营销的基本方式
← 了解DT时代数据分析的逻辑思路和具体的办法
← 了解DT时代产品定位和市场营销定价策略


课程大纲：
|单元 |大纲 |内容 |时间 |
|单元一 |企业为什么 |什么是大数据 | |
| |要重视大数 |互联网时代带来的大数据的革命 | |
| |据 |大数据的思考 | |
| | |大数据、云计算、人工智能及物联网之间的逻 | |
| | |辑关系 | |
| | | |0.5天 |
|单元二 |传统行业面 |如何通过云计算和大数据让自身产业的物流仓 | |
| |对产业互联 |储效率最大化提升 | |
| |和数据时代 |智能仓储是物联网时代的趋势 | |
| |的企业效率 |智能仓储和智慧物流对于我们有哪些帮助 | |
| |提升 |云计算和大数据是如何改变产业金融的 | |
| | |传统企业应该如何面对新金融 | |
| | |传统企业在新金融中的机会点 | |
| | |产业互联网金融和数据金融的区别是什么 | |
| | |云计算和大数据是如何改变产业物流的 | |
| | |数据是如何改变传统企业的 | |
| | |案例：找钢网及西域工业品电商模式、鲸工工 | |
| | |业品电商模式、震坤行工业品电商模式的效率 | |
| | |提升介绍。 | |
|单元三 |大数据时代 |大数据时代下的互联网新思维 |0.5天 |
| |的思维和新 |大数据对新零售的变革； | |
| |经济模式 |大数据对新农业的变革； | |
| | |大数据对新共享经济的变革； | |
| | |大数据对新制造的变革； | |
| | |大数据对新金融的变革； | |
| | |大数据对传统企业行业产生的影响和变革； | |
| | |案例：大数据的B2B“搅局者”到底要做什么 | |
|单元四 |大数据时代 |DT的大数据给金融、技术、能源、零售业及渠 | |
| |五新的关系 |道等带来的变化分别是什么: | |
| | |什么是互联网金融，什么又是物联网金融，新 | |
| | |金融给我们企业带来的机会是什么？ | |
| | |五新将给我们企业带来哪些机会？ | |
| | |案例：新能源，新技术，新零售，新金融给传 | |
| | |统行业带来的实战机会 | |
|单元五 |大数据时代 |DT时代产品定位核心功能 |0.5天 |
| |产品设计 |UED设计师应该具备的三种心态及知识图谱 | |
| | |理解什么是数据时代下的设计体验及产品交互 | |
| | |产品管理体验管理与创新 | |
| | |什么是数据设计，如何做好数据链条设计 | |
| | |案例：阿里内部产品设计，滴滴打车全体验设 | |
| | |计。 | |
|单元六 |大数据时代 |1、客户获取分析 | |
| |的用户画像 |2、客户激活响应与偏好分析 | |
| |和客户模型 |客户保有与流失分析 | |
| | |客户价值分析 | |
| | |客户细分维度选择 | |
| | |客户细分维度处理及案例 | |
| | |客户细分目标及市场定价 | |
| | |客户细分办法比较 | |
|单元七 |企业如何做 |1、盘活数据资产　 |0.5天 |
| |好大数据营 |2、淘宝数据王国——海量数据称王　 | |
| |销 |3、亚马逊数据库——精确营销制胜 | |
| | |4、大数据时代的线上线下融合　 | |
| | |5、大数据时代面临的挑战　 | |
| | |6、大数据让营销更精准 | |
| | |7、大数据与品牌代言　 | |
| | |8、大数据的用户体验　 | |
| | |9、大数据的粉丝经济　 | |
| | |10、小米的崛起之路　 | |
|单元八 |企业如何做 |数据分析是神马?数据分析基本过程？ |0.5天 |
| |好数据分析 |数据分析面临的常见问题 | |
| | |不知道分析什么（分析目的不明确） | |
| | |不知道怎样分析（缺少分析方法） | |
| | |不知道收集什么样的数据（业务理解不足） | |
| | |不知道下一步怎么做（不了解分析过程） | |
| | |看不懂数据表达的意思（数据解读能力差） | |
| | |担心分析不够全面（分析思路不系统） | |
| | |认识数据分析 | |
| | |什么是数据分析 | |
| | |数据分析的三大作用 | |
| | |数据分析的三大类别 | |
| | |数据分析需要什么样的能力 | |
| | |懂业务、懂管理、懂分析、懂工具、懂呈现 | |
| | |4、大数据应用的四层结构 | |
| | |数据基础层、数据模型层、业务模型层、业务 | |
| | |应用层 | |
| | |5、数据分析与挖掘在企业中的应用 | |
|单元九 |数据分析基 |数据分析的六步曲 |0.5天 |
| |本过程 |步骤1：明确目的--理清思路 | |
| | |先有数据还是先有问题？ | |
| | |确定分析目的 | |
| | |确定分析思路 | |
| | |步骤2：数据收集—理清思路 | |
| | |明确收集数据范围 | |
| | |确定收集来源 | |
| | |确定收集方法 | |
| | |步骤3：数据预处理—寻找答案 | |
| | |数据清洗、转化、提取、计算 | |
| | |数据质量评估 | |
| | |步骤4：数据分析--寻找答案 | |
| | |分析方法选择 | |
| | |构建合适的分析模型 | |
| | |分析工具选择 | |
| | |步骤5：数据展示--观点表达 | |
| | |选择合适的可视化工具 | |
| | |选择恰当的图表 | |
| | |步骤6：报表撰写--观点表达 | |
| | |选择报告种类 | |
| | |完整的报告结构 | |
| | |数据分析的三大误区 | |

-----------------------
《大数据综合应用和发展解析》

李勇老师的其它课程