大數據思維演變和商業模式創新

課程背景

時移而勢變，互聯網帶來了“大數據（BigData）”的爆發，企業和個人被卷入了新的數字化洪流，大數據不再是稀奇的概念、模棱兩可的理論、炫耀的案例，而是已經存在、正在發生、在不斷的改變我們自己的一場社會革命。你的客戶、你的員工已經被悄無聲息的改變，工業時代的致勝秘籍和戰略空間已經不再繼續有效，大數據給我們帶來了新的價值創造方式、更爆發的增長速度、更刁鉆的戰略布局，企業的管理者更需要刷新自己的認識，洞察大數據帶來的創造性思維，分析大數據的算法革命，了解大數據催生的新業務模式，進而保持更高的戰略預判。

目前，市面上流行的大數據培訓一部分側重于實現算法和公式推導，適合編程人士學習，但過于晦澀，需要較高的學歷基礎，另外一部分側重于創新理念和案例介紹，適合普及概念，但這些知識觸手可及，缺乏新鮮性和實戰性。為了彌補這些不足，融業務和技術創新于一體，林海老師根據長時間的理論和實踐經驗，開發了本門課程。

本課程即包括未來趨勢研判，也包括工具實操的落地，更包括業務創新的暢想，三位一體才是課程的目的。圍繞數字化時代這個核心，重點介紹“大數據思維+算法革命+業務模式再造”三大主題，將會帶給學員全新的知識體驗，啟發自己的大數據思維，獲得大數據算法的框架和使用指引，可以在工作中靈活運用，幫助企業洞察問題、發現規律和改進方向，并能夠運用所學知識，結合公司實際情況，再造自己的數字化業務。

課程收益

1.全面認識大數據，開啟大數據思維

2.在工作中靈活運營大數據幫助企業洞察問題及改善策略

3.結合公司實際情況，運用所學知識推動業務創新

課程對象

1.公司董事長、總經理、CFO、CTO等高層領導

2.貴公司業務總監、技術總監、各業務部門負責人

3.業務骨干、業務主管、各類基層管理人員、技術人員、業務負責人等

課程大綱

第一單元 已經到來的數字化社會——大數據價值展望

一、大數據已經在改變社會

1、生活在一個被算法壟斷的社會

2、更加智能化的硬件和物聯網

3、日益出格的數字化商業模式

4、社會文化、消費習慣的躍遷

5、工業化時代的終結

第二單元 大數據十大思維

一、大數據三大核心思維

1、分類：真與假；好與壞；高、中、低。不會分類，就不會思考

2、預測：輸入變量，求得結果。代表了掌握規律的能力，生活是確定的

3、相關性：模糊、近似、有關，是一種簡便的、粗略的全盤操控能力

提問思考： 關于“概率”的故事，給了我們怎么樣的思考；數字和數據的區別在哪里

二、大數據七大創新性思維

1、主動找數據變為被動推薦

2、抽樣數據變為全集數據

3、要求精確變為歡迎復雜

4、事后分析變為實時監控

5、人為分析變為機器學習

6、由流程為核心變為以數據為核心

7、由分類型產品變為個性化服務

8、由人與人連接變為人與機器連接

分組討論：以組為單位，根據林海老師所講的內容，結合自己日常工作、學習和生活中了解的內容，舉一個案例，向大家分享大數據創新思維的應用場景

三、成為大數據領域人才的關鍵轉型

1、擁抱變化和開放性的心態

2、培養系統性思維、建立架構意識

3、觀察、收集、分析、推理的基本功

4、成年人的挖洞式學習模式

5、要感謝那個逼迫你學習的人

提問思考：你對大數據感興趣的是什么？希望學習大數據達到什么樣的目標

第三單元 大數據分析常用算法

一、大數據的內容和企業的關注點

1、大數據分析：價值創造工具，企業的重心

2、大數據存儲：支撐平臺

3、大數據計算：支撐工具

4、大數據產業：數據交易市場、API服務商

二、大數據分析五大初級算法

1、相關性分析：最入門、最常用、最剛需的分析方法

2、散點圖分析：最被忽略的探索性分析方法

3、概覽性分析：教科書上都不重視的全局總覽的分析方法

4、回歸分析：最容易理解的由x推導出y的方程式分析法

5、聚類分析：最粗暴的物以類聚人以群分的分析方法

實例演示：如何用大家都會用的Excel，運用這些初級算法，進行入門級別的數據分析

三、大數據分析六大中級算法

1、降維分析：數據太多，抓住主要數據的方法

2、決策樹分析：最容易理解的決策分析

3、關聯規則分析：貌似沒有規模，卻可以尋找一個規律

4、相似性分析：當前最熱門的分析方法，如：人臉識別、指紋識別

5、可視化分析：河流圖、風向圖、熱力圖等各種別具一格的數據呈現方式

6、文本分析：從大量的文字中快速提取關鍵信息

實例演示：林海老師介紹用泰坦尼克號幸存者的數據，分析幸存者的特征，在白板上逐步推導，進行演示，找出這一事件中幸存者的生存概率

四、兩大大數據高級算法

1、神經網絡算法：最牛逼的模擬大腦的算法，如埃爾法狗圍棋

2、支持向量機算法：實用性和準確性較強的一個機器學習算法

提問思考：機器學習和統計分析的區別，以及優勢、未來發展的趨勢

第四單元 大數據分析的工具與操作方法

一、大數據分析的主要工具

1、R語言。下載、安裝、打開、helloworld示例

2、Python。下載、安裝、打開、Hellowworld示例

二、大數據分析方法和步驟

1、數據獲?。▽霐祿?、爬取數據）

2、數據探索分析、概覽分析

3、明確分析目的

4、選擇x和y

5、對格式進行轉換

6、選擇模型（模型選擇準則）

7、使用交叉驗證規則，切分數據

8、用模型進行訓練

9、分析模型預測結果

10、確定最優模型

11、使用和預測

12、報告和呈現

實例演示：以一份國際白銀價格數據為例，林海老師詳細演示分析過程，對白銀的未來價格進行預測

三、數據分析中的常見問題

1、數據量

2、數據質量

3、歸一化

4、過擬合

案例介紹：常見的數據分析陷阱和邏輯謬誤

四、不同分析模型的比較

1、適用性，不同模型有不同的適用場景

2、經驗性，根據項目經驗，各個模型有差別

3、結果性，用結果來評價優劣

4、開放性，能看清內核，能修改完善最好

5、可控性，運行結果文檔，可以預期輸出

案例分析：藥品的研發過程和雙盲測試法

第五單元 大數據創新的經典案例

一、互聯網公司的經典案例

1、推薦算法：當當網評論的排序優化，激發了購買

2、個性化頁面：淘寶的千人千面、個性化的產品介紹和價格、服務

3、自動撮合：基于位置的、基于價格、基于時間、基于供需

4、自動化流程：減少人工錄入和操作

5、客戶畫像：更加洞察需求

6、活動預測：流量引導、資源規劃

7、用戶行為分析：分析現狀，查找問題和改進

8、異常檢測：文字、圖片的異常偵測、識別

9、灰度策略：小部分用戶進行試錯

10、黑科技：無處不在的騷擾和隱私泄露

案例分析：大數據對競技體育行業的影響

二、傳統行業公司的大數據項目應用

1、中國電信運營商（中國移動、中國聯通）的大數據實戰

2、中國電力企業（國家電網、南方電網）的大數據實戰

3、中國金融行業（銀行、保險）的大數據實戰

4、中國制造行業（美的）的大數據實戰

討論：如何看待大數據泡沫現象

第六單元 設計大數據解決方案

一、企業開展大數據工作的策略和建議

1、開始養數據，做好積累

2、業務閉環（付款閉環、績效閉環）處理，提高數據質量

3、以客戶、產品、項目、訂單為中心進行數據編織

4、先統計，再挖掘

5、應用場景以業務的“事前規劃、事中監控、事后總結”為主線

6、用數據說話，用數據決策，培養數據文化

7、培養業務研究型專家，對業務進行持續分析和改善

二、如何設計數據分析解決方案（模型：W-J-P-M-V-D）

1、What：問題是什么

2、Judgement：能用數據分析解決嗎

3、Prerequisite：具備數據基礎嗎

4、ModelSelect：選擇哪個模型

5、Visualization：怎么呈現結果

6、Design：設計流程，形成文檔

三、林海老師帶領學員，設計一個數據分析解決方案（題目：基于大數據的客戶畫像，需要被培訓公司提供些背景材料，可以在第一天培訓時提供）

四、頭腦風暴：以小組為單位，結合公司和所處行業的特點，基于目前的需求或存在的痛點，運用大數據分析技術，設計創新性解決方案，并對方案進行展示