|
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： Ø 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： Ø 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： ² 了解大数据和云计算时代给企业带来的机遇 ² 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； ² 了解大数据应用经验和技术架构； ² 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； ² 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 ² 了解DT时代数据营销的基本方式 ² 了解DT时代数据分析的逻辑思路和具体的办法 ² 了解DT时代产品定位和市场营销定价策略 课程大纲： | 单元 | | | | | | 1、 什么是大数据 2、 互联网时代带来的大数据的革命 3、 大数据的思考 4、 大数据、云计算、人工智能及物联网之间的逻辑关系 | | | | 1、 如何通过云计算和大数据让自身产业的物流仓储效率最大化提升 1） 智能仓储是物联网时代的趋势 2） 智能仓储和智慧物流对于我们有哪些帮助 2、 云计算和大数据是如何改变产业金融的 1） 传统企业应该如何面对新金融 2） 传统企业在新金融中的机会点 3） 产业互联网金融和数据金融的区别是什么 3、 云计算和大数据是如何改变产业物流的 4、 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。 | | | 1、 大数据时代下的互联网新思维 2、 大数据对新零售的变革； 3、 大数据对新农业的变革； 4、 大数据对新共享经济的变革； 5、 大数据对新制造的变革； 6、 大数据对新金融的变革； 7、 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 | | | | 1、 DT的大数据给金融、技术、能源、零售业及渠道等带来的变化分别是什么: ² 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？ ² 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 | | | 1、 DT时代产品定位核心功能 2、 UED设计师应该具备的三种心态及知识图谱 3、 理解什么是数据时代下的设计体验及产品交互 4、 产品管理体验管理与创新 5、 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。 | | | | 1、客户获取分析 2、客户激活响应与偏好分析 2、 客户保有与流失分析 3、 客户价值分析 4、 客户细分维度选择 5、 客户细分维度处理及案例 6、 客户细分目标及市场定价 7、 客户细分办法比较 | | | 1、盘活数据资产 2、淘宝数据王国——海量数据称王 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 | | | | 1、 数据分析是神马?数据分析基本过程？ 2、 数据分析面临的常见问题 ² 不知道分析什么（分析目的不明确） ² 不知道怎样分析（缺少分析方法） ² 不知道收集什么样的数据（业务理解不足） ² 不知道下一步怎么做（不了解分析过程） ² 看不懂数据表达的意思（数据解读能力差） ² 担心分析不够全面（分析思路不系统） ² 认识数据分析 ² 什么是数据分析 ² 数据分析的三大作用 ² 数据分析的三大类别 3、 数据分析需要什么样的能力 ² 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 ² 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 | | | | 1、 数据分析的六步曲 2、 步骤1：明确目的--理清思路 ² 先有数据还是先有问题？ ² 确定分析目的 ² 确定分析思路 3、 步骤2：数据收集—理清思路 ² 明确收集数据范围 ² 确定收集来源 ² 确定收集方法 4、 步骤3：数据预处理—寻找答案 ² 数据清洗、转化、提取、计算 ² 数据质量评估 5、 步骤4：数据分析--寻找答案 ² 分析方法选择 ² 构建合适的分析模型 ² 分析工具选择 6、 步骤5：数据展示--观点表达 ² 选择合适的可视化工具 ² 选择恰当的图表 7、 步骤6：报表撰写--观点表达 ² 选择报告种类 ² 完整的报告结构 8、 数据分析的三大误区 | |
| 
