• <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>
  • 當前位置: 首頁(yè) > 內訓課程 > 課程內容
    廣告1
    相關(guān)熱門(mén)公開(kāi)課程更多 》
    相關(guān)熱門(mén)內訓課程更多 》
    相關(guān)最新下載資料

    數據驅動(dòng):大數據開(kāi)發(fā)運營(yíng)與應用實(shí)踐

    課程編號:21640

    課程價(jià)格:¥22260/天

    課程時(shí)長(cháng):2 天

    課程人氣:1014

    行業(yè)類(lèi)別:通信郵政     

    專(zhuān)業(yè)類(lèi)別:戰略管理 

    授課講師:張世民

    • 課程說(shuō)明
    • 講師介紹
    • 選擇同類(lèi)課
    【培訓對象】
    企業(yè)管理者、部門(mén)主管、相關(guān)崗位人員

    【培訓收益】
    ▲了解大數據的時(shí)代背景和基礎條件,正確認知大數據的應用價(jià)值; ▲透視大數據的基本規律和特性,掌握大數據思維,提高工作效率; ▲搭建數據管理平臺,開(kāi)展數據分析,發(fā)現數據背后的問(wèn)題和機會(huì ); ▲基于大數據應用,優(yōu)化業(yè)務(wù)流程,構建精細化、智能化管理體系,提升管理效能; ▲整合數據資源,基于用戶(hù)畫(huà)像構建,進(jìn)行點(diǎn)對點(diǎn)精準營(yíng)銷(xiāo),為客戶(hù)提供個(gè)性服務(wù)。

     課程背景

    “疫”期間,助力線(xiàn)上交易、遠程辦公、在線(xiàn)教育,云服務(wù)無(wú)處不在;從流動(dòng)人員健康監測,到疫情態(tài)勢研判,大數據應用身手不凡;廣泛應用機器人配送、無(wú)接觸方艙CT、紅外人體溫度快速篩檢儀,人工智能嶄露頭角……數字技術(shù)的普及運用,人們愈發(fā)感受到托舉產(chǎn)業(yè)數字化、數字產(chǎn)業(yè)化的新型基礎設施的重要性。

    數字經(jīng)濟已經(jīng)成為推動(dòng)實(shí)體行業(yè)轉型升級的底層驅動(dòng),引領(lǐng)我國經(jīng)濟發(fā)展的新引擎、新動(dòng)能。總體來(lái)說(shuō),數字經(jīng)濟主要涵蓋大數據(數據采集)、云計算(數據分析)、人工智能(數據應用),以及互聯(lián)網(wǎng)+實(shí)體行業(yè)結合的部分。

    然而,很多行業(yè)在大數據面前還顯得比較遲緩,數據利用基本上處于信息查詢(xún)、報表提交層面,主要是對現有數據的簡(jiǎn)單加工,很少涉及數據挖掘等深層應用。數據開(kāi)發(fā)意識不強,數據思維不足,數據應用滯后。尤其在客戶(hù)行為分析,消費心理捕捉、個(gè)性化服務(wù)與業(yè)務(wù)創(chuàng )新、洞察市場(chǎng)趨勢等方面亟待提升。此外,在基礎數據管理、數據平臺搭建、數據分析人才儲備上比較欠缺,無(wú)法有效盤(pán)活數據資產(chǎn),為企業(yè)經(jīng)營(yíng)決策提供有力依據。

    在數字化背景下,如何借助大數據為管理和營(yíng)銷(xiāo)提供有力支撐,如何有效挖掘自身已經(jīng)沉淀的數據,并實(shí)現跨行業(yè)、跨平臺的外部數據資源整合,基于用戶(hù)畫(huà)像構建,實(shí)現大數據實(shí)現精準營(yíng)銷(xiāo)和創(chuàng )新服務(wù),是現階段企業(yè)管理者需要認真思考的。

      

    課程大綱

    引言:數字時(shí)代企業(yè)生存之道——保持饑餓感

    1. 市場(chǎng)倒逼——躺著(zhù)賺錢(qián)的時(shí)代結束了

    2. “跨界打劫”的本質(zhì):場(chǎng)景轉換與用戶(hù)體驗

    案例解析:疫情之下的逆襲:釘釘用戶(hù)數超11

    第一講:數字化背景下的商業(yè)變革

    一、大數據的內涵定義和基礎條件

    1. 阿里巴巴新戰略:數字經(jīng)濟體

    2. 大數據三個(gè)要素

    1)大——海量,平臺級

    2)數——信息,結構化

    3)據——精準,可依賴(lài)

    3. 大數據的六個(gè)特征

    案例解析:五常大米,下單即送

    4. 大數據的三種類(lèi)型

    1)消費數據——多維度記錄

    2)機器和傳感數據——圖文、語(yǔ)音、影像

    3)行為數據——位置、軌跡、交易

    5. 大數據+移動(dòng)互聯(lián)網(wǎng)

    1)終端普及率

    2)用戶(hù)習慣

    3)支付、物流

    4)信用體系

    6. 大數據+物聯(lián)網(wǎng)

    1)物聯(lián)網(wǎng)的三個(gè)基本特征

    2)傳感器——人類(lèi)感官的延伸

    3)互聯(lián)網(wǎng)是一張網(wǎng),物聯(lián)網(wǎng)是整個(gè)世界

    案例解析:萬(wàn)物互聯(lián)——當尿不濕植入芯片

    7. 大數據+5G

    1高速率:大幅提高傳輸速率

    2低時(shí)延:端到端毫秒級時(shí)延

    3)大帶寬:km²百萬(wàn)級設備接入

    4)廣連接:應用場(chǎng)景更加豐富

    8. 大數據+云計算

    1)為了無(wú)法計算的價(jià)值

    2算力提升與算法優(yōu)化

    3)大數據反哺云計算

    4企業(yè)上云和政務(wù)上云大趨勢

    案例解析:“雙十一”背后阿里云強悍的數據處理能力

    9. 大數據與AI人工智能

    1)京東、順豐無(wú)人機投遞

    2)富士康工業(yè)機器人作業(yè)

    案例解析:百度逆襲:AI戰略——無(wú)人駕駛

    10. 大數據在各行業(yè)的應用

    、大數據開(kāi)發(fā)面臨的難點(diǎn)

    1. 數據思維:數據意識較弱,人才儲備不足

    2. 數據采集:數據積累時(shí)間長(cháng),但質(zhì)量不佳

    3. 數據開(kāi)發(fā):應用場(chǎng)景不夠,缺乏業(yè)務(wù)突破點(diǎn)

    4. 數據應用:條件所限,缺少應用的成功案例

    5. 數據共享:數據不統一,難以發(fā)揮整體作用

    、大數據運營(yíng)及數據挖掘

    1. 產(chǎn)品研發(fā):數據反饋與產(chǎn)品定位

    案例解析:從產(chǎn)品定義看眾安保險如何玩轉大數據

    2. 用戶(hù)畫(huà)像:消費者心理及行為分析

    案例解析:瞄準社區生鮮,錢(qián)大媽?xiě){什么火爆?

    3. 精準營(yíng)銷(xiāo):痛點(diǎn)捕捉與需求觸達

    4. 風(fēng)險管控:數據監測與風(fēng)險預警

    案例解析:上海外灘陳毅廣場(chǎng)踩踏事件的反思和啟示

    5. 運營(yíng)效率:智能化和精細化管理

    6. 創(chuàng )新服務(wù):消費者個(gè)性化需求滿(mǎn)足

    案例解析:門(mén)店暴增,“優(yōu)剪”的大數據思維和顛覆式創(chuàng )新

     

    第二講:企業(yè)大數據平臺構建及應用策略

    一、大數據開(kāi)發(fā)和應用方向

    1. 發(fā)現運營(yíng)存在的不足

    2. 產(chǎn)品研發(fā)與極致體驗

    3. 質(zhì)量改進(jìn)和效能提升

    4. 個(gè)性化營(yíng)銷(xiāo)方案制定

    5. 洞察行業(yè)周期性走勢

    6. 為決策提供有效依據

    視頻分享:什么是馬云眼中的“新能源”

    、企業(yè)大數據管理平臺建設

    1. 掌握各業(yè)務(wù)板塊與數據運行之間的底層邏輯

    2. 建立數據共享機制提升部門(mén)協(xié)同效率

    3. 設定關(guān)鍵性指標,通過(guò)數據反饋進(jìn)行科學(xué)決策

    1)業(yè)務(wù)改進(jìn)措施

    2)績(jì)效考核體系

    3)供應鏈優(yōu)化

    4)信息安全管理

    5)品牌建設

    6)客服體系建設

    4. 符合實(shí)際情況的數據開(kāi)發(fā)流程

    1)數據接入

    2)數據整合

    3)數據清洗

    4)數據分析

    5)數據呈現

    6)建模應用

    小組討論:如何有效構建企業(yè)數字化管理平臺

    、大數據分析挖掘方法和要點(diǎn)

    1. 統計性分析

    1)設定關(guān)鍵性指標

    2)不同維度的統計分析

    3)導向性的數據提取

    案例解析:飛機真的是最安全的交通工具?

    實(shí)戰分享:從某外賣(mài)平臺的統計數據中,你能看出什么?

    2. 預測性分析

    1)捕捉各個(gè)因素之間的內在關(guān)聯(lián)

    2)通過(guò)歷史數據發(fā)掘規律和趨勢

    3)風(fēng)險評估,預判和管控

    案例解析:為什么電力數據真實(shí)反映了國民經(jīng)濟運行狀況?

    3. 可視化分析

    1)形成觀(guān)點(diǎn)和結論

    2)文不如表,表不如圖

    3)呈現方式——Excel、PPT或其他分析工具

    案例解析:城市大腦——智能交通最重要的支點(diǎn)

    4. 分析思維訓練

    1)對比、轉化、關(guān)聯(lián),橫向與縱向擴展

    2)深入了解各業(yè)務(wù)板塊,使分析工作貼合實(shí)際

    3)比數據分析更重要的是大數據思維和意識

    思維訓練:為什么大部分人對中國房?jì)r(jià)走勢預測失誤?

    實(shí)戰分享:如何通過(guò)數據分析識別已損壞的共享雨傘?

    第三講:傳統產(chǎn)業(yè)如何植入數字化基因

    、用戶(hù)思維——為懶人服務(wù)

    1. 傻瓜式,簡(jiǎn)單可依賴(lài)

    2. 別讓消費者做選擇題

    3. 需求洞察與極致體驗

    4. 用戶(hù)需求VS應用場(chǎng)景

    案例解析:郵政VS順豐,用戶(hù)的槽點(diǎn)在哪里?

    案例解析:4S店人員身上折射的用戶(hù)思維缺失

    、產(chǎn)品思維——對一切有違人性的產(chǎn)品和服務(wù)保持憤怒

    1. 無(wú)痛點(diǎn),不產(chǎn)品(服務(wù))

    2. 做減法,不做加法(功能)

    3. 小步快跑,快速迭代(效率)

    4. 避免過(guò)度的產(chǎn)品設計(機制)

    案例解析:馬桶上的兩個(gè)按鈕VS蘋(píng)果的HOME

    案例解析:瞬間白癡論——喬布斯1秒、馬化騰3秒、張小龍5

    、創(chuàng )新思維——做別人不做的事

    1創(chuàng )新不是瞎折騰

    2. 創(chuàng )新不是耍小聰明

    3. 微創(chuàng )新——保持饑餓感

    案例解析:馬云聲稱(chēng)的“珍珠港偷襲”

    、用戶(hù)畫(huà)像與高效運營(yíng)

    1. 什么是用戶(hù)畫(huà)像

    1)用戶(hù)DNA

    2)決策依據

    3)效果轉化

    案例解析:今日頭條為什么讓巨頭們恐慌

    2. 數據建模及規則

    1)群體畫(huà)像模型

    2)購買(mǎi)興趣模型

    3)產(chǎn)品定義模型

    4)風(fēng)險管控模型

    3. 用戶(hù)畫(huà)像構建

    1)用戶(hù)的基礎信息

    2)用戶(hù)的社會(huì )屬性

    3)用戶(hù)的行為偏好

    4)用戶(hù)的心理特征

    5)用戶(hù)的使用特權

    實(shí)戰分享:用戶(hù)畫(huà)像偏差——某廚具廠(chǎng)家國內業(yè)務(wù)遭遇的困惑

    實(shí)戰分享:用戶(hù)畫(huà)像重構——某家電生產(chǎn)企業(yè)的業(yè)務(wù)模式轉型策略

    咨詢(xún)電話(huà):
    0571-86155444
    咨詢(xún)熱線(xiàn):
    • 微信:13857108608
    聯(lián)系我們
    蜜芽亚洲av无码精品色午夜_久久免费国产AⅤ网_一本大道香蕉高清久久_精品久久久久久亚洲
  • <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>