|
|
|
|
全部课程 >大数据 |
|
数据驱动:数字化转型策略与落地实践 |
1839 次浏览 55 次
|
|
|
地点时间:北京、
上海、深圳根据报名开班 |
课程费用:5000元/人 |
|
|
|
企业内训:可以根据企业需求,定制内训,详见
内训学习手册 |
|
|
认证方式:
培训前了解能力模型。
培训后进行能力评测: 在线考试
能力分析,给出学习建议
合格者颁发证书,作为职业技能资格证明 |
|
|
|
近几年里互联网巨头攻城略地,其根本原因在对数据资产的极致应用。阿里巴巴掌握了中国人的消费记录,腾讯获取了我们的社交关系链,滴滴出行和百度地图最清楚人们的行动轨迹,美团最了解我们的吃喝玩乐。甚至人们平时用键盘和手机打字,也被搜狗掌握了我们的输入习惯。这些沉淀的数据资产,对于企业而言就是核心竞争力。
然而,很多行业在大数据面前还显得比较迟缓,数据利用基本上处于信息查询、报表提交层面,主要是对现有数据的简单加工,很少涉及数据挖掘等深层应用。数据开发意识不强,数据思维不足,数据应用滞后。尤其在客户行为分析,消费心理捕捉、个性化服务与业务创新、洞察市场趋势等方面亟待提升。此外,在基础数据管理、数据平台搭建、数据分析人才储备上比较欠缺,无法有效盘活数据资产,为企业经营决策提供有力依据。
在数字化背景下,如何借助大数据为管理和营销提供有力支撑,如何有效挖掘自身已经沉淀的数据,并实现跨行业、跨平台的外部数据资源整合,基于用户画像构建,实现大数据实现精准营销和创新服务,是现阶段企业相关岗位人员必须掌握的技能。 |
课程收益 : |
了解数字化的时代背景和基础条件,正确认知大数据的应用价值;
透视大数据的基本规律和特性,掌握大数据思维,提高工作效率;
搭建数据管理平台,开展数据分析,发现数据背后的问题和机会;
基于数字化应用,优化业务流程,构建精细化、智能化管理体系;
为组织植入数字化基因,树立创新管理意识,持续的发现新机会。
|
培训对象:需要应用数据思维和数据分析方法来推动团队的运营,规划,决策的人员 |
学员基础:具有数据分析或者数据管理的工作经验 |
授课方式:讲师讲授+案例解析+互动交流+现场答疑 |
培训内容:2天
|
引言:数字化时代企业生存之道——保持饥饿感 |
1.数字经济才是真正的“计划经济” 2.数据资产是企业发展的核心竞争力 3.数字化转型是双轮驱动的“一把手工程” |
第一单元:数字化背景下的商业变革
|
一、大数据内涵定义和基础条件
1. 阿里巴巴新战略:数字经济体
2. 大数据三个要素
(1)大——海量,平台级
(2)数——信息,结构化
(3)据——精准、可依赖
3. 大数据的六个特征
4. 大数据的三种类型
(1)消费数据——多维度记录
(2)机器和传感数据——图文、语音、影像
(3)行为数据——位置、轨迹、交易
5. 大数据+移动互联网
——终端普及率
——用户习惯
——支付体系
6. 大数据+物联网
(1)物联网的三个基本特征
(2)物联网的本质:连接一切
(3)传感器——人类感官的延伸
【案例解析】万物互联——当尿不湿植入芯片
7. 大数据+5G
(1)高速率:大幅提高传输速率
(2)低时延:端到端毫秒级时延
(3)大带宽:km²百万级设备接入
(4)广连接:应用场景更加丰富
【案例解析】消费互联网VS产业互联网
8. 大数据+云计算
(1)大数据反哺云计算
(2)算力提升与算法优化
(4)企业上云和政务上云大趋势
【案例解析】过去一百年人类离不开电力,未来人类离不开算力
9. 大数据+AI人工智能
【案例解析】百度AI战略——无人驾驶
二、数字化转型面临的难点
1. 数据思维:数据意识较弱,人才储备不足
2. 数据采集:数据积累时间长,但质量不佳
3. 数据开发:应用场景不够,缺乏业务突破点
4. 数据应用:条件所限,缺少应用的成功案例
5. 数据共享:数据不统一,难以发挥整体作用
|
第二单元:数字化平台构建及应用策略 |
一、大数据开发的重要性
1. 发现运营存在的不足
2. 市场变化和竞对动态
3. 客户需求与极致体验
4. 个性化营销方案制定
5. 洞察行业周期性走势
6. 为决策提供有效依据
【案例解析】什么是马云眼中的“新能源”
二、数字化管理与信息化建设
1. 掌握业务板块与数据运行之间的底层逻辑
2. 建立数据共享机制提升部门协同效率
3. 设定关键指标,通过数据反馈进行科学决策
(1)业务改进措施
(2)绩效考核体系
(3)服务流程优化
(4)信息安全管理
(5)客服体系建设
(6)品牌建设
4. 符合实际情况的数据开发流程
(1)数据接入
(2)数据整合
(3)数据清洗
(4)数据分析
(5)数据呈现
(6)建模应用
三、大数据运营及应用方向
1. 产品研发:数据反馈与产品定位
【案例解析】从产品定义看众安保险如何玩转大数据
2. 用户画像:消费者心理及行为分析
【案例解析】在非洲卖的最好的中国手机品牌
1. 精准营销:痛点捕捉与需求触达
4. 风险管控:数据监测与风险预警
【案例解析】上海外滩踩踏事件的反思和启示
5. 运营效率:智能化和精细化管理
6. 创新服务:客户个性化需求满足
【案例解析】门店暴增,“优剪”的数据思维和颠覆式创新
四、大数据分析挖掘方法和要点
1. 统计性分析
(1)结合业务场景设定关键指标
(2)不同维度组合的统计模型
(3)导向性的数据提取
【案例解析】飞机真的是最安全的交通工具?
【实战分享】从某外卖平台的统计数据中,你能看出什么?
2. 预测性分析
(1)捕捉各个因素之间的内在关联
(2)通过历史数据发掘规律和趋势
(3)风险评估,预判和管控
【案例解析】为什么电力数据真实反映了国民经济运行状况?
3. 可视化分析
(1)形成观点和结论
(2)文不如表,表不如图
(3)呈现方式——Excel、PPT或其他分析工具
4. 分析思维训练
(1)对比、转化、关联,横向与纵向扩展
(2)深入了解各业务板块,使分析工作贴合实际
(3)比数据分析更重要的是大数据思维和意识
【思维训练】为什么大部分人对中国房价走势预测失误?
【实战分享】如何通过数据分析识别已损坏的共享雨伞?
五、大数据内部采集与外部整合
1. 内部数据采集要点
(1)完整性——数据累积效应
(2)连续性——周期变化趋势
(3)多维度——数据的多样性
(4)倾向性——目标数据提取
2. 外部数据渠道开拓与整合优化
(1)“互联网+”的趋势
(2)构建跨平台信息采集体系
|
第三单元:基于用户画像的精准营销和创新服务 |
一、什么是用户画像
1. 用户DNA
2. 营销依据
3. 效果转化
【案例解析】今日头条为什么让巨头们恐慌?
二、用户画像构建
1 . 用户需求洞察
(1)用户角色属性划分
(2)用户真伪需求甄别
(3)保持倾听,独立判断
2. 数据源的建立
(1)用户数据
(2)行为数据
(3)消费数据
(4)商品数据
(5)客服数据
3. 用户画像模型
(1)群体画像模型
(2)购买兴趣模型
(3)产品定义模型
(4)风险管控模型
【案例解析】瞄准社区生鲜,钱大妈凭什么火爆?
三、用户标签体系
1. 用户的基础信息
2. 用户的社会属性
3. 用户的行为偏好
4. 用户的心理特征
5. 用户的异常情况
6. 用户的使用特权
【实战分享】用户画像偏差:某厨具品牌线上推广遭遇的困惑
四、用户画像建模规则
1. 明确建模的目标和方向
2. 掌握业务关联性和逻辑
3. 必须结合实际应用场景
4. 根据数据反馈优化模型
【实战分享】用户画像重构:某家电生产企业的营销模式转型策略
|
第四单元:实体产业如何植入数字基因 |
一、用户思维——为懒人服务
1. 傻瓜式、简单可依赖
2. 别让消费者做选择题
3. 需求洞察与痛点捕捉
4. 用户需求VS应用场景
【案例解析】邮政VS顺丰,用户的槽点在哪里
二、产品思维——对一切有违人性的产品和服务保持愤怒
1. 无痛点,不产品(服务)
2. 做减法,不做加法(功能)
3. 小步快跑,快速迭代(效率)
4. 避免过度的产品设计(机制)
【案例解析】马桶上的两个按钮VS苹果的HOME键
【案例解析】瞬间白痴论——乔布斯1秒、马化腾3秒、张小龙5秒
三、平台思维——规则制定者
1. 边际成本与规模效应
2. 利益相关者的交易结构
3. 四度法则:深度、广度、维度、力度
【实战分享】某新能源充电桩运营平台的纠结
四、跨界思维——乱拳打死老师傅
1. 挟用户数据重构市场空间
2. 瓦解竞争对手的惯性生存条件
3. “跨界打劫”VS“降维打击”
4.“跨界打劫”的本质:场景转换与用户体验
【案例解析】谁夺走了分众传媒的电梯生意
五、创新思维——做别人不做的事
1. 创新不是瞎折腾
2. 创新不是耍小聪明
3. 创新是“有中生无”
4. 微创新——保持饥饿感
【案例解析】马云声称的“珍珠港偷袭”
|
|
|
|
|
|
|
|
|
1839 次浏览 55 次
|
其他人还看了课程 |
|
|
|
|
|
咨询目标
|
对客户的数据库进行性能评价,设计优化,管理优化 |
咨询范围 |
数据库性能评价,数据库结构优化,数据访问SQL优化。 |
咨询方式 |
现有数据库调查,问题诊断,性能评价。
对数据库进行逻辑结构优化,对数据库进行访问SQL优化。
建立数据库运行监控平台。运行监控与优化方法指导。 |
成功案例 |
建设银行,中国农业银行,中国工商银行,中航信 |
详情咨询:010-62670969, zhgx@uml.net.cn
|
|
|
|
|
|