大數(shù)據(jù)應(yīng)用精進(jìn)之道 – 企業(yè)數(shù)據(jù)分析與建模

【課程背景】

大數(shù)據(jù)技術(shù)是指從各種各樣類型的巨量數(shù)據(jù)中，快速獲得有價(jià)值信息的技術(shù)。解決大數(shù)據(jù)問題的核心是大數(shù)據(jù)技術(shù)。大數(shù)據(jù)(big data)或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。大數(shù)據(jù)分析相比于傳統(tǒng)的數(shù)據(jù)倉庫應(yīng)用，具有數(shù)據(jù)量大、查詢分析復(fù)雜等特點(diǎn)。

大數(shù)據(jù)為企業(yè)創(chuàng)造了新的商機(jī)。挖掘數(shù)據(jù)價(jià)值是傳統(tǒng)企業(yè)轉(zhuǎn)型和互聯(lián)網(wǎng)企業(yè)創(chuàng)新的必由之路。然而，復(fù)雜的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)不能被傳統(tǒng)技術(shù)處理。大數(shù)據(jù)挖掘，面對電子郵件、照片、視頻、音頻、文本等海量信息，新數(shù)據(jù)可以迅速生成，不同類型的數(shù)據(jù)混合在一起。對海量數(shù)據(jù)進(jìn)行準(zhǔn)確、可靠的分析和處理，獲取高價(jià)值信息，將為企業(yè)帶來豐厚的利潤。

數(shù)據(jù)產(chǎn)品，承載著大數(shù)據(jù)中蘊(yùn)含的邏輯，是一個(gè)大數(shù)據(jù)產(chǎn)業(yè)鏈價(jià)值的最終體現(xiàn)。對于一條完整的大數(shù)據(jù)產(chǎn)業(yè)鏈來說，其本質(zhì)就是對數(shù)據(jù)不斷挖掘，發(fā)現(xiàn)其中的規(guī)律，并封裝成數(shù)據(jù)產(chǎn)品，最后用數(shù)據(jù)產(chǎn)品變現(xiàn)的過程。

課程將以大數(shù)據(jù)模型與分析為核心要點(diǎn)，幫助學(xué)員認(rèn)識(shí)大數(shù)據(jù)建設(shè)的基礎(chǔ)、了解數(shù)據(jù)建模與分析，在企業(yè)數(shù)字化變革的重要性是什么？信息科技部門在大數(shù)據(jù)平臺(tái)建設(shè)過程中，應(yīng)該扮演什么角色？如何利用現(xiàn)代化信息科技，提升數(shù)據(jù)建模、挖掘與分析成功的機(jī)會(huì)？使學(xué)員能夠知其然，更能知其所以然。能夠具備引領(lǐng)企業(yè)實(shí)現(xiàn)成功的數(shù)字轉(zhuǎn)型，同時(shí)協(xié)助企業(yè)提升商業(yè)模式創(chuàng)新能力，快速占領(lǐng)行業(yè)制高點(diǎn)！

【課程收益】

?  了解企業(yè)實(shí)施大數(shù)據(jù)平臺(tái)的原由，影響，以及可預(yù)期的成效

?  熟悉6大高質(zhì)量數(shù)據(jù)的標(biāo)準(zhǔn)

?  了解“數(shù)據(jù)建?！痹谄髽I(yè)大數(shù)據(jù)應(yīng)用過程中的定位與重要性

?  了解數(shù)據(jù)建模的方法論與實(shí)踐案例

?  了解業(yè)界常用的數(shù)據(jù)分析工具與方法

【課程特色】方法，知其然；科學(xué)，亦知其所以然；實(shí)戰(zhàn)，真實(shí)案例解析

【課程對象】信息科技運(yùn)維部門主管，信息科技研發(fā)部門主管，信息科技部首席/資深系統(tǒng)架構(gòu)師，CIO（首席信息官）、CTO（首席技術(shù)官）、企業(yè)安全架構(gòu)師，信息科技部資深軟件設(shè)計(jì)師，信息科技部資深軟件設(shè)計(jì)師

【課程時(shí)間】6小時(shí)

【課程大綱】

一、“大數(shù)據(jù)”的內(nèi)涵為何？

a)       “大數(shù)據(jù)”的構(gòu)成元素為何？

b)      “大數(shù)據(jù)”具備什么特性？

c)       “高質(zhì)量”數(shù)據(jù)的標(biāo)準(zhǔn)為何？

                   i.           有效性

                  ii.           準(zhǔn)確性

                 iii.           完整性

                 iv.           一致性

                  v.           可追溯性

                 vi.           及時(shí)性

二、 “數(shù)據(jù)建?！钡膬?nèi)涵為何？

a)       為什么需要建立模型？

b)      建立模型的原則為何？

                   i.           探索 – 排序思維

                  ii.           概念 – 步驟導(dǎo)向

c)       常用的建模工具介紹

                   i.           思維導(dǎo)圖

                  ii.           概念圖

                 iii.           系統(tǒng)導(dǎo)圖

                 iv.           心智模型

                  v.           概念模型

三、業(yè)務(wù)數(shù)據(jù)建模實(shí)踐

a)       業(yè)務(wù)數(shù)據(jù)建模的定義與內(nèi)涵

b)      如何進(jìn)行業(yè)務(wù)數(shù)據(jù)建模？

                   i.           信息流定義

                  ii.           信息輸入

                 iii.           信息輸出

                 iv.           信息處理規(guī)范

                  v.           信息參與角色

c)       數(shù)據(jù)建模完成后的接續(xù)動(dòng)作為何？

                   i.           建立系統(tǒng)框架

                  ii.           構(gòu)建應(yīng)用架構(gòu)

1.       數(shù)據(jù)架構(gòu)

2.       技術(shù)架構(gòu)

四、數(shù)據(jù)模型實(shí)踐

a)       數(shù)據(jù)建模的定義與內(nèi)涵為何？

b)      常見數(shù)據(jù)場景介紹與案例分享

c)       數(shù)據(jù)建模的步驟為何？

                   i.           制定目標(biāo)

                  ii.           數(shù)據(jù)理解與準(zhǔn)備

                 iii.           建立模型

                 iv.           模型評(píng)估

                  v.           結(jié)果呈現(xiàn)

                 vi.           模型部署

d)      數(shù)據(jù)建模常用的方法與工具

                   i.           ML

                  ii.           SmartBi

e)       如何規(guī)避常見的數(shù)據(jù)建模誤區(qū)？

                   i.           與現(xiàn)有數(shù)據(jù)治理沖突？

                  ii.           數(shù)據(jù)安全過度考量？

五、數(shù)據(jù)分析的最佳實(shí)踐與方法

a)       邏輯樹分析

b)      PEST行業(yè)分析

c)       多維度拆解分析

d)      對比分析

e)       歸因分析（假設(shè)檢驗(yàn)）

f)        AARRR分析

g)      RFM分析

h)       杜邦分析

i)        周期性分析

六、業(yè)務(wù)場景實(shí)踐

a)       業(yè)務(wù)場景的定義與內(nèi)涵

                   i.           何謂“業(yè)務(wù)場景”？

                  ii.           組成“業(yè)務(wù)場景”的關(guān)鍵要素為何？

                 iii.           案例分享

b)      “業(yè)務(wù)場景”應(yīng)具備哪些要素？

                   i.           誰在里面？

                  ii.           在什么環(huán)境下？

                 iii.           在做什么？遇到什么問題？

                 iv.           如何互動(dòng)？

                  v.           會(huì)產(chǎn)生什么價(jià)值？

c)       如何創(chuàng)建“業(yè)務(wù)場景”？

                   i.           識(shí)別主題

                  ii.           判斷角色與場景入口

                 iii.           延伸場景，梳理“角色”的步伐

                 iv.           針對需求思考解決方案

d)      業(yè)務(wù)場景開發(fā)指南

                   i.           分析業(yè)務(wù)場景的6步法

                  ii.           UML用例圖/行為圖解析

                 iii.           價(jià)值流分析

e)       案例分享與討論

七、數(shù)據(jù)挖掘與分析的發(fā)展方向與趨勢為何？

a)       定向算力（案例分享 – 特斯拉 無人駕駛）

b)      機(jī)器學(xué)習(xí) （案例分享 – 富士康 精密制造）

c)       系統(tǒng)自愈 （案例分享 – 富士康 無燈工廠）

d)      預(yù)警機(jī)制 （案例分享 – AWS 數(shù)據(jù)中心運(yùn)維）

八、課程總結(jié)

a)       學(xué)員心得分享

b)      重點(diǎn)摘要

c)       答客問