夯實大數(shù)據(jù) – 企業(yè)數(shù)據(jù)挖掘與分析 精進之道

【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，在合理時間內(nèi)達到擷取、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。

大數(shù)據(jù)為企業(yè)創(chuàng)造了新的商機。挖掘數(shù)據(jù)價值是傳統(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)進行準(zhǔn)確、可靠的分析和處理，獲取高價值信息，將為企業(yè)帶來豐厚的利潤。

云計算超越了傳統(tǒng)的IT模型，為數(shù)據(jù)處理提供了幾乎完美的解決方案。

數(shù)據(jù)產(chǎn)品，承載著大數(shù)據(jù)中蘊含的邏輯，是一個大數(shù)據(jù)產(chǎn)業(yè)鏈價值的最終體現(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)挖掘與分析為核心要點，幫助學(xué)員認識大數(shù)據(jù)建設(shè)的基礎(chǔ)、了解數(shù)據(jù)挖掘與分析，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)挖掘與分析成功的機會？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)實現(xiàn)成功的數(shù)字轉(zhuǎn)型，同時協(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！

【課程收益】

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

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

?  7大數(shù)據(jù)挖掘的步驟

?  5大常用數(shù)據(jù)挖掘方法

?  了解“數(shù)據(jù)清洗”在企業(yè)大數(shù)據(jù)應(yīng)用過程中的定位與重要性

?  9大數(shù)據(jù)分析的實踐與方法

?  了解數(shù)據(jù)挖掘與分析的發(fā)展方向與趨勢，以及業(yè)界先進案例

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

【課程對象】信息科技運維部門主管，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)計師，信息科技部資深軟件設(shè)計師

【課程時間】6小時

【課程大綱】

一、“大數(shù)據(jù)”的定義與內(nèi)涵為何？

a)       什么是“大數(shù)據(jù)”?

b)      “大數(shù)據(jù)”的構(gòu)成元素為何？

c)       “大數(shù)據(jù)”具備什么特性？

d)      落實“大數(shù)據(jù)”應(yīng)用的關(guān)鍵技術(shù)為何？

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

a)       有效性

b)      準(zhǔn)確性

c)       完整性

d)      一致性

e)       可追溯性

f)        及時性

三、數(shù)據(jù)挖掘的基本步驟

a)       定義問題

b)      建立數(shù)據(jù)挖掘庫

c)       分析數(shù)據(jù)

d)      準(zhǔn)備數(shù)據(jù)

e)       建立模型

f)        評價模型

g)      實施挖掘

四、制定數(shù)據(jù)戰(zhàn)略的常用方法與模型

a)      波士頓矩陣、

b)      MECE

c)       SWOT

d)      STAR

e)       RFM

f)        PDCA

g)      SCP

五、數(shù)據(jù)清洗的最佳實踐

a)       全面考慮數(shù)據(jù)的用途

b)      提升數(shù)據(jù)輸入的控制力度

c)       限制樣本規(guī)模

d)      全程抽查

e)       建立預(yù)警機制

六、數(shù)據(jù)分析的實踐與方法

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）

f)        AARRR分析

g)      RFM分析

h)       杜邦分析

i)        周期性分析

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)警機制 （案例分享 – AWS 數(shù)據(jù)中心運維）

八、課程總結(jié)

a)       學(xué)員心得分享

b)      重點摘要

c)       答客問