培訓大綱：
1 “大數據、大機會”
1.1 大數據的概念
1.2 大數據的“國家戰略”
1.3 從“互聯網+”到“大數據*”
1.4 數據資產——靠數據娶媳婦？
1.5 大數據思維——“一切皆可量化”
1.6 互聯網思維——顛覆你的想法
1.6.1 【附例】90后不買房
1.7 大數據下的人工智能——ALPHAGO戰勝李世石
1.8 天賜的”彎道超車“戰略機遇
2 大數據下的各行業的“涅槃”
2.1 大數據在不同行業中的應用
2.1.1 ”等死“還是”作死“？
2.1.2 讓大數據沐浴你！
2.2 大數據助力美國“大選”
2.3 制造業4.0——智慧制造
2.4 房地產業——“個性建筑”還遠嗎？
2.5 汽車業——”未來人駕駛汽車可能違法“
2.6 物流業——“右拐”的奧秘
2.7 電影業——誰是觀眾的大明星？
2.8 零售業——看看90后喜歡哪些商品
2.9 酒店業——酒店or民宿？
2.10 婚介業——用“算法”給自己找媳婦
2.11 金融業——無法偽裝的客戶征信
2.12 股票業——用大數據炒股更靠譜
2.13 新聞業——根據你的喜好推新聞
2.14 公安業——無處藏身的罪犯
2.15 還有哪些行業不受沖擊？
2.15.1 海爾的轉型
2.15.2 李寧的轉型
3 大數據的客戶“透視”
3.1 客戶產生哪些數據——留下哪些痕跡？
3.2 大數據下客戶的數據分析“維度”
3.2.1 維度越豐富，分析越透徹
3.2.2 客戶的全周期、全維度分析
3.3 客戶的360度標簽
3.3.1 標簽內容
3.3.2 【附例】百度客戶標簽分析案例
3.4 客戶還有隱私嗎？——“我比你還了解你！”
3.5 “了解客戶、服務客戶”——【附例】淘寶2015年商品銷售分析
3.6 客戶細分精準營銷的案例——【附例】電信行業的精準營銷案例
3.7 用征信還是用榜樣？——客戶征信改變社會道德
3.8 客戶的性格分析——如何進行數據分析？
4 大數據的產品量化分析
4.1 “按需定產”的理性社會
4.2 產品的分析視圖
4.2.1 產品產生哪些數據
4.2.2 產品的分析維度
4.2.3 工業文明轉型
4.3 產品的”私人定制“
4.3.1 潛在客戶分析
4.3.2 【附例】某產品的潛在客戶分析
4.4 產品的服務怎么做？
4.4.1 如何分析你的客服信息？
4.4.2 【附例】某客服語音數據分析案例
4.5 產品設計的迭代
4.5.1 小米的思維
4.5.2 如何從互聯網上抓取產品的市場意見？
5 大數據下的營銷變革
5.1 從藝術回歸技術
5.1.1 像”機器“般進行營銷
5.1.2 不用”喝酒“了？
5.2 客戶喜好的渠道？
5.2.1 他喜歡哪位女神？
5.2.2 他喜歡微信、微博還是短信？
5.3 客戶喜好的營銷模式？
5.3.1 【附例】移動數據輔助城市規劃
5.3.2 【附例】淘寶大數據客戶分析案例
5.4 廣告還要去央視投“標王”嗎？
5.5 從微笑服務到專家服務
6 大數據下的企業精細化管理
6.1 用數據武裝到牙齒
6.1.1 ”數據滲透到企業的每一個毛孔“
6.1.2 設計、生產、營銷、服務閉環分析
6.2 用顯微鏡看自己的企業
6.2.1 【附例】某市場數據監控平臺案例
6.2.2 【附例】電信行業網絡的數據分析
6.3 企業的大數據積累
6.3.1 你還會扔掉”金子“嗎？
6.3.2 內部數據的價值評估
6.4 大數據下的人力資源管理
6.5 財務管理的”量化“
6.6 KPI如何設計和監督？
6.7 儀表盤和診斷儀
7 大數據系統如何建設？
7.1 ”羅馬不是一天建成的“
7.2 IT業務系統的建設、梳理
7.2.1 【附例】某企業數據種類及梳理示例
7.3 數據收集和管控
7.3.1 數據如何收集？
7.3.2 數據質量控制
數據質量還是業務質量？
【附例】數據質量管理示例
7.4 大數據系統建設
7.4.1 數據倉庫
7.4.2 云計算
7.4.3 混搭架構
【附例】某大數據系統建設示例
7.5 大數據系統的運營
7.5.1 內部服務
7.5.2 外部服務
7.5.3 ”生態圈“
【附例】淘寶的大數據產品生態圈
7.6 大數據的互聯網思維
7.6.1 【參考書】《大數據的互聯網思維》
7.6.2 【附例】某大數據產品設計案例分享
7.7 思考
7.7.1 技術為主還是業務為主？
7.7.2 數據驅動如何實現？
7.7.3 企業如何”敏感“起來？
【附例】某企業的市場數據分析報告
8 總結
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 18610339408
聯 系 人：李先生 陳小姐
您的位置：