课程大纲《企业数字化转型与数据分析》.docxVIP

课程大纲《企业数字化转型与数据分析》.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

企业数字化转型与数据分析

课程背景:

随着数字化转型成为企业的必答题,企业数字化进程的开展,面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据,我们应该如何高效分析处理?如何提升我们的工作效率?适应企业数字化转型的趋势,这是企业员工必须面对的状况。

数字化进程以数据分析为抓手对企业业务进行梳理、优化、重构,掌握传统统计数据分析和大数据分析方法是企业员工必备技能。本课程即是在讲授企业数字化转型关键和平台构建基础上,探讨如何利用统计方法工具进行传统数据分析,并以营销的关键——精准客户识别方法为示例介绍大数据分析的重要方法,使得学员能够从理念到工具对企业数字化转型中面临的数据分析工作做到游刃有余、精准高效,从而实现企业降本增效的目的。

课程收益:

●熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法;

●掌握统计方法进行数据分析和业务决策;

●掌握大数据理念的管理和运营关键;

●掌握大数据进行精准分析的方法—聚类、决策树和逻辑回归;

●掌握大数据分析工具RapidMiner的使用方法,能根据场景选用相应算法进行大数据分析。

课程时间:2天,6小时/天

课程对象:企业运营管理部门、营销部门及有数据分析需求的员工

课程方式:案例分析+实操演练+思考练习

课程大纲

第一讲:企业所面临的数字化转型

一、企业数字化转型原因

1.数字化改变商业模式

1)数据变机会

2)机会变服务

3)服务变收入

2.数字化建立企业优势

3.数字化提升使用体验

二、数字化转型核心要素

1.以数据为中心的智能化发展目标

2.数字化平台的构建

三、员工在企业数字转型中应该作出的应对

1.IT思维和业务思维相融合

2.培养开放共享的心态

3.围绕以用户为中心

4.提升数据分析处理能力

第二讲:利用统计方法实现数据分析

一、标度的选择使用

量化感觉、态度、喜好等的方法

二、频数的选择使用(衡量对总体水平的作用程度)

1.饼图

2.条形图

3.直方图

三、基于统计方法的分析

1.分析异常值与偏斜数据

2.均值VS中位数VS众数

3.全距/四分位数的使用

4.百分位数与箱线图的使用

5.方差VS标准差分析变异性VS分散性

6.利用概率进行分析

案例1:用户购买公司产品概率的分析

案例2:某某企业员工加薪方案的选择

四、基于统计方法的决策

1.比较法进行决策

2.组合法进行决策

3.贝叶斯方法进行决策

4.快省树方法进行决策

思考:优秀员工如何选用统计指标进行评价

案例:假设检验与数据证伪保证决策结果的正确

综合示例:运用统计指标分析销售数据寻找方法提升某产品的销量

第三讲:利用大数据进行管理与运营

一、大数据现状

1.大数据时代的标志

2.六大趋势推动大数据发展

3.HypeCycle技术趋势对大数据的判断

4.新基建战略对大数据的定位

5.数字中国的内容

案例:阿里双11

二、大数据4V特征

1.数量大

2.多样性

3.速度快

4.价值性

案例:大数据4V特征在数字化全量全连接中的应用

三、把握大数据的三个关键

1.更多——全样本透视本质

2.更杂——透过混杂性适配场景应用

3.更好——把握相关性,提供更好服务

案例:三个关键对数字化实时反馈的影响

案例:大数据商业画像示例——千人千面

练习:猜猜他是谁?

四、大数据分析

1.大数据分析的困难

2.数据即服务DaaS

讨论:数字化转型中我们应该关注工作中的哪些管理数据和业务数据,它们的价值和应用难点有哪些?

五、大数据应用

1.被动式演变成预判式

2.大数据商业价值

3.大数据在行业的应用

案例:智慧城市建设

案例:企业数据地图实践

讨论:企业数据治理——如何管好用好数字化平台的数据?

第四讲:利用大数据技术进行营销数据分析

一、K均值聚类算法应用——客户价值分析

1.客户价值分析有利于减少营销成本

1)理解价值型客户

2)差异化服务应对不同价值客户

2.客户价值分析方法

1)客户价值识别流程

2)K均值聚类识别客户价值

a确定中心

b计算距离

c确定新中心

d迭代得到最终分类

3)针对不同客户价值采用不同营销策略

视频:根据对象不同采用不同策略的销售视频

案例:根据客户的消费额和交互属性进行聚类分析

二、决策树算法应用——风险客户分析

1.传统风险分析识别方法的劣势

2.大数据方式下分析识别方法的改进——决策树算法应用

1)预先建立if-then的判断规则

2)数据分析建立的规则——信息熵

3)决策树算法操作思路

4)建立决策树模型进行分析

a划分属性值

b计算划分组的概率

c计算每个划分规则下的信息熵

d选择最小信息熵的规则为第一规则

e迭代到样本分类

案例:警察是如何发现罪犯的?

案例:如何分析是否适合作

文档评论(0)

131****2653 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档