戰“疫”期間，助力線上交易、遠程辦公、在線教育，云服務無處不在；從流動人員健康監測，到疫情態勢研判，大數據應用身手不凡；廣泛應用機器人配送、無接觸方艙CT、紅外人體溫度快速篩檢儀，人工智能嶄露頭角……數字技術的普及運用，人們愈發感受到產業數字化的重要性。 近幾年里互聯網巨頭攻城略地，其根本原因在對數據資產的極致應用。阿里巴巴掌握了中國人的消費記錄，騰訊獲取了我們的社交關系鏈，滴滴出行和百度地圖最清楚人們的行動軌跡，美團最了解我們的吃喝玩樂。甚至人們平時用鍵盤和手機打字，也被搜狗掌握了我們的輸入習慣。這些沉淀的數據資產，對于企業而言就是核心競爭力。 然而，很多行業在大數據面前還顯得比較遲緩，數據利用基本上處于信息查詢、報表提交層面，主要是對現有數據的簡單加工，很少涉及數據挖掘等深層應用。數據開發意識不強，數據思維不足，數據應用滯后。尤其在客戶行為分析，消費心理捕捉、個性化服務與業務創新、洞察市場趨勢等方面亟待提升。此外，在基礎數據管理、數據平臺搭建、數據分析人才儲備上比較欠缺，無法有效盤活數據資產，為企業經營決策提供有力依據。 在數字化背景下，如何借助大數據為管理和營銷提供有力支撐，如何有效挖掘自身已經沉淀的數據，并實現跨行業、跨平臺的外部數據資源整合，基于用戶畫像構建，實現大數據實現精準營銷和創新服務，是現階段企業管理者需要認真思考的。
1. 了解數字化的時代背景和基礎條件，正確認知大數據的應用價值； 2. 透視大數據的基本規律和特性，掌握大數據思維，提高工作效率； 3. 搭建數據管理平臺，開展數據分析，發現數據背后的問題和機會； 4. 基于數字化應用，優化業務流程，構建精細化、智能化管理體系； 5. 為組織植入數字化基因，樹立創新管理意識，持續的發現新機會。
引言：數字化時代企業生存之道——保持饑餓感 1.數字經濟才是真正的“計劃經濟” 2.數據資產是企業發展的核心競爭力 3.數字化轉型是雙輪驅動的“一把手工程” 第一單元：數字化背景下的商業變革 一、大數據內涵定義和基礎條件 1. 阿里巴巴新戰略：數字經濟體 2. 大數據三個要素 （1）大——海量，平臺級 （2）數——信息，結構化 （3）據——精準、可依賴 3. 大數據的六個特征 4.大數據的三種類型 （1）消費數據——多維度記錄 （2）機器和傳感數據——圖文、語音、影像 （3）行為數據——位置、軌跡、交易 5.大數據+移動互聯網 ——終端普及率 ——用戶習慣 ——支付體系 6.大數據+物聯網 （1）物聯網的三個基本特征 （2）物聯網的本質：連接一切 （3）傳感器——人類感官的延伸 【案例解析】萬物互聯——當尿不濕植入芯片 7.大數據+5G （1）高速率：大幅提高傳輸速率 （2）低時延：端到端毫秒級時延 （3）大帶寬：km2百萬級設備接入 （4）廣連接：應用場景更加豐富 【案例解析】消費互聯網VS產業互聯網 8.大數據+云計算 （1）大數據反哺云計算 （2）算力提升與算法優化 （4）企業上云和政務上云大趨勢 【案例解析】過去一百年人類離不開電力，未來人類離不開算力 9.大數據+AI人工智能 【案例解析】百度AI戰略——無人駕駛 二、數字化轉型面臨的難點 1.數據思維：數據意識較弱，人才儲備不足 2.數據采集：數據積累時間長，但質量不佳 3.數據開發：應用場景不夠，缺乏業務突破點 4.數據應用：條件所限，缺少應用的成功案例 5.數據共享：數據不統一，難以發揮整體作用 第二單元：數字化平臺構建及應用策略 一、大數據開發的重要性 1. 發現運營存在的不足 2. 市場變化和競對動態 3. 客戶需求與極致體驗 4. 個性化營銷方案制定 5. 洞察行業周期性走勢 6. 為決策提供有效依據 【案例解析】什么是馬云眼中的“新能源” 二、大數據開發運營流程 1. 數據采集 2. 數據整合 3. 數據清洗 4. 數據分析 5. 數據呈現 6. 建模應用 三、數字化管理與信息化構建 1. 掌握業務板塊與數據運行之間的底層邏輯 2. 建立數據共享機制提升部門協同效率 3. 設定關鍵指標，通過數據反饋進行科學決策 （1）業務改進措施 （2）績效考核體系 （3）服務流程優化 （4）信息安全管理 （5）客服體系建設 （6）品牌建設 4. 符合實際情況的數據開發流程 （1）數據接入 （2）數據整合 （3）數據清洗 （4）數據分析 （5）數據呈現 （6）建模應用 【實戰分享】共享雨傘“JJ傘”數據管理平臺搭建 四、數字化運營及應用方向 1. 產品研發：數據反饋與產品定位 【案例解析】從產品定義看眾安保險如何玩轉大數據 2. 用戶畫像：消費者心理及行為分析 【案例解析】在非洲賣的最好的中國手機品牌 1.精準營銷：痛點捕捉與需求觸達 4. 風險管控：數據監測與風險預警 【案例解析】上海外灘陳毅廣場踩踏事件的反思和啟示 5. 運營效率：智能化和精細化管理 6.創新服務：客戶個性化需求滿足 【案例解析】門店暴增，“優剪”的大數據思維和顛覆式創新 五、大數據分析挖掘方法和要點 1. 統計性分析 （1）結合業務場景設定關鍵指標 （2）不同維度組合的統計模型 （3）導向性的數據提取 【案例解析】飛機真的是最安全的交通工具？ 【實戰分享】從某外賣平臺的統計數據中，你能看出什么？ 2. 預測性分析 （1）捕捉各個因素之間的內在關聯 （2）通過歷史數據發掘規律和趨勢 （3）風險評估，預判和管控 【案例解析】為什么電力數據真實反映了國民經濟運行狀況？ 3. 可視化分析 （1）形成觀點和結論 （2）文不如表，表不如圖 （3）呈現方式——Excel、PPT或其他分析工具 4. 分析思維訓練 （1）對比、轉化、關聯，橫向與縱向擴展 （2）深入了解各業務板塊，使分析工作貼合實際 （3）比數據分析更重要的是大數據思維和意識 【思維訓練】為什么大部分人對中國房價走勢預測失誤？ 【實戰分享】如何通過數據分析識別已損壞的共享雨傘？ 第三單元：基于用戶畫像的精準營銷和創新服務 一、什么是用戶畫像 1. 用戶DNA 2. 營銷依據 3. 效果轉化 【案例解析】今日頭條為什么讓巨頭們恐慌？ 二、用戶畫像構建 1 . 用戶需求洞察 （1）用戶角色屬性劃分 （2）用戶真偽需求甄別 （3）保持傾聽，獨立判斷 【案例解析】70后談存錢、80后談還錢、90后談花錢 2. 數據源的建立 （1）用戶數據 （2）行為數據 （3）消費數據 （4）商品數據 （5）客服數據 3. 用戶畫像模型 （1）群體畫像模型 （2）購買興趣模型 （3）產品定義模型 （4）風險管控模型 【案例解析】瞄準社區生鮮，錢大媽憑什么火爆？
