大数据时思维培训大纲

1 大数据概念与数据分析方法

1.1 什么是大数据

1.1.1 大数据的发展历程

1.1.2 大数据的4V特点

1.1.3 大数据的基本概念

1.2 大数据时代的分析思路变革

1.2.1 抽样样本与全体数据的使用

1.2.2 数据的精确性和算法的准确度

1.2.3 因果关系和相关关系的关键

1.2.4 大数据的数据来源和记录提取

1.2.5 见微知著与一叶知秋的差异

1.2.6 宏观微观与内行外行的融合

1.3 大数据分析与传统分析的结合

1.3.1 大数据分析造成的偏差

1.3.2 慎重使用大数据的结果

1.3.3 IT技术对大数据分析的影响

2 大数据分析的基础知识与技能

2.1 探讨分析和思维的结构

2.1.1 什么是结构化思维

2.1.2 逻辑树的分析方式（MECE）

2.1.3 全方位多角度的数据综合分析思路

2.1.4 定性分析与定量分析

2.2 大数据分析的基础知识和原理

2.2.1 大数据分析的核心

2.2.2 二手资料的甄别与使用

2.2.3 多渠道获取有效数据信息

2.2.4 实用大数据分析套路

2.3 市场情报信息的多纬度采集策略

2.3.1 竞争情报获取的几种方式

2.3.2 重视网络信息渠道

2.3.3 社会化媒体的监测

2.3.4 四分位法收集会议情报

2.3.5 让听得见炮声的人参与决策

2.3.6 基于全业务运营的二手资料的收集和整理

2.3.7 主动调查和监测的实施

2.3.8 信息搜集的基本原理

2.4 数据挖掘方法介绍

2.4.1 精确营销目标客户的选择

2.4.2 商品购买的关联分析

2.4.3 客户流失预警模型的建造

2.4.4 用户价值和信用的评价

2.5 分析结果的解读

2.5.1 同样的报表不一样的解读

2.5.2 同样的数据不一样的结论

2.5.3 同样的曲线不一样的幕后

2.5.4 同样的结果不一样的呈现

3 常用的数据分析方法介绍与应用

3.1 常用战略分析模型介绍

3.1.1 战略举措优先排序

3.1.2 PEST分析

3.1.3 问题分解分析法

3.1.4 PDCA分析

3.1.5 KANO分析

3.1.6 BCG分析

3.1.7 SCP分析

3.1.8 SWOT分析

3.1.9 五力分析

3.1.10 战略钟模型

3.1.11 系统分析法

3.2 常用数据分析方法介绍和应用

3.2.1 对比分析法

3.2.2 因素分析法

3.2.3 异常分析法

3.2.4 分组分析法

3.2.5 趋势分析法

3.2.6 结构与比例分析法

3.2.7 多维分析法

4 大数据时代的应用

4.1 大数据的主要应用

4.1.1 精确营销方面的大数据应用

4.1.2 大数据助力新业务的开发

4.1.3 大数据在商业运营中的作用

4.2 大数据在国内外的成功应用案例

4.2.1 IBM的智能地球

4.2.2 谷歌与百度的大数据预测

4.2.3 电子商务公司的大数据营销

4.2.4 互联网金融大数据应用

【课程时长】 1-2天

【培训讲师】马继华