课时安排：2天培训方式：企业内训课程类别：项目管理

大数据产业现状及应用创新课程特色与背景

    【课程目标】

    大数据时代已经来临，大数据战略已经上升到国家意志，拥有大数据的规模和利用大数据的能力已经成为国家竞争力的一种体现，大数据的重要性已经毋庸置疑。

    本课程围绕大数据产业，从大数据的基本面出发，到大数据应用价值；从大数据的发展现状，到行业发展趋势及大数据市场预测；从大数据的商业模式，再到大数据的战略和大数据思维，进行了全面的分析和探讨。并重点探讨了通信行业的大数据商业模式，发展机遇及新利润增长点。

通过本课程的学习，达到如下目的：

1、 了解大数据的基本面，以及大数据在各领域中的应用价值。

2、 了解大数据的产业发展现状，产业布局以及大数据的商业模式。

3、 了解大数据的发展趋势和市场规模，以及探讨大数据发展策略。

4、 了解大数据战略和大数据思维，并用于指导开展企业大数据相关工作。

5、 了解通信行业在大数据下的发展机遇与商业模式的创新。

课程大纲

【课程大纲】

第一部分、解构大数据（全面、正确理解大数据）

1、 大数据时代已经来临

2、 大数据定义

3、 大数据的三维理解

? 理论+技术+实践

4、 大数据的4V特征

? 大规模（Volume）

? 多样性（Variety）

? 高速度（Velocity）

? 价值性（Value）

5、 大数据类型

6、 大数据来源

7、 大数据的历史背景

8、 关于大数据与小数据

探讨：运营商有哪些重要数据

第二部分：大数据的价值和行业解决方案

1、 大数据的作用与价值

2、 大数据的核心价值——发现规律和预测

3、 大数据的应用领域

4、 大数据的应用需求分析

? 政府--电子政务

? 互联网

? 智慧城市

? 。。。。。。

5、 大数据在各行业的解决方案

? 金融业

? 旅游业

? 零售业

? 电信业

6、 当前大数据应用热点

7、 大数据在电信行业的应用

第三部分：  大数据的战略和大数据思维

1、 国外大数据战略

? 美国大数据战略

? 欧洲大数据战略

? 日本大数据战略

2、 国外推行大数据战略的主要做法

3、 大数据战略理解——定位决定你的地位

? 数据即资产

? “数据化运营”转变为“运营数据”

? “搜索引擎”转变为“推荐引擎”

4、 大数据思维——思路决定你的出路

? 定量思维，一切皆可量化

? 相关思维，一切皆有联系

? 实验思维，一切皆可尝试

? 全样本思维，大数据的简单计算胜过小数据的复杂计算

? 个性化思维，以消费者为中心

? 融合思维，全平台大数据帮助你的数据需要整合

第四部分：通信行业大数据应用

1、 大数据发展对通信行业的影响

2、 通信行业的重要数据

? BOM三域

3、 通信行业的大数据应用

4、 通信行业应用场景

? 基于位置（科学选址、客户分布）

? 社交关系

? 客户行为分析

? 精准营销

? 网络优化

5、 国外运营商的大数据应用案例分析

6、 大数据下运营商的新机会

? 通信运营商的发展机遇

? 新利润增长点探讨

? 如何有效利用大数据资产

探讨：电信运营商的大数据资产变现之道

第五部分：大数据下的变革

1、 大数据下的思维变革

? 让数据说话

? 全数据分析（从抽样到总体数据）

? 简单计算（数据精确性与混杂性的处理）

? 数据的价值在于数据间的关系（相关关系）

2、 大数据下的商业变革

? 大数据带来的业务创新

? 围绕大数据构建新的商业生态

3、 大数据下的管理变革

? 从拍脑袋到科学决策

? 大数据成为企业核心竞争力

? 企业人才管理的革新

第六部分：大数据应用关键技术

1、 大数据应用框架体系

? 数据基础层

? 数据模型层

? 业务模型层

? 业务应用层

2、 大数据挖掘六步曲

? 商业问题（明确挖掘目的）

? 数据准备（收集所需要的数据）

? 数据理解（数据预处理，数据探索性分析）

? 数据建模（选择或建立解决问题的挖掘模型）

? 模型评估（评估模型质量，验证数据挖掘的结果）

? 模型部署（部署模型，模型可视化、模板化、系统化）

3、 大数据挖掘的分析方法

? 对比分析/分组分析/平均分析

? 趋势分析

? 交叉分析

? 结构分析

? 转化率分析

4、 大数据挖掘的分析思路

? 企业外部环境分析（PEST分析法）

? 用户消费行为分析（5W2H分析法）

? 竞争分析（SWOT分析法）

? 公司整体经营情况分析（4P/4C营销理论）

? 用户使用行为分析法

5、 大数据挖掘的模型简介

? 相关分析（相关性分析）

? 方差分析（影响关键因素分析）

? 预测分析（销量预测、客户流失预警、投诉预测分析）

? 分类/聚类（客户/市场细分、客户特征提取）

? 关联分析与产品交叉销售

? RFM模型与业务策略（客户价值评估）

第七部分：大数据系统关键技术

1、 Hadoop生态系统简介

2、 大数据技术发展趋势

? 技术发展六大方向

3、 大数据商用平台介绍

? 百度大数据平台

? 淘宝大数据平台

? IBM大数据平台

4、 大数据带来的机遇

5、 大数据面临的挑战

? 大数据安全与隐私

6、 大数据未来发展的思考与建议

第八部分：大数据产业发展现状

1、 大数据的发展阶段

2、 大数据行业市场分析

? 数据量规模

? 市场规模

3、 商业模式分析

4、 业务模式分析（租售、产品、服务……）

5、 大数据产业市场格局

? 大数据营收

? 市场占有率

6、 大数据产业链全景图及构成

7、 中国大数据产业前景预测

? 市场规模预测

? 细分市场预测

8、 中国大数据产业发展路线图

第九部分：电信行业的大数据运用和展望

1、 大数据成为电信运营商转型的新机遇

2、 大数据成为电信运营商的业务创新引擎

3、 未来，电信运营商将成为第一大数据公司

结束：探讨与总结。