一、 大數(shù)據(jù)時(shí)代商業(yè)智能概述
本節(jié)介紹:了解大數(shù)據(jù),分析傳統(tǒng)數(shù)據(jù)與現(xiàn)代數(shù)據(jù)之間的差異
討論:老師給出一個(gè)圖表,讓每個(gè)學(xué)員用自己的方法來(lái)制作,然后進(jìn)行討論與分析!
1、什么是大數(shù)據(jù)
2、大數(shù)據(jù)三維理解
理論+技術(shù)+實(shí)戰(zhàn)
3、大數(shù)據(jù)的應(yīng)用現(xiàn)狀(傳統(tǒng)數(shù)據(jù)分析與商業(yè)智能,和大數(shù)據(jù)時(shí)代新方法與技術(shù)區(qū)別)
4、 大數(shù)據(jù)時(shí)代企業(yè)運(yùn)營(yíng)數(shù)據(jù)過(guò)程中的痛點(diǎn)
5、 大數(shù)據(jù)4V特征
大規(guī)模,多樣性,高速度,價(jià)值性
6. 大數(shù)據(jù)的核心價(jià)值
7. 大數(shù)據(jù)在各行各業(yè)的解決方案
制造業(yè),金融業(yè),零售業(yè),電信業(yè)
9. 大數(shù)據(jù)的實(shí)現(xiàn)技術(shù)
9. 企業(yè)的應(yīng)該如何讓數(shù)據(jù)真正促進(jìn)業(yè)務(wù)?
案例講解:一個(gè)銀行行長(zhǎng)的煩惱,您來(lái)親身體驗(yàn)一下數(shù)據(jù)分析的過(guò)程
二、如何構(gòu)建企業(yè)一站式數(shù)據(jù)分析平臺(tái)
本節(jié)介紹如何在企業(yè)內(nèi)部實(shí)施大數(shù)據(jù),利用大數(shù)據(jù)驅(qū)動(dòng)企業(yè)的運(yùn)營(yíng)
1.數(shù)據(jù)分析平臺(tái)安裝及配置
2.數(shù)據(jù)體系構(gòu)建的方法論
3.數(shù)據(jù)報(bào)告制作原則
4.大數(shù)據(jù)分析平臺(tái)講解:
5大數(shù)據(jù)平臺(tái)用戶體驗(yàn):
a)簡(jiǎn)單交付,極致運(yùn)用:安裝程序可在幾分鐘內(nèi)安裝完成;打破傳統(tǒng)軟件建二次表、Cube、復(fù)雜模型的漫長(zhǎng)流程,直接基于細(xì)節(jié)數(shù)據(jù),通過(guò)人性化拖拽快速生成分析報(bào)表
b)輕松上手的深度分析:無(wú)需技術(shù)背景,業(yè)務(wù)人員可自服務(wù)完成深度分析需求。通過(guò)聚類、分類、回歸、時(shí)序等算M法進(jìn)行數(shù)據(jù)預(yù)測(cè)和數(shù)據(jù)關(guān)聯(lián)性洞察,實(shí)現(xiàn)對(duì)數(shù)據(jù)含義和價(jià)值的深度挖掘
案例分享:某電商企業(yè)面臨的數(shù)據(jù)分析問(wèn)題
學(xué)員實(shí)踐練習(xí):安裝,配置數(shù)據(jù)分析平臺(tái),并制作一張簡(jiǎn)單報(bào)表(一分鐘建模,三分鐘制作一份報(bào)表,一分鐘分析DOMO)
三、基于大數(shù)據(jù)關(guān)鍵指標(biāo)的多維度,探索式分析方法
本節(jié)指標(biāo)分析是一種快速的企業(yè)績(jī)效分析手段,是衡量企業(yè)健康狀況的健康指標(biāo), 本節(jié)介紹如何通過(guò)指標(biāo)構(gòu)建數(shù)據(jù)分析模型。
1、案例思考:從一張報(bào)表說(shuō)起,證券公司的煩惱
2. 基本數(shù)據(jù)分析方法
對(duì)比分析、分組分析、結(jié)構(gòu)分析、平均分析、交叉分析
3、數(shù)據(jù)治理的方法論
4、把KPI指標(biāo)和管理理念相結(jié)合,搭建探索式分析模型分析營(yíng)銷狀況
5、案例解析:
a)自服務(wù)數(shù)據(jù)準(zhǔn)備
b)數(shù)據(jù)運(yùn)營(yíng)佳實(shí)戰(zhàn)
c)探索式分析實(shí)踐(學(xué)習(xí)制作探索式分析高級(jí)圖表)
演練操作:制作報(bào)表進(jìn)行交互式分析
制作一個(gè)專業(yè)的數(shù)據(jù)分析報(bào)告
四、數(shù)據(jù)挖掘與分析報(bào)告的撰寫(xiě)
本章節(jié)主要掌握數(shù)據(jù)挖掘方法與預(yù)測(cè)模型
1.什么是數(shù)據(jù)挖掘
2.為什么要數(shù)據(jù)挖掘(數(shù)據(jù)挖掘的發(fā)展歷程)
3.數(shù)據(jù)挖掘之前要做哪些事
4.數(shù)據(jù)挖掘的幾種方法
A)一元線性回歸
B)LDA線性分類
C)K-means 聚類
D)時(shí)序分析
E) 聚類分析
5. 圖表呈現(xiàn)
A)圖表的類型和作用
B)常用圖型(柱狀型,條形圖,折線圖,餅圖,雷達(dá)型)
c)復(fù)雜圖型(平均線圖,雙坐標(biāo)圖,瀑布圖,漏斗圖)
E)圖表美化
F)表格呈現(xiàn)
6.分析報(bào)告的撰寫(xiě)
A)分析報(bào)告的種類與作用
B)報(bào)告的結(jié)構(gòu)與命名
c)前言
E)正文
F)結(jié)構(gòu)與建議
一,數(shù)據(jù)化管理重要性
1,什么是數(shù)據(jù)化管理
2,數(shù)據(jù)化管理的四個(gè)層次
戰(zhàn)略規(guī)劃管理
經(jīng)營(yíng)策略管理
運(yùn)營(yíng)分析管理
業(yè)務(wù)指導(dǎo)管理
3,數(shù)據(jù)化管理的意義有哪些?
模版舉例:店面管理的工具-追蹤預(yù)測(cè)表
二,大數(shù)據(jù)給企業(yè)帶來(lái)的革命性影響
1.數(shù)據(jù)化運(yùn)營(yíng)的必要性
a) 企業(yè)積累了海量數(shù)據(jù),而信息分析能力嚴(yán)重不足
b) 僅憑信息技術(shù)系統(tǒng)不能構(gòu)成差異化競(jìng)爭(zhēng)優(yōu)勢(shì)
c) 以數(shù)據(jù)為基礎(chǔ)的分析能力能幫助企業(yè)建立核心競(jìng)爭(zhēng)力
2.海量的數(shù)據(jù)規(guī)模
3.快速動(dòng)態(tài)的數(shù)據(jù)流轉(zhuǎn)
4.多樣的數(shù)據(jù)類型
5.企業(yè)行業(yè)的數(shù)據(jù)特點(diǎn)
6.大數(shù)據(jù)平臺(tái)與傳統(tǒng)數(shù)據(jù)系統(tǒng)的分工與定位
關(guān)于海外的案例分享:美國(guó)投資公司用大數(shù)據(jù)平臺(tái)
三,大數(shù)據(jù)運(yùn)營(yíng)中心的解決方案
1、業(yè)務(wù)架構(gòu)
從業(yè)務(wù)層來(lái)看,企業(yè)大數(shù)據(jù)中心分為三層,包括支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)層,對(duì)數(shù)據(jù)進(jìn)行建模和挖掘計(jì)算,以及終呈現(xiàn)出結(jié)果的可視化應(yīng)用層。
2. 技術(shù)架構(gòu)
從數(shù)據(jù)源到終展現(xiàn)分成如下幾層:
ETL層:采用PC server作為ETL前置機(jī),將數(shù)據(jù)清洗,轉(zhuǎn)換,裝載。
應(yīng)用層:利用敏捷BI提供自服務(wù)分析工具,對(duì)離線和在線分析平臺(tái)中的數(shù)據(jù)進(jìn)行自服務(wù)可視化展現(xiàn)。
3、系統(tǒng)組件詳述:
a) ETL:Kettle + Sqoop
b) 離線分析平臺(tái):Hadoop分布式數(shù)據(jù)倉(cāng)庫(kù)
c) HDFS分布式文件系統(tǒng)
d) HBase數(shù)據(jù)庫(kù)
e) 統(tǒng)一資源管理與調(diào)度框架
f) 分布式批處理引擎 – MapReduce
g) 一站式安全管理
四,數(shù)據(jù)可視分析工具
1. 用戶畫(huà)像
a) 場(chǎng)景驅(qū)動(dòng)的用戶畫(huà)像
b) 消費(fèi)者畫(huà)像方法
c) 用戶畫(huà)像構(gòu)建過(guò)程
d) 用戶畫(huà)像標(biāo)簽體系
e) 基于用戶畫(huà)像的場(chǎng)景應(yīng)用
2. 價(jià)值管理平臺(tái)
a) 價(jià)值管理平臺(tái)的提出
b) 價(jià)值管理平臺(tái)的構(gòu)建思路
c) 價(jià)值管理平臺(tái)系統(tǒng)組成
3. 經(jīng)營(yíng)分析
a) 應(yīng)用分析
b) 應(yīng)用方案
c) 軟件產(chǎn)品
d) 領(lǐng)導(dǎo)者桌面
e) 財(cái)務(wù)分析
f) 盈利分析
五,大數(shù)據(jù)的方案特點(diǎn)與典型案例介紹
1,方案特點(diǎn)
a) 高可用性
b) 高并發(fā)性
c) 多維分析
d) 至服務(wù)式和探索式分析
e) 終端支持IOS和Andriod
f) 減少IT人員的運(yùn)營(yíng)成本
g) 直連數(shù)據(jù)源的支持 |