價(jià)格：聯(lián)系客服報(bào)價(jià)
上課方式：公開(kāi)課/內(nèi)訓(xùn)/總裁班課程 時(shí)間上課時(shí)間：2天
授課對(duì)象：企業(yè)管理者
授課講師：張世民
戰(zhàn)“疫”期間，助力線上交易、遠(yuǎn)程辦公、在線教育，云服務(wù)無(wú)處不在；從流動(dòng)人員健康監(jiān)測(cè)，到疫情態(tài)勢(shì)研判，大數(shù)據(jù)應(yīng)用身手不凡；廣泛應(yīng)用機(jī)器人配送、無(wú)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(shù)字技術(shù)的普及運(yùn)用，人們愈發(fā)感受到產(chǎn)業(yè)數(shù)字化的重要性。 近幾年里互聯(lián)網(wǎng)巨頭攻城略地，其根本原因在對(duì)數(shù)據(jù)資產(chǎn)的極致應(yīng)用。阿里巴巴掌握了中國(guó)人的消費(fèi)記錄，騰訊獲取了我們的社交關(guān)系鏈，滴滴出行和百度地圖最清楚人們的行動(dòng)軌跡，美團(tuán)最了解我們的吃喝玩樂(lè)。甚至人們平時(shí)用鍵盤(pán)和手機(jī)打字，也被搜狗掌握了我們的輸入習(xí)慣。這些沉淀的數(shù)據(jù)資產(chǎn)，對(duì)于企業(yè)而言就是核心競(jìng)爭(zhēng)力。 然而，很多行業(yè)在大數(shù)據(jù)面前還顯得比較遲緩，數(shù)據(jù)利用基本上處于信息查詢、報(bào)表提交層面，主要是對(duì)現(xiàn)有數(shù)據(jù)的簡(jiǎn)單加工，很少涉及數(shù)據(jù)挖掘等深層應(yīng)用。數(shù)據(jù)開(kāi)發(fā)意識(shí)不強(qiáng)，數(shù)據(jù)思維不足，數(shù)據(jù)應(yīng)用滯后。尤其在客戶行為分析，消費(fèi)心理捕捉、個(gè)性化服務(wù)與業(yè)務(wù)創(chuàng)新、洞察市場(chǎng)趨勢(shì)等方面亟待提升。此外，在基礎(chǔ)數(shù)據(jù)管理、數(shù)據(jù)平臺(tái)搭建、數(shù)據(jù)分析人才儲(chǔ)備上比較欠缺，無(wú)法有效盤(pán)活數(shù)據(jù)資產(chǎn)，為企業(yè)經(jīng)營(yíng)決策提供有力依據(jù)。 在數(shù)字化背景下，如何借助大數(shù)據(jù)為管理和營(yíng)銷提供有力支撐，如何有效挖掘自身已經(jīng)沉淀的數(shù)據(jù)，并實(shí)現(xiàn)跨行業(yè)、跨平臺(tái)的外部數(shù)據(jù)資源整合，基于用戶畫(huà)像構(gòu)建，實(shí)現(xiàn)大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和創(chuàng)新服務(wù)，是現(xiàn)階段企業(yè)管理者需要認(rèn)真思考的。
1. 了解數(shù)字化的時(shí)代背景和基礎(chǔ)條件，正確認(rèn)知大數(shù)據(jù)的應(yīng)用價(jià)值； 2. 透視大數(shù)據(jù)的基本規(guī)律和特性，掌握大數(shù)據(jù)思維，提高工作效率； 3. 搭建數(shù)據(jù)管理平臺(tái)，開(kāi)展數(shù)據(jù)分析，發(fā)現(xiàn)數(shù)據(jù)背后的問(wèn)題和機(jī)會(huì)； 4. 基于數(shù)字化應(yīng)用，優(yōu)化業(yè)務(wù)流程，構(gòu)建精細(xì)化、智能化管理體系； 5. 為組織植入數(shù)字化基因，樹(shù)立創(chuàng)新管理意識(shí)，持續(xù)的發(fā)現(xiàn)新機(jī)會(huì)。
引言：數(shù)字化時(shí)代企業(yè)生存之道——保持饑餓感 1.數(shù)字經(jīng)濟(jì)才是真正的“計(jì)劃經(jīng)濟(jì)” 2.數(shù)據(jù)資產(chǎn)是企業(yè)發(fā)展的核心競(jìng)爭(zhēng)力 3.數(shù)字化轉(zhuǎn)型是雙輪驅(qū)動(dòng)的“一把手工程” 第一單元：數(shù)字化背景下的商業(yè)變革 一、大數(shù)據(jù)內(nèi)涵定義和基礎(chǔ)條件 1. 阿里巴巴新戰(zhàn)略：數(shù)字經(jīng)濟(jì)體 2. 大數(shù)據(jù)三個(gè)要素 （1）大——海量，平臺(tái)級(jí) （2）數(shù)——信息，結(jié)構(gòu)化 （3）據(jù)——精準(zhǔn)、可依賴 3. 大數(shù)據(jù)的六個(gè)特征 4.大數(shù)據(jù)的三種類型 （1）消費(fèi)數(shù)據(jù)——多維度記錄 （2）機(jī)器和傳感數(shù)據(jù)——圖文、語(yǔ)音、影像 （3）行為數(shù)據(jù)——位置、軌跡、交易 5.大數(shù)據(jù)+移動(dòng)互聯(lián)網(wǎng) ——終端普及率 ——用戶習(xí)慣 ——支付體系 6.大數(shù)據(jù)+物聯(lián)網(wǎng) （1）物聯(lián)網(wǎng)的三個(gè)基本特征 （2）物聯(lián)網(wǎng)的本質(zhì)：連接一切 （3）傳感器——人類感官的延伸 【案例解析】萬(wàn)物互聯(lián)——當(dāng)尿不濕植入芯片 7.大數(shù)據(jù)+5G （1）高速率：大幅提高傳輸速率 （2）低時(shí)延：端到端毫秒級(jí)時(shí)延 （3）大帶寬：km2百萬(wàn)級(jí)設(shè)備接入 （4）廣連接：應(yīng)用場(chǎng)景更加豐富 【案例解析】消費(fèi)互聯(lián)網(wǎng)VS產(chǎn)業(yè)互聯(lián)網(wǎng) 8.大數(shù)據(jù)+云計(jì)算 （1）大數(shù)據(jù)反哺云計(jì)算 （2）算力提升與算法優(yōu)化 （4）企業(yè)上云和政務(wù)上云大趨勢(shì) 【案例解析】過(guò)去一百年人類離不開(kāi)電力，未來(lái)人類離不開(kāi)算力 9.大數(shù)據(jù)+AI人工智能 【案例解析】百度AI戰(zhàn)略——無(wú)人駕駛 二、數(shù)字化轉(zhuǎn)型面臨的難點(diǎn) 1.數(shù)據(jù)思維：數(shù)據(jù)意識(shí)較弱，人才儲(chǔ)備不足 2.數(shù)據(jù)采集：數(shù)據(jù)積累時(shí)間長(zhǎng)，但質(zhì)量不佳 3.數(shù)據(jù)開(kāi)發(fā)：應(yīng)用場(chǎng)景不夠，缺乏業(yè)務(wù)突破點(diǎn) 4.數(shù)據(jù)應(yīng)用：條件所限，缺少應(yīng)用的成功案例 5.數(shù)據(jù)共享：數(shù)據(jù)不統(tǒng)一，難以發(fā)揮整體作用 第二單元：數(shù)字化平臺(tái)構(gòu)建及應(yīng)用策略 一、大數(shù)據(jù)開(kāi)發(fā)的重要性 1. 發(fā)現(xiàn)運(yùn)營(yíng)存在的不足 2. 市場(chǎng)變化和競(jìng)對(duì)動(dòng)態(tài) 3. 客戶需求與極致體驗(yàn) 4. 個(gè)性化營(yíng)銷方案制定 5. 洞察行業(yè)周期性走勢(shì) 6. 為決策提供有效依據(jù) 【案例解析】什么是馬云眼中的“新能源” 二、大數(shù)據(jù)開(kāi)發(fā)運(yùn)營(yíng)流程 1. 數(shù)據(jù)采集 2. 數(shù)據(jù)整合 3. 數(shù)據(jù)清洗 4. 數(shù)據(jù)分析 5. 數(shù)據(jù)呈現(xiàn) 6. 建模應(yīng)用 三、數(shù)字化管理與信息化構(gòu)建 1. 掌握業(yè)務(wù)板塊與數(shù)據(jù)運(yùn)行之間的底層邏輯 2. 建立數(shù)據(jù)共享機(jī)制提升部門協(xié)同效率 3. 設(shè)定關(guān)鍵指標(biāo)，通過(guò)數(shù)據(jù)反饋進(jìn)行科學(xué)決策 （1）業(yè)務(wù)改進(jìn)措施 （2）績(jī)效考核體系 （3）服務(wù)流程優(yōu)化 （4）信息安全管理 （5）客服體系建設(shè) （6）品牌建設(shè) 4. 符合實(shí)際情況的數(shù)據(jù)開(kāi)發(fā)流程 （1）數(shù)據(jù)接入 （2）數(shù)據(jù)整合 （3）數(shù)據(jù)清洗 （4）數(shù)據(jù)分析 （5）數(shù)據(jù)呈現(xiàn) （6）建模應(yīng)用 【實(shí)戰(zhàn)分享】共享雨傘“JJ傘”數(shù)據(jù)管理平臺(tái)搭建 四、數(shù)字化運(yùn)營(yíng)及應(yīng)用方向 1. 產(chǎn)品研發(fā)：數(shù)據(jù)反饋與產(chǎn)品定位 【案例解析】從產(chǎn)品定義看眾安保險(xiǎn)如何玩轉(zhuǎn)大數(shù)據(jù) 2. 用戶畫(huà)像：消費(fèi)者心理及行為分析 【案例解析】在非洲賣的最好的中國(guó)手機(jī)品牌 1.精準(zhǔn)營(yíng)銷：痛點(diǎn)捕捉與需求觸達(dá) 4. 風(fēng)險(xiǎn)管控：數(shù)據(jù)監(jiān)測(cè)與風(fēng)險(xiǎn)預(yù)警 【案例解析】上海外灘陳毅廣場(chǎng)踩踏事件的反思和啟示 5. 運(yùn)營(yíng)效率：智能化和精細(xì)化管理 6.創(chuàng)新服務(wù)：客戶個(gè)性化需求滿足 【案例解析】門店暴增，“優(yōu)剪”的大數(shù)據(jù)思維和顛覆式創(chuàng)新 五、大數(shù)據(jù)分析挖掘方法和要點(diǎn) 1. 統(tǒng)計(jì)性分析 （1）結(jié)合業(yè)務(wù)場(chǎng)景設(shè)定關(guān)鍵指標(biāo) （2）不同維度組合的統(tǒng)計(jì)模型 （3）導(dǎo)向性的數(shù)據(jù)提取 【案例解析】飛機(jī)真的是最安全的交通工具？ 【實(shí)戰(zhàn)分享】從某外賣平臺(tái)的統(tǒng)計(jì)數(shù)據(jù)中，你能看出什么？ 2. 預(yù)測(cè)性分析 （1）捕捉各個(gè)因素之間的內(nèi)在關(guān)聯(lián) （2）通過(guò)歷史數(shù)據(jù)發(fā)掘規(guī)律和趨勢(shì) （3）風(fēng)險(xiǎn)評(píng)估，預(yù)判和管控 【案例解析】為什么電力數(shù)據(jù)真實(shí)反映了國(guó)民經(jīng)濟(jì)運(yùn)行狀況？ 3. 可視化分析 （1）形成觀點(diǎn)和結(jié)論 （2）文不如表，表不如圖 （3）呈現(xiàn)方式——Excel、PPT或其他分析工具 4. 分析思維訓(xùn)練 （1）對(duì)比、轉(zhuǎn)化、關(guān)聯(lián)，橫向與縱向擴(kuò)展 （2）深入了解各業(yè)務(wù)板塊，使分析工作貼合實(shí)際 （3）比數(shù)據(jù)分析更重要的是大數(shù)據(jù)思維和意識(shí) 【思維訓(xùn)練】為什么大部分人對(duì)中國(guó)房?jī)r(jià)走勢(shì)預(yù)測(cè)失誤？ 【實(shí)戰(zhàn)分享】如何通過(guò)數(shù)據(jù)分析識(shí)別已損壞的共享雨傘？ 第三單元：基于用戶畫(huà)像的精準(zhǔn)營(yíng)銷和創(chuàng)新服務(wù) 一、什么是用戶畫(huà)像 1. 用戶DNA 2. 營(yíng)銷依據(jù) 3. 效果轉(zhuǎn)化 【案例解析】今日頭條為什么讓巨頭們恐慌？ 二、用戶畫(huà)像構(gòu)建 1 . 用戶需求洞察 （1）用戶角色屬性劃分 （2）用戶真?zhèn)涡枨笳鐒e （3）保持傾聽(tīng)，獨(dú)立判斷 【案例解析】70后談存錢、80后談還錢、90后談花錢 2. 數(shù)據(jù)源的建立 （1）用戶數(shù)據(jù) （2）行為數(shù)據(jù) （3）消費(fèi)數(shù)據(jù) （4）商品數(shù)據(jù) （5）客服數(shù)據(jù) 3. 用戶畫(huà)像模型 （1）群體畫(huà)像模型 （2）購(gòu)買興趣模型 （3）產(chǎn)品定義模型 （4）風(fēng)險(xiǎn)管控模型 【案例解析】瞄準(zhǔn)社區(qū)生鮮，錢大媽?xiě){什么火爆？
擅長(zhǎng)領(lǐng)域：互聯(lián)網(wǎng)+大數(shù)據(jù)開(kāi)發(fā)/互聯(lián)網(wǎng)轉(zhuǎn)型/大數(shù)據(jù)分析/通用管理/高效溝通/MTP
深圳市
城市
23
課程
192
案例
華師經(jīng)紀(jì)訂閱號(hào)
微信在線客服
深圳市龍華區(qū)大浪街道龍觀西路與華榮路交匯處-順泰中晟大廈28-29層 版權(quán)所有©深圳華師兄弟教育科技有限公司 備案號(hào)：粵ICP備12093994號(hào)
