课程简介
大数据介绍
目标收益
培训对象
课程大纲
| 一、什么是大数据和为什么它是重要的 |
1.1 什么是大数据？ 1.2 大数据中的“大”或是“数据”比较重要？ 1.3 大数据有什么不同？ 1.4 大数据的风险 1.5 为什么要“驾驭“大数据？ 1.6 大数据的结构 1.7 探索大数据 1.8 大部分的大数据是不重要 1.9 有效地过滤大数据 1.10 结合大数据与传统数据 1.11 需要标准 1.12 今天的大数据不是明天的大数据 |
| 二、网路数据——原始的大数据 |
2.1 网络数据概述 2.1.1 缺少了什么？ 2.1.2 想象什么是可能的？ 2.1.3 基础的新信息源 2.1.4 该收集什么数据？ 2.1.5 隐私？ 2.2 网路数据透露了什么？ 2.2.1 购物行为 2.2.2 客户采购路径与喜好 2.2.3 调研行为 2.2.4 反馈行为 2.3 行动中的网路数据 2.3.1 下一个最佳产品包 2.3.2 客户流失建模 2.3.3 反应建模 2.3.4 客户细分2.3.5 评估广告成果 |
| 三、代表性的大数据源和其持有的价值 |
3.1 汽车保险和车载信息服务数据的价值 3.2 多个行业：文本的价值 3.3 多个行业：时间和位置数据的价值 3.4 零售和制造：RFID数据的价值 3.5 公用事业：智慧电力网格数据的价值 3.6 博彩行业：赌场筹码追踪数据的价值 3.7 工业引擎和设备：传感器数据的价值 3.8 视频游戏行业：遥感勘测数据的价值 3.9 电信及其他行业：社交网路数据的价值 |
| 四、了解运作数据分析 |
4.1 定义运作数据分析 4.2 数据分析 3.0 4.3 数据分析如何变革业务 4.4 布置运作数据分析观点 4.5 小结 4.6 注释 |
| 五、开放商业数据湖概念框架 |
5.1 简介 5.2 定义 5.3 概述5.4 核心观念 |
|
一、什么是大数据和为什么它是重要的 1.1 什么是大数据？ 1.2 大数据中的“大”或是“数据”比较重要？ 1.3 大数据有什么不同？ 1.4 大数据的风险 1.5 为什么要“驾驭“大数据？ 1.6 大数据的结构 1.7 探索大数据 1.8 大部分的大数据是不重要 1.9 有效地过滤大数据 1.10 结合大数据与传统数据 1.11 需要标准 1.12 今天的大数据不是明天的大数据 |
|
二、网路数据——原始的大数据 2.1 网络数据概述 2.1.1 缺少了什么？ 2.1.2 想象什么是可能的？ 2.1.3 基础的新信息源 2.1.4 该收集什么数据？ 2.1.5 隐私？ 2.2 网路数据透露了什么？ 2.2.1 购物行为 2.2.2 客户采购路径与喜好 2.2.3 调研行为 2.2.4 反馈行为 2.3 行动中的网路数据 2.3.1 下一个最佳产品包 2.3.2 客户流失建模 2.3.3 反应建模 2.3.4 客户细分2.3.5 评估广告成果 |
|
三、代表性的大数据源和其持有的价值 3.1 汽车保险和车载信息服务数据的价值 3.2 多个行业：文本的价值 3.3 多个行业：时间和位置数据的价值 3.4 零售和制造：RFID数据的价值 3.5 公用事业：智慧电力网格数据的价值 3.6 博彩行业：赌场筹码追踪数据的价值 3.7 工业引擎和设备：传感器数据的价值 3.8 视频游戏行业：遥感勘测数据的价值 3.9 电信及其他行业：社交网路数据的价值 |
|
四、了解运作数据分析 4.1 定义运作数据分析 4.2 数据分析 3.0 4.3 数据分析如何变革业务 4.4 布置运作数据分析观点 4.5 小结 4.6 注释 |
|
五、开放商业数据湖概念框架 5.1 简介 5.2 定义 5.3 概述5.4 核心观念 |
近期公开课推荐
