引言：互联网+时代企业生存之道——保持饥饿感
1.市场倒逼——躺着赚钱的时代结束了
2.“跨界打劫”的本质：场景转换与用户体验
*案例解析：康师傅连续四年净利润下降，市值一天蒸发1个亿
第一讲：数字化背景下的商业形态变革
一、传统行业大数据开发应用的难点
1.数据思维：数据意识较弱，人才储备不足
2.数据采集：数据积累时间长，但质量不佳
3.数据开发：应用场景不够，缺乏业务突破点
4.数据应用：不会造势，缺少应用的成功案例
5.数据共享：数据不统一，难以发挥整体性作用
*案例解析：数据驱动——如何用大数据赋能企业经营？
二、互联网巨头们的大数据基因
1.跨界打劫——挟用户数据重构市场空间
2.降维打击——瓦解竞争对手的惯性生存条件
3.羊毛出在猪身上：消灭你与你无关
*案例解析：流量收割——趣头条低调上线网贷超市
*案例解析：物业被架空，蚂蚁金服牵手捷顺布局智慧停车
*案例解析：腾讯进军保险，晒半年成绩单——月活用户超1200万
三、大数据开发及应用方向
1.产品研发：数据反馈与产品定位
2.用户画像：消费者心理及行为分析
*案例解析：瞄准社区生鲜，钱大妈凭什么火爆？
3.精准营销：痛点捕捉与需求触达
*案例解析：从产品定义到精准营销，看众安保险如何玩转大数据
4.风险管控：数据监测与风险预警
*案例解析：上海外滩陈毅广场踩踏事件的反思和启示
5.运营效率：智能化和精细化管理
6.创新服务：消费者个性化需求满足
*案例解析：门店数量持续暴增，美发品牌“优剪”的大数据思维和颠覆式创新
第二讲：企业大数据管理平台构建及开发应用策略
一、企业数据管理体系的重要性
1.数据是沉睡的金矿
2.发现运营中存在的不足
3.把握市场变化和竞对动态
4.客户需求与极致体验
5.个性化营销方案制定
6.业务形态重塑和流程优化
7.洞察行业性周期走势
8.为决策提供有效依据
*案例解析：从天猫“吃货”大数据，来看中国人消费需求的变迁
二、大数据分析挖掘方法和要点
1.统计性分析
1）常规统计——转化率、留存率、活跃度
2）不同维度的统计分析
3）导向性的数据提取
*案例解析：飞机真的是最安全的交通工具？
*实战分享：从某外卖平台的统计数据中，你能看出什么？
2.预测性分析
1）捕捉各个因素之间的内在关联
2）通过历史数据发掘规律和趋势
3）风险评估，预判和管控
*案例解析：为什么电力数据真实反映了国民经济运行状况？
*实战分享：一起市场人员集体违规行为引发的KPI重构
3.可视化分析
1）形成观点和结论
2）文不如表，表不如图
3）呈现方式——Excel、PPT或其他分析工具
*案例解析：城市大脑——智能交通最重要的支点
4.分析思维训练
1）对比、转化、关联，横向与纵向扩展
2）深入了解各业务板块，使分析工作贴合实际
3）比数据分析更重要的是大数据思维和意识
*思维训练：为什么大部分人对中国房价走势分析判断失误？
*实战分享：如何通过数据分析识别已损坏的共享雨伞？
三、大数据内部采集与外部整合
1.内部数据采集要点
1）完整性——数据累积效应
2）连续性——周期内变化趋势
3）多维度——数据的多样性
4）倾向性——目标导向的数据提取
2.外部数据渠道开拓与整合优化
1）“互联网+”的跨界趋势
2）构建跨平台信息采集体系
*实战分享：WiFi运营商“百米生活”与公安网监的大数据合作
四、如何将运营数据有效转化为管理依据
1.掌握各业务板块与数据运行之间的底层逻辑
2.建立数据共享机制提升部门协同效率
3.设定关键性指标，通过数据反馈进行科学决策
1）业务改进措施
2）绩效考核体系
3）供应链优化
4）信息安全管理
5）品牌建设
6）客服体系建设
4.建立符合实际情况的数据开发流程
1）数据接入
2）数据整合
3）数据仓库
4）数据清洗
5）数据建模
6）数据呈现
*实战分享：共享雨伞“JJ伞”数据管理平台搭建
第三讲：基于用户画像的大数据精准营销与创新服务
一、什么是用户画像
1.用户DNA
2.决策依据
3.效果转化
*案例解析：今日头条为什么让巨头们恐慌？
二、用户画像构建
1.用户需求洞察
1）用户角色属性划分
2）用户真伪需求甄别
3）保持倾听，独立判断
*案例解析：中国邮政VS顺丰速运，用户的槽点在哪里？
2.用户画像的核心是标签
3.数据源的建立
1）用户数据
2）行为数据
3）消费数据
4）商品数据
5）客服数据
4.数据建模及规则
1）购买力模型
2）群体画像模型
3）购买兴趣模型
4）促销敏感度模型
*案例解析：用数据解读三只松鼠，414万条评价背后暴露了什么？
*案例解析：拼多多市值相当于4个联想集团，哪些用户群体贡献最大？
*案例解析：抖音和快手所呈现出的用户画像，反映了真实的中国青年？
三、用户标签体系
1.用户的基础信息
2.用户的社会属性
3.用户的消费倾向
4.用户的行为习惯
5.用户的购物偏好
6.用户的心理特征
7.用户的异常情况
8.用户的使用特权
*实战分享：用户画像偏差——某厨具生产厂家线上推广遭遇的困惑
*实战分享：用户群体重构——某家电生产厂家的互联网转型策略
*实战分享：刚需VS伪需求——共享雨伞的用户画像构建
四、精准营销与创新服务
1.智能搜索
2.社交传播
3.智能选品
4.会员营销
5.DSP广告
6.个性化推荐
*案例解析：从做什么到为谁做，基于大数据的C2B个性化定制
第四讲：大数据的正确认知及发展趋势
一、大数据的时代背景和基础条件
1.阿里巴巴新战略：数字经济体
2.大数据三要素
1）大——海量，平台级
2）数——信息，结构化
3）据——精准、可依赖
3.大数据的六个特征
*案例解析：五常大米，下单即送
4.大数据的类型
1）消费数据——多维度记录
2）机器和传感数据——图文、语音、影像
3）行为数据——位置、轨迹、交易
5.大数据与移动互联网
6.大数据与物联网
7.大数据与云计算
8.大数据与人工智能
9.大数据在各行业的应用
二、大数据的开发价值及发展趋势
1.新能源——数据也是生产力
2.个性化服务——感知用户，精准触达
3.标准化输出——边际成本和规模效应
4.大数据发展现状及未来趋势
1）人格化——个体都是载体
2）扩展性——用之不竭和高兼容性
3）智能化——数据会说话
*视频分享：马云谈大数据
*案例解析：阿里“双十一”背后强悍的数据处理能力
【课程背景】：截至2019年两会，大数据已经连续5年进入两会议程。在今年的两会上，数字经济话题更加受到社会各界的高度关注，数字经济已经成为推动实体行业转型升级的底层驱动，引领我国经济发展的新引擎、新动能。数据显示：2017年中国数字经济规模达到27.2万亿元，占GDP比重32.9%，2018上半年总规模达16万亿，同比增速迅猛。总体来说，数字经济主要涵盖大数据（数据采集）、云计算（数据分析）、人工智能（数据应用），以及互联网+实体行业结合的部分。然而，大部分行业在大数据面前还显得比较迟缓，数据利用基本上处于信息查询、报表提交层面，主要是对现有数据的简单加工，很少涉及数据挖掘等深层应用。数据开发意识不强，数据思维不足，数据应用滞后。尤其在客户行为分析，消费心理捕捉、个性化服务与业务创新、洞察市场趋势等方面亟待提升。此外，在基础数据管理、数据平台搭建、数据分析人才储备上比较欠缺，无法有效盘活数据资产，为企业经营决策提供有力依据。在数字化背景下，如何借助大数据为管理和营销提供有力支撑，如何有效挖掘自身已经沉淀的数据，并实现跨行业、跨平台的外部数据资源整合，基于用户画像构建，实现大数据实现精准营销和创新服务，是现阶段企业管理者需要认真思考的。
