第一讲：企业所面临的数字化转型一、企业数字化转型原因1. 数字化改变商业模式1）数据变机会2）机会变服务3）服务变收入2. 数字化建立企业优势3. 数字化提升使用体验二、数字化转型核心要素1. 以数据为中心的智能化发展目标2. 数字化平台的构建三、员工在企业数字转型中应该作出的应对1. IT思维和业务思维相融合2. 培养开放共享的心态3. 围绕以用户为中心4. 提升数据分析处理能力第二讲：利用统计方法实现数据分析一、标度的选择使用量化感觉、态度、喜好等的方法二、频数的选择使用（衡量对总体水平的作用程度）1. 饼图2. 条形图3. 直方图三、基于统计方法的分析1. 分析异常值与偏斜数据2. 均值VS中位数VS众数3. 全距/四分位数的使用4. 百分位数与箱线图的使用5. 方差VS标准差分析变异性VS分散性6. 利用概率进行分析案例1：用户购买公司产品概率的分析案例2：某某企业员工加薪方案的选择四、基于统计方法的决策1. 比较法进行决策2. 组合法进行决策3. 贝叶斯方法进行决策4. 快省树方法进行决策思考：优秀员工如何选用统计指标进行评价案例：假设检验与数据证伪保证决策结果的正确综合示例：运用统计指标分析销售数据寻找方法提升某产品的销量第三讲：利用大数据进行管理与运营一、大数据现状1. 大数据时代的标志2. 六大趋势推动大数据发展3. Hype Cycle技术趋势对大数据的判断4. 新基建战略对大数据的定位5. 数字中国的内容案例：阿里双11二、大数据4V特征 1. 数量大2. 多样性3. 速度快4. 价值性案例：大数据4V特征在数字化全量全连接中的应用三、把握大数据的三个关键1. 更多——全样本透视本质2. 更杂——透过混杂性适配场景应用3. 更好——把握相关性，提供更好服务案例：三个关键对数字化实时反馈的影响案例：大数据商业画像示例——千人千面练习：猜猜他是谁？四、大数据分析1. 大数据分析的困难2. 数据即服务DaaS讨论：数字化转型中我们应该关注工作中的哪些管理数据和业务数据，它们的价值和应用难点有哪些？五、大数据应用1. 被动式演变成预判式2. 大数据商业价值 3. 大数据在行业的应用案例：智慧城市建设案例：企业数据地图实践讨论：企业数据治理——如何管好用好数字化平台的数据？第四讲：利用大数据技术进行营销数据分析一、K均值聚类算法应用——客户价值分析1. 客户价值分析有利于减少营销成本1）理解价值型客户2）差异化服务应对不同价值客户2. 客户价值分析方法1）客户价值识别流程2）K均值聚类识别客户价值a确定中心b计算距离c确定新中心d迭代得到最终分类3）针对不同客户价值采用不同营销策略视频：根据对象不同采用不同策略的销售视频案例：根据客户的消费额和交互属性进行聚类分析二、决策树算法应用——风险客户分析1. 传统风险分析识别方法的劣势2. 大数据方式下分析识别方法的改进——决策树算法应用1）预先建立if-then的判断规则2）数据分析建立的规则——信息熵3）决策树算法操作思路4）建立决策树模型进行分析a划分属性值b计算划分组的概率c计算每个划分规则下的信息熵d选择最小信息熵的规则为第一规则e迭代到样本分类案例：警察是如何发现罪犯的？案例：如何分析是否适合作为另一半三、逻辑回归算法应用——敏感客户分析1. 厘清不同场景下的敏感客户特点2. 分析敏感客户的关注点3. 逻辑回归算法的应用1）二分类问题2）个人采用二分法预判的局限性3）预判二分类问题的优化4）二分类结果预判的本质5）大数据回归方法进行二分类预判a线性回归大数据方法b逻辑回归大数据方法案例：如何判断对方是否真心喜欢我案例：回归方法预判职业发展案例：营销场景中敏感客户分析降低投诉率第五讲：Rapid Miner数据分析1. 分析接口2. 导入数据3. 加载数据4. 进行数据可视化5. 进行建模6. 进行模型应用7. 测试模型8. 进行模型评估9. 使用扩展聚类算法练习：客户价值分析决策树算法练习：信用风险评分分析逻辑回归算法练习：敏感客户分析