《大数据在企业管理中的应用》

大数据在企业管理中的应用

课程背景：

大数据时代的到来，正在飞速地改变人们的工作方式、思维模式以及企业的业务形态。近几年里，大数据影响了社会的方方面面，从最先受益的互联网行业到传统的医疗、教育、交通等领域，整个社会都处于“大数据+”的风暴当中。

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应付监管的简单查询、报表、多维分析层面，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。数据分析意识不强，理念较旧，转型较慢，缺乏高瞻远瞩的定位。在基础数据源管理、平台整合、外部数据拓展、数据分析人才储备与培养等各方面仍存在较大差距，基于大数据对精准营销的支撑和经营决策作用也亟待加强。

大数据是一座待挖掘的“金矿”，它的起源首先要归功于互联网，尤其随着云计算、物联网和人工智能的发展，所有的交易记录、行动轨迹、语音、影像、传感信息等几乎一切均可实现数据化。因此，如何借助大数据为运营管理和业务拓展提供有力支撑，如何有效利用自身已经沉淀的大数据资源，在深入分析挖掘现有客户数据的同时，实现跨行业、跨平台的外部数据资源整合，是当前所有企业管理者需要认真思考的。

课程收益：

1.了解大数据产生的时代背景，正确认知大数据的应用价值；

2.透视大数据的基本规律和特性，掌握大数据思维，提高工作效率；

3.结合自身行业特性，搭建数据管理平台，开展数据分析，发现数据背后的问题和机会；

4.基于大数据应用，优化业务流程，构建精细化、智能化管理体系，提升内部管理效能；

5.整合外部数据资源，进行点对点精准营销，为客户提供个性化服务，持续提升业绩水平。

课程模型：

课程时间：1-2天，6小时/天

课程对象：企业负责人，营销、运营、技术及客服等部门管理者课程方式：讲师讲授+案例剖析+互动交流+现场答疑

课程大纲

前言：拥抱变化——大数据时代的商业形态与管理思维

1.数据资产：传统行业的短板

2.互联网企业的大数据基因

1）什么是大数据基因：客户VS用户

2）跨界打劫——挟用户数据重构市场空间

3）降维打击——瓦解竞争对手的惯性生存条件

3.“跨界融合”的本质：场景转换与用户体验

第一讲：大数据的时代背景和正确认知

一、什么是大数据？

1.上海外滩陈毅广场踩踏事件的反思和启示

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

1）时间

2）空间

3）行为

4）偏好

5）规律

6）预测

案例分享：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

二、大数据产生的外部环境和基础条件

1.移动互联网

——终端普及率

——用户习惯

——支付

——物流

——信用体系

2.云计算

案例解析：阿里“双十一”背后强悍的数据处理能力3.物联网

案例解析：传感器——人类感官的延伸

4.人工智能

案例解析：正在到来的万亿级市场

第二讲：企业大数据管理平台规划与构建

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.针对性解决问题，提升效率

4.业务形态重塑和流程再造

5.洞察行业周期性趋势走向

6.为决策提供有效依据

实战分享：共享雨伞“JJ伞”数据管理平台搭建

二、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.设定各项关键性指标，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.建立符合企业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）数据模型

6）数据呈现

5.比数据分析更重要的是大数据思维和意识

实战分享：通过数据反馈改进运营策略

三、大数据内部采集与外部整合

1.内部数据采集要点

1）连续性——数据累积效应

2）间隔性——周期内变化趋势

3）多维度——数据的完整性

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、大数据分析挖掘方法和要点

1.统计性分析

1）常规统计——用户数、转化率、留存率、流失率

2）不同维度的统计分析

3）导向性的数据提取

案例分享：从一组订餐数据中，你能看出什么？

2.可视化分析

1）文不如表，表不如图

2）形成观点和结论

3）呈现方式——Excel、PPT或其他分析工具

3.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

案例分享：一起市场人员集体违规行为引发的KPI重构4.分析思维的训练

1）5W2H、SWOT、4P理论、六顶思考帽

2）掌握思维导图工具（例如百度脑图等）

3）对比、转化、关联，横向与纵向扩展

4）深入了解各业务板块，使分析工作贴合实际

5）数据思维是不断练习的结果

思维训练：如何通过数据分析识别已损坏的共享雨伞？

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

案例剖析：今日头条为什么让巨头们恐慌？

二、用户画像体系

1.用户画像的核心是标签

2.数据源的建立——内部挖掘+外部整合

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

3.数据建模及规则

1）购买力模型

2）群体画像模型