《大數據助力企業(yè)提升疫情應對能力》

《大數據助力企業(yè)提升疫情應對能力》
——段方
某 500 強企業(yè)大數據總設計師
教授 北京大學博士后
1 疫情中的"危機與機遇"
1.1 新冠肺炎的綜述
1.1.1 國內及國際疫情進展
1.1.2 “精準防疫”的提出
1.1.3 每次危機都是一次 “洗牌”
1.2 從 2003 年的非典說起
1.2.1 非典成就了線上——電商等
1.2.2 新冠肺炎將成就大數據
1.3 企業(yè)面臨的挑戰(zhàn)
1.3.1 線上積累了原始數據
1.3.2 大數據能力決定企業(yè)“智商”
1.4 企業(yè)競爭力的升級
1.4.1 從重視“管理 ”升級到重視 “技術 ”
1.4.2 疫情倒逼的技術升級
1.4.3 工業(yè) 4.0 將加快實施
1.5 新技術的“彎道超車 ”戰(zhàn)略機遇
1.5.1 英國抓住了工業(yè)革命
1.5.2 中國能否抓住智能革命？
1.5.3 企業(yè)如何彎道超車？
1.6 【例】大數據助力“精準防疫 ”
1.7 【思考】紅軍長征精神僅是“精神 ”嗎？
2 大數據、大機遇
2.1 大數據的概念
2.2 大數據的“ 國家戰(zhàn)略 ”
2.2.1 國家戰(zhàn)略的含義？
2.2.2 習主席的 “大數據防疫”
2.3 從“ 互聯網+”到“大數據*”
2.4 數據資產——靠數據娶媳婦？
2.5 大數據思維——“一切皆可量化 ”
2.6 互聯網思維——顛覆你的想法
2.6.1 【附例】 90 后不買房？
2.6.2 大數據之后的新思維
2.7 大數據下的人工智能——ALPHAGO 戰(zhàn)勝李世石
2.8 【案例】大數據的基本概念
2.9 【思考】 IT 系統建設花了 30 年， DT 呢？
3 大數據下的各行業(yè)的“涅槃”
3.1 大數據在不同行業(yè)中的應用
3.1.1 ”等死 “還是 ”作死“？
3.1.2 讓大數據沐浴你！
3.2 大數據助力美國“大選 ”
3.3 制造業(yè) 4.0——智慧制造
3.4 房地產業(yè)——“個性建筑”還遠嗎？
3.5 汽車業(yè)——”未來人駕駛汽車可能違法“
3.6 物流業(yè)——“右拐 ”的奧秘
3.7 電影業(yè)——誰是觀眾的大明星？
3.8 零售業(yè)——看看 90 后喜歡哪些商品
3.9 酒店業(yè)——酒店 or 民宿？
3.10 婚介業(yè)——用“算法”給自己找媳婦
3.11 金融業(yè)——無法偽裝的客戶征信
3.12 股票業(yè)——用大數據炒股更靠譜
3.13 新聞業(yè)——根據你的喜好推新聞
3.14 公安業(yè)——無處藏身的罪犯
3.15 還有哪些行業(yè)不受沖擊？
3.15.1 海爾的轉型
3.15.2 李寧的轉型
3.16 【案例】大數據在金融領域中的應用
3.17 【思考】疫情將如何“ 改變”你的產業(yè)？
4 大數據下的企業(yè)運營
4.1 從泰勒經濟學說起
4.1.1 簡述泰勒經濟學
4.1.2 數據與企業(yè)管理的天然聯系
4.1.3 讓大數據滲透到企業(yè)的每個毛孔
4.2 客戶分析
4.2.1 客戶的數據維度
4.2.2 客戶視圖分析
4.2.3 客戶離網分析等
4.3 產品分析
4.3.1 產品數據維度
4.3.2 產品視圖分析
4.3.3 產品的潛在客戶分析
4.3.4 如何優(yōu)化產品？
4.4 精準營銷
4.4.1 營銷的本質——配對
4.4.2 精準營銷——數據的魅力
4.4.3 營銷時機、渠道等選擇
4.5 員工的管理
4.5.1 員工的量化分析
4.5.2 大數據下的 “辦公室分析”
4.5.3 員工績效考評
4.5.4 如何避免“蒼蠅犯大案”
4.6 外部生態(tài)圈的管理
4.6.1 生態(tài)圈的概念
4.6.2 金融企業(yè)的生態(tài)圈
4.6.3 上下游企業(yè)的管理
4.6.4 如何識別金融欺詐？
4.7 【案例】某企業(yè)的數據挖掘應用匯編
4.8 【思考】區(qū)塊鏈和人工智能如何助力企業(yè)更上一層樓？
5 大數據的客戶“透視”
5.1 客戶產生哪些數據——留下哪些痕跡？
5.1.1 手機是收集數據的 “第六器官”
5.1.2 【例】疫情中的“ 密切接觸者 ”分析
5.2 大數據下客戶的數據分析“維度 ”
5.2.1 維度越豐富，分析越透徹
5.2.2 客戶的全周期、全維度分析
5.3 客戶的 360 度標簽
5.3.1 標簽內容
5.3.2 【附例】百度客戶標簽分析案例
5.4 客戶還有隱私嗎？ ——“我比你還了解你！”
5.5 “ 了解客戶、服務客戶”——【附例】淘寶的商品銷售分析
5.6 客戶細分精準營銷的案例——【附例】電信行業(yè)的精準營 銷案例
5.7 用征信還是用榜樣？——客戶征信改變社會道德
5.8 客戶的性格分析——如何進行數據分析？
5.9 【案例】某企業(yè)客戶標簽案例
5.10 【思考】疫情之后，客戶會如何改變？
6 大數據的產品量化分析
6.1 “按需定產 ”的理性社會
6.2 產品的分析視圖
6.2.1 產品產生哪些數據
6.2.2 產品的分析維度
6.2.3 工業(yè)文明轉型
6.3 產品的”私人定制“
6.3.1 潛在客戶分析
6.3.2 【附例】某產品的潛在客戶分析
6.4 產品的服務怎么做？
6.4.1 如何分析你的客服信息？
6.4.2 【附例】某客服語音數據分析案例
6.5 產品設計的迭代
6.5.1 小米的思維
6.5.2 如何從互聯網上抓取產品的市場意見？
6.6 【案例】某企業(yè)產品的數據分析案例
6.7 【思考】產品的“共享經濟 ”如何基于數據實現？
7 大數據下的營銷變革
7.1 從藝術回歸技術
7.1.1 像”機器“般進行營銷
7.1.2 不用” 喝酒“ 了？
7.2 客戶喜好的渠道？
7.2.1 他喜歡哪位女神？
7.2.2 他喜歡微信、微博還是短信？
7.3 客戶喜好的營銷模式？
7.3.1 【附例】移動數據輔助城市規(guī)劃
7.3.2 【附例】淘寶大數據客戶分析案例
7.4 廣告還要去央視投“標王 ”嗎？
7.5 從微笑服務到專家服務
7.6 【案例】外來工的識別與營銷
7.7 【思考】營銷的本質就是數據“配對 ”
8 大數據下的企業(yè)精細化管理
8.1 用數據武裝到牙齒
8.1.1 ”數據滲透到企業(yè)的每一個毛孔“
8.1.2 設計、生產、營銷、服務閉環(huán)分析
8.2 用顯微鏡看自己的企業(yè)
8.2.1 【附例】某市場數據監(jiān)控平臺案例
8.2.2 【附例】電信行業(yè)網絡的數據分析
8.3 企業(yè)的大數據積累
8.3.1 你還會扔掉”金子 “ 嗎？
8.3.2 內部數據的價值評估
8.4 大數據下的人力資源管理
8.5 財務管理的 ”量化“
8.6 KPI 如何設計和監(jiān)督？
8.7 儀表盤和診斷儀
8.8 【案例】某企業(yè)儀表盤案例
8.9 【思考】美軍為何能夠打遍天下？
9 【可選】大數據系統如何建設？
9.1 ”羅馬不是一天建成的“
9.2 IT 業(yè)務系統的建設、梳理
9.2.1 【附例】某企業(yè)數據種類及梳理示例
9.3 數據收集和管控 9.3.1 數據如何收集？ 9.3.2 數據質量控制 數據質量還是業(yè)務質量？
【附例】數據質量管理示例
9.4 大數據系統建設
9.4.1 數據倉庫
9.4.2 云計算
9.4.3 混搭架構
【附例】某大數據系統建設示例
9.5 大數據系統的運營
9.5.1 內部服務
9.5.2 外部服務
9.5.3 ” 生態(tài)圈“
【附例】淘寶的大數據產品生態(tài)圈
9.6 大數據的互聯網思維
9.6.1 【參考書】《大數據的互聯網思維》
9.6.2 【附例】某大數據產品設計案例分享
9.7 思考
9.7.1 技術為主還是業(yè)務為主？
9.7.2 數據驅動如何實現？
9.7.3 企業(yè)如何”敏感 “起來？
【附例】某企業(yè)的市場數據分析報告
9.8 【案例】某企業(yè)大數據系統建設經驗分享
9.9 【思考】“不掙容易掙的錢 ”

段方老師的其它課程