大数据数据分析学习提升方案.pptx

《大数据数据分析学习提升方案.pptx》由会员分享，可在线阅读，更多相关《大数据数据分析学习提升方案.pptx（48页珍藏版）》请在悟道方案网上搜索。

1、大数据数据分析学习提升方案,目  录,1、大数据与数据分析概述 2、数据分析的应用前景和发展趋势 3、数据分析在企业部门的应用 4、数据分析的建立和准备 5、数据分析专业人才培养,大数据时代的来临意味着其将以PB级数据为对象，现在的Facebook和微软的Hotmail、 Skydrive等各种服务所储存的数据目前预测都在300PB左右，而亚马逊旗下的S3服务中数据至少在900PB以上 ，而google这样的数据巨人，其所拥有的数据量超过EB级别。而这个数据数量仍然以几何倍数在增长，每年增幅约20-40%，据预测，2013年互联网流量将超过600EB的水平。,信息技术、互联网和移动互

2、联网技术的发展带来数据量级变化。,1,大数据时代已经来临,大量用户群体,海量计算,大量数据 管理,数据分析,大数据在不同行业的声音,1,在facebook，平均每个月有300亿条内容被创建,eBay的分析平台每 天 处理的数据量高达 100PB，超过了纳斯 达克交易所每天的数 据处理量,全球的数据资产预 计在以40%的速度 增长，而 IT预算的 增速度只有5%。,自2005年以来IBM投资160亿美元 进行了30次与大数据有关的收购。,每年价值3000亿美元 大约0.7%的年生产率增长,美国医疗服务业,欧洲公共部门管理 每年价值2500亿欧元 大约0.55的年生产率增长,服务提供商收入1000

3、亿美元以上 最终价值用户达7000亿美元,全球个人位置数据,可能的净利润增长水平60%以上  大约0.1-0.5%的年生产率增长,数据来源：麦肯锡全球研究院,零售业,产品开发，组装成本降低5% 运营成本降低大约7%,制造业,1,大数据在各行业创造财务价值,中国已进入大数据时代,中国网民数量：5.38亿,中国注册网站数量：230万个,发布的网页数量： 866亿页 年增速：40%,手机网民：3.6亿 占网民总数：38%,月均网络交易： 16亿笔,每日新发微 博数量： 1亿+条,注册微博用户数： 1.95亿,中国手机入网数： 10亿,1.323亿,6.614亿,1.601亿,1,敏感行业已

4、经开始数据化,零 售 业,制 造 业,信息产业,电子商务,移动通信,金融证券,医疗服务,数据量大,挖掘潜力大,数据意识强,IT基础好,这些产业在大数据分析应用方面具有如下优势：,数据化让产业绩效大幅提升,1,什么是大数据,TB,PB,T,G,M,所谓“大数据”(big data) 指的是这样一种现象：一个公司日常运营所生成和积累用户行为数据“增长 如此之快， 以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取、存储、搜索、共 享、分析和可视化等方面。”这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位 来衡量，而是以P(1000个T)， E(一百万个T)或Z(10亿个

5、T)为计量单位，所以称之为大数据。,ZB,CRM,WEB,市场细分,服务细节,顾客接触,支持合同,A/B测试,自动定价,搜索营销,行为定位,广告联盟,网站日志,历史记录,用户生成数据,社交互动,空间&GPS坐标,商务数据传送,视频、音频、图片,语音识别,产品/服务日志,SMS/MMS,BIG DATA,传感器/电子标签设备 移动网络 用户点击流,ERP 采购清单 采购记录 支出记录,大数据=交易+互动+观测数据,不断增长的数据多样性和复杂性,1,数据类型多 越来越多非结构化数据；音频、 食品，地理位置信息等多类型数 据对数据处理能力提出更高要求。,数据价值高 海量数据带来了巨大的商业价

6、值。数 据之间关联性支持深层的数据挖掘。,大数据的特点-4V理论,数据处理速度快 对数据实时处理有着极高的要求， 通过传统数据库查询方式得到的 “当前结果”很可能已经没有价值。,数据规模大 从TB跃升到PB甚至EB。 一组公式：1024GB=1TB; 1024TB=1PB;1024PB=1EB。,1,大数据时代的核心价值数据分析,什么是数据分析,1,数据分析是进行决策和做出工作决定之前的重要环节,在欧美日等发达地 区，数据分析普遍 被作为运营决策的 前提要素，为社会 经济的高速发展发 挥了巨大贡献,在全球500强企业中，90%以上的重要投资和经营决策都依据充分的数据分析支持,数据分析,数据分析

7、的发展现状,企业和学校等都设有专门的数据分析部门和专业,1,有近万家专门从事数据分析与咨询服务公司和数百万数据分析人员，年营业额达到几千亿美元,有2000家数据分析与咨询服务公司，这些公司在海外的数据分析专家众多，分布在世界各地,有600多家知名的数据分析与咨询服务公司和8万多名数据分析专业技术人员,国外数据 分析发展,美国,英国,日本,有400多有影响的数据分析与咨询服务公司和5万多名数据分析专业技术人员,瑞典,数据分析行业在国际上的发展迅速，在互联网上只要输入Project Data Analyst就会有遍及各行各业的需求和服务项目，而且分工更加明确、细化，应用范围很广。,数据分析在国外的

8、发展,1,30,客户：服务及营销方式改进 运营：运营水平提升 市场：模式及业务创新/扩张,大数据的应用前景,从应用方向上看，通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、数据标准化与情报分析等领域大有作为。从应用行业来看，大数据一方面可以应用于客户服务水平提升及营销方式的改进，另一方面可以助力行业内企业降低成本，提升运营效益，同时还能帮助企业进行商业模式的创新及发现新的市场商机。从对整个社会的价值来看，大数据在智慧城市、智慧交通及灾难预警等方面都有巨大的潜在应用价值。专业机构预测，随着互联网技术的高速发展，云计算、物联网应用的日益丰富，大数据未来发展前景将更为广阔。,智慧城市 智慧交

9、通 经济预测 灾难预警,大数据营销 大数据管理咨询 大数据标准化 大数据情报分析,2,大数据的市场驱动力,2,大数据应用概览,3,概览,营销价值,大数据特点：数据体量巨大、数据类型繁多、处理速度极快、数据价值高。 大数据导致数据分析方法的转变：由抽样数据到全体数据、由精确数据到混杂数据、由因果分析到相关分析的转变。 大数据应用方向：营销、企业管理、战略预测、管理咨询、标准化和情报分析、模式及业务创新、智慧城市、智慧交通及灾难预警。,预测销售行为：通过数据分析消费者的购物行为便能准确的预测下一步的消费。 优化营销策略：用先前不能做到的方式来挖掘消费者洞察，优化企业的营销策略。 更完整的消费者行为

10、描述：先搜集用户在网络上留下的痕迹也就是数据，然后通过技术处理对数据进行 分析，得出用户的特征，洞察用户的喜好，将用户的画像渐渐越描越细。 个性化营销 实现广告精准投放,营销趋势,泛互联网化和行业垂直整合 从商业智能到消费智能 社会化计算和移动计算 数据云到营销云,2,在行业层面，大数据时代会出现以下两个主要的趋势：一是泛互联网化，二是行业垂直整合。, 泛互联化是收集用户数据的唯一低成本的方式， 没有泛互联网化的应用软件，企业就难以获得用 户的行为数据。  泛互联网化有以下三个显著的特征。,大数据时代的发展趋势, 行业将会垂直整合，越靠近终端用户的企业在产 业链上拥有更大的发言权;

11、这个意味着如果某一 家公司的客户群足够广泛，这家公司完全可以向 上游公司收购。,产业链下 游,2,泛互联网化和行业垂直整合, 原有的商业智能数据库基础上，企业通过 开发一些应用或工具，支持终端用户做相 关的规划，而用户使用这些工具时，企业 也会捕捉相应的数据和场景，重新设计相 应的产品和服务。,大数据时代的发展趋势,在商业智能时代，企业收集各类数据支持自己的决策。而在消费智能时代，数据分析业务将作为一项服务由企业 提供给消费者，支持他们的消费决策。 商业智能, 消费智能形成了企业利用数据与客户沟通 的新模式，客户使用这些数据服务支持个 人决策，使他们更关注这个企业。这也能 带来客户忠诚度和客户

12、关系的极大改善。,2,从商业智能到消费智能,数据市场的价值在于为这种大规模的数据交易提供了一个 目录，以及流线化、标准化的交付方法。,现在的信息时代唯一最有价值的资产就是数据。数据价值的挖掘能力将成为企业将是最有价值的竞争优势。随 着数据需求的增大，数据交易的市场化也会逐渐扩大。 数据挖掘=竞争优势 数据市场化,华尔街日报在一份题为大数据，大影响(Big Data, Big Impact)的报告宣称，数据已经成为一种新的经济资产 类别，就像货币或黄金一样。,大数据时代的发展趋势,挖掘到数据价值将是最有价值的竞争优势，值得投入。能够充分利用数据的企业将占据先机；如果企业不重视采用大数据相关的新兴

13、技术，那么企业会逐步落后。 Facebook 、Google、亚马逊这样的公司正在运用数据的力量来获得商业上更大的成功，并且传统的金融、电信等企业也在充分运用数据来提升自己的商业竞争力,数据是最有价值的资产,2,消费者已经无缝地转移到这个移动社会化媒体世界里。社会化计算和移动计算代表着下一代以数据为中心的应用潮流。,大数据时代的发展趋势,社会化媒体平台上，消费者通过关系、兴趣而聚拢，通过关系图谱、 兴趣图谱进行信息交互，传播速率大大加快，这也带来 了巨大的数据洪流。社会化媒体数据基本上是非结构化 的数据，以往的数据分析系统很难进行分析。 对于来自社会化媒体的数据洪流以及这些数据如  

14、何与其 他的客户跟品牌公司接触点相关 联，我们需要有一个有效的系统来进行分析。,社会化计算,移动计算,大量智能移动设备接入网络，移动应用爆发性增长使对数据,移动计算意味着利用数据访问设备捕获类似于位置数 据这样的传感器交互数据进入了新的发展阶段。,进行深入挖掘的需求突显。而移动互联网与传统互联网 融合，成为所有媒体的核心节点却是大数据实现的前提。,社会化计算和移动计算,2,大数据时代的发展趋势,大数据的大发展让营销流若隐若现：媒介的打通让用户数据的积累成为可能，用户图谱、浏览数据、行为和兴趣 数据成为精准定向的基础；媒体端数据为广告营销提供精准定向的舞台；广告主接入开放式营销平台，数据投放 和

15、效果数据流在云端架构。RTB-DSP-DMP， Ad Exchange发展提速，便是数据云向营销云转变的体现。 ，谁出价高， 谁的广告就会被这个PV看到。,数据云到营销云,2,大数据时代的信息化建设,2,数据分析的决策价值,大数据时代的数据分析深度挖掘，能够为部门和单位整体提供大量的价值提升。,数据分析能够为零售业提升60%的销售净利润,数据分析能够帮助制造业降低50%的产品开发组装费用；降低7%的人力成本,基于地理位置的数据分析能够为全球的服务商带来超过千亿美元的收入,基于地理位置的数据分析也能够为所有的手机用户带来超过7千亿美元的价值收益,在全球500强企业中，90%以上的重要投资与经营决

16、策都取决于充分的数据分析支持。在欧盟、美国、日本等发达地区，数据分析普遍被作为经营决策的前提要素，为社会经济的高速发展发挥了巨大贡献。 数据成为公司新的资产已逐渐成为现实，将大大促进劳动生产率的提高和资产收益率的增加。,3,数据分析的决策价值,在项目投资分析之外，数据分析的价值在企业经营管理上起到更加举足轻重的作用。各种量化的模型、量化分析方法的应用，使数据下面隐藏的规律得以展现，让企业在运营管理上、市场营销上、客户服务体验上，越来越精细化，让企业在激烈的竞争中取胜！,3,数据分析在企业各部门的应用,2,数据分析在战略决策中的应用,战略研究 战略研究，是解决全局性、长远性、战略性的重大决策问题

17、的决策。一般多由企业高层次决策者作出。战略决策是企业经营成败的关键，它关系到企业生存和发展。,战略方向研究安索夫矩阵 弄清企业所处位置，界定企业目标，为实现这些目标而采取行动。 能够解决的问题： 明确产品市场范围 规划产品成长方向 发现企产品竞争优势 融合企业资源，发挥协同作用,3,数据分析在战略决策中的应用,作为关注底线利润的经理人 必须关注竞争，对公司所处 的竞争位势有准确的判断。 对细分市场吸引力的分析只 能反映对这个市场的平均估 计，为了避免把公司引入“ 平均的陷阱”，必须确定本 公司在这个市场上的竞争位 势。如果你的公司在这个市 场上拥有竞争优势，你的收 益能够达到高于平均的水平 ；

18、如果处于竞争劣势，它将 低于平均水平。 一家公司的竞争位势主要由 其自身的强力点(strong points)、弱力点(weak points)，以及市场上的成 败攸关因素(critical factors)决定。,通过选择“画战略地位图”的方式来评估当前战略使公司所处的竞争位势，并以此为依据来修正战略，选择新的目标市场。 通过这样一张图，公司的竞争位势一目了然地展现出来：横轴上的要素就是这个细分市场的成败攸关因素；纵轴上对应高的点就是强力点，对应低的点就是弱力点。,高       中       低,市场地位,生产能力,资金能力,毛

19、利率,本公司,竞争公司A,竞争公司B,3,据杜克大学的一项研究显示，是习惯而非有意识的决策促成了我们每天45%的选择。只要了解习惯的形成方式就可以更简单的控制它们。通过数据分析消费者的购物行为便能准确的预测下一步的消费，塔吉特便是一个最成功的例子。,数据分析的营销价值-预测消费行为,3,数据分析的营销价值-优化营销策略, 通过分析用户的社交媒体活动，沃尔玛社交基因库能向用户推 荐他们感兴趣的产品和活动。例如，通过公开的社交数据，包 括Twitter和Facebook留言墙上的话题热点，沃尔玛的分店能 有准对性地进行线上和线下的产品推荐活动。 沃尔玛已经领先一步，目前能够对这些数据进行过滤，从中

20、了 解与位置有关的用户消费趋向，同时在相应地区增加相关产品 的库存。通过对社交媒体的监控，沃尔玛将能够针对用户需求 进行提前备货。,对于营销这一原本就属于数据驱动的领域，数据分析提供了一个前所未有的机会，用先前不能做到的方式来挖掘消费者洞察，优化企业的营销策略。 通过分析社交媒体产生的“大数据”，零售巨头沃尔玛正在“重新发明”零售业。,3,英国葛兰素史克GSK公司，近期就发起了一个项目，获取更完整的消费者信息，从而获得更加深入的消费者洞察。他们通过定位那些谈论过旗下子品牌的人们，并且追踪他们在公开论坛上所谈到的所有其他东西，来建立消费者描述，而这些外部数据会和营销部门已有的数据进行整合，从而设

21、定更为精准的优惠和促销，吸引人们来到对应的子品牌网站。,数据分析的营销价值-消费者描述,大数据的挖掘就像是在给用户画像。先搜集用户在网络上留下的痕迹也就是数据，然后通过技术处理对数据进行 分析，得出用户的特征，洞察用户的喜好，将用户的画像渐渐越描越细。通过更丰富的消费者数据，包括网站浏 览数据、社交数据和地理追踪数据等，可以绘制出更完整的消费者行为描述。,3,消费者细分不是一个新鲜的概念，但是大数据时代中更多的数据，以及更好的分析工具，使商家能够以多种不同的维度对消费者进行细分，不仅仅是简单的划分群体，而是真正做到针对细分群体的个性化营销。,数据分析的营销价值-个性化营销,  随着大

22、数据对每个消费者特征的深入挖掘，媒体将更加个性化，消费者将更加个性化，营销也更加个性。,更完整的消 费者信息,精细地消费 者细分,更个性化的 营销,美国零售商Williams Sonoma也将他们6000万的顾客数据库和其家庭信息链接起来，通过了解这些家庭的收入、房屋价值和孩子数 量等对顾客进行精准划分，其电子直邮邮件是根据不同消费者群体 的行为方式和选择偏好来设定的，而基于这些信息的直邮邮件所获 得的反馈数量是之前没有进行精准化的18倍。,3,数据分析的营销价值-广告精准投放,精准营销是基于基本的数据化营销的一个体现。它通过对于用户行为的深入分析，了解到这个用户能够在不同的消费行为当中主要的

23、关键结点，然后进行优化的广告投放。因此，真正的精准是需要由大量的数据支撑的。在数据真正积累到一定规模、一定程度时，精准广告便不再是谎言，而成为广告发展的必然趋势。,3,What?,Where?,How Many?,电商基于消费者消费购物习惯和需求所进行的分析，能够更好地利用销售电商平台，向消费者推荐更多更好的产品，一方面减少了客户的搜索时间，大幅度提升消费者的购物体验，同时，也为企业带来更多的销售额。,通过分析以下几个方面的关联性，为消费者推荐具体的产品和内容： 产品本身的关联性 客户消费习惯的关联性 客户喜好的关联性 客户品牌的关联性 产品价格和价值的关联性 客户习性的一致性等等,数据分析在

24、企 业经营中的运用,产品推荐 搭配推荐 更多选择 横向竞品 热卖推荐 特惠新品 猜你喜欢 低价凑单 产品组合 常购物品,数据分析在电子商务中的应用,3,生产数据管理的典型应用,企业管理生产管理基础数据 （*在财务系统已经录入；*补充计划参数）,仓库*,仓位*,会计科目*,计量单位*,物料*,供应商*,客户*,BOM,部门*,职员*,物料替代,资源清单,生产类型,工厂日历,班次,工作中心,定义仓库是否参与MRP计算,定义物料计划策略、订货策略、批量标准等计划资料,定义产品结构，流程行业叫配方,定义生产车间部门，便于安排生产,能力和成本单元，由下属资源组成能力,定义物料可以用何物料替代以及范围，在

25、计划和投料应用,生产部门、工作中心、资源可以定义不同的工作日历，计划会考虑该日历,组成工作中心能力，类型可以为设备、人员、生产线,3,数据分析在供应链决策中的应用,创建模型并研究一些偶然情况，并优化供应链管理。,产能规划,供应协调,位置分析,建模,数据分析供应链决策,确定供求曲线相交的条件，从而优化库存状况、减少积压和缺货的情况。,用以优化店铺、分销中心、加工工厂等的位置。,用以了解供应链或者组成要素的产能，识别并解决瓶颈问题。,路径选择,即寻找运输车辆行进的最佳路线。,3,数据分析在财务管理中的应用,财务管理信息系统,客户关系管理系统,生产系统,销售/分销系统,商业智能：数据仓库/在线分析/

26、数据挖掘,人力资源管理系统,办公自动化/知识管理,知识管理信息,在线远程查询,内外部财务报表生成,工资福利信息,成本信息,服务工单 账单实收,销售信息,管理层,办公自动化信息,在线分析,3,信息数据系统实现的财务职能,财务信息流转不畅,财务信息集成,对不同模块中财务信息进行收集和汇总,管理报表详细程度不够,财务信息可按不同口径归集,根据业务的需求设定不同的信息归集、核算口径,对数据真实性准确性的复核困难,保证数据的真实性、准确性和客观性,通过系统中预设的财务规则，客观无私地记录和处理原始数据，跟踪变更轨迹,报表出具不够及时,及时出具报表,自动生成系统中原有的和二次开发的报表,综合数据缺乏多维分

27、析,提供决策支持的综合分析,通过现有系统与外挂系统的连接，将决策支持数据进行集成,财务控制职能较弱,强化财务管理职能,通过系统中的审批和预警功能，将管理控制点前移,3,数据分析在人力资源管理中的应用,4,人力资源管理中的数据指标,流程,任务,负责人,平台,沟通员工关系共享服务信息系统,收集什么数据？ 如何收集数据？ 如何分析数据？ 如何管理和改进数据？,4,企业数据分析内容,经营数据分析是对企业进行全景式的分析而言，是解决企业经营过程中的具体问题的。企业的基本经营决策可概括为三个方面：,4,数据采集是按照确定的数据分析内容，收集相关数据的过程，它为数据分析提供了素材和依据。,数据存储是数据在加

28、工过程中产生的临时文件或加工过程中需要查找的信息。数据以某种格式记录在计算机内部或外部存储介质上。,数据处理在数据分析产业链上，有两个子环节。第一个子环节是数据的清洁。数据处理的第事子环节是通过数据的运算，统计汇总，呈现最原始的数据表征，解读数据背后的“亊实”和“过程”。,数据分析要求按照企业的经营模式、运营管理流程、以及企业本身的文化、理念等特色来梳理数据乊间关系，然后通过建立数据模型，对以上获得的内外部数据迚行深度的挖掘，为企业的经营管理决策提供决策依据。,数据分析结果完成后，就需要迚行固化模型、形成长期检测、自动更新相关数据、并用直观的图形图表的形式呈现出来，形成觃范的文档或者报告，或者

29、动态的可视图。这些可视化的图形是企业经营管理者形成决策的基础。,决策行为的数据分析步骤,4,数据分析的建立准备,1、技术难题。 数据挖掘分析需要硬件、软件等各方面技术的系统完善和准备。,2、数据的碎片化，各自为政。 许多单位组织中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些孤立错位的数据库打通、互联，并且实现技术共享，才是能够最大化大数据价值的关键。,3、转变经营思维和组织架构。 数据策略要成功提升网络营销成效，要诀在于无缝对接网络营销的每一步骤，从数据收集、到数据挖掘、应用、提取洞悉、报表等，同时需要改变营销原有组织架构。,4、人才培养与储备。 数据分

30、析团队不仅包括一般的信息技术人员，而且应当包括各个组织部门的专业技术人员。对海量数据的分析不能仅仅局限在一般数据规律和模型的把握水平上，而且要有理论思维和全面把握的综合深入能力。,4,项目数据分析师培养体系,5,项目数据分析师课程内容,43,5,项目数据分析师学习资料,数据分析基础 量化经营 量化投资战略管理 CPDA课程讲义  远程学习卡  项目决策数据分析软件,5,项目数据分析师培训方式,远程学习与面授相结合，认证培训与扩展学习相结合,课余时间完成作业及提高自身素养,面授与案例讨论,远程登陆学习中心同步学习,项目分析专家与学员通过网络为学员提供一对一的超值服务，学员沙龙活动及实战模拟。,5,45,项目数据分析师考试安排,1、理论知识考试： 机考（满分100，60分合格） 上午考2个小时 题型包括填空、选择和判断题 2、实际操作考试： 笔考（每科满分100，60分合格） 量化经营实操 下午2个小时 量化投资实操 下午2个小时 题型为计算题 3、成绩核定： 每门课成绩有效期为两年。 理论考试与实践操作考核均合格后，颁发项目数据分析师证书。,5,项目数据分析师认证证书,两本证书代表了数据分析师得到主管行业机构和主管部委认证机构的认可，是中国数据分析业界最有价值的证书体系。,5,谢 谢,