课程背景
随着数智化转型成为公司的必答题，公司数智化进程的开展，面对货品、研发、财务、人力、销售、维护各个环节铺面而来的资料，我们应该怎样高效拆解处理？怎样拉升我们的事务效率？适应公司数智化转型的趋势，这是公司员工必须面对的状况。
数智化进程以资料拆解为抓手对公司业务开展梳理、精进、重构，掌握传统统计资料拆解和海量资料拆解办法是公司员工必备本领。本课
即是在讲授公司数智化转型要害和平台构筑基础上，探讨怎样利用统计办法抓手开展传统资料拆解，并以营销的要害
——精准买方识别办法为示例引见海量资料拆解的要害办法，使得参训者能够从理念到抓手对公司数智化转型中面临的资料拆解事务做到游刃有余、精准高效，从而达成公司降本增效的目的。
课程收益
● 熟稔并掌握公司数智化转型的要害并搭建数智化平台的办法；
●
掌握统计办法开展资料拆解和业务决策；
● 掌握海量资料理念的管控和营运要害；
● 掌握
海量资料开展精准拆解的办法
—聚类、决策树和推演回归
；
● 掌握
海量资料拆解抓手
Rapid
M
iner
的采用办法，能根据情境选用相应算法开展海量资料拆解。
课程大纲
首讲：公司所面临的数智化转型
一、公司数智化转型原因
1.
数智化改变商业模式
1
）资料变机会
2
）机会变服务
3
）服务变收入
2
. 数智化构筑公司优势
3
.
数智化拉升采用体验
二、数智化转型核心要素
1.
以资料为中心的智能化演进标的
2.
数智化平台的构筑
三、员工在公司数字转型中应该作出的化解
1
.
IT
思路和业务思路相融合
2
.
练就开放共享的心态
3
.
围绕以用户为中心
4
.
拉升资料拆解处理本领
次讲：利用统计办法达成资料拆解
一、标度的选项采用
量化感觉、态度、喜好等等的办法
二、频数的选项采用（衡量对总体水平的作用程度）
1.
饼图
2.
条形图
3.
直方图
三、基于统计办法的拆解
1.
拆解异常值和偏斜资料
2.
均值
VS
中位数
VS
众数
3.
全距
/
四分位数的采用
4.
百分位数和箱线图的采用
5.
方差
VS
准则差拆解变异性
VS
分散性
6
. 利用概率开展拆解
实例
1
：用户购买公司货品概率的拆解
实例
2
：某某公司员工加薪方案的选项
四、基于统计办法的决策
1.
比较法开展决策
2.
组合法开展决策
3.
贝叶斯办法开展决策
4.
快省树办法开展决策
思索：出色员工怎样选用统计指标开展评价
实例：假设检验和资料证伪保证决策结果的正确
综合示例：运用统计指标拆解销售资料寻找办法拉升某货品的销量
三讲：利用海量资料开展管控和营运
一、海量资料现况
1.
海量资料时代的标志
2.
六大趋势促成海量资料演进
3. Hype Cycle
技艺趋势对海量资料的判断
4.
新基建方略对海量资料的定位
5.
数字中国的内容
实例：
阿里双
11
二、海量资料
4V
特征
1.
数量大
2.
多样性
3.
速度快
4.
价值性
实例：
海量资料
4V
特征在数智化全量全连接中的运用
三、把握海量资料的三个要害
1.
更多——全样本透视本质
2.
更杂——透过混杂性适配情境运用
3.
更好——把握相关性，提供更好服务
实例：三个要害对数智化实时反馈的影响
实例：
海量资料商业画像示例
——千人千面
操练：猜猜他是谁？
四、海量资料拆解
1.
海量资料拆解的困难
2.
资料即服务
DaaS
碰头：数智化转型中我们应该关注事务中的哪些管控资料和业务资料，它们的价值和运用难点有哪些？
五、海量资料运用
1.
被动式演变成预判式
2.
海量资料商业价值
3.
海量资料在业界的运用
实例：智慧城市建设
实例：公司资料地图实践
碰头：
公司资料治理
——怎样管好用好数智化平台的资料？
四讲：利用海量资料技艺开展营销资料拆解
一、
K
均值聚类算法运用——买方价值拆解
1.
买方价值拆解有利于减少营销成本
1
）
领会价值型买方
2
）
差异化服务化解不同价值买方
2.
买方价值拆解办法
1
）
买方价值识别流程
2
）
K
均值聚类识别买方价值
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
）
针对不同买方价值采用不同营销打法
视频：根据对象不同采用不同打法的销售视频
实例：根据买方的消费额和交互属性开展聚类拆解
二、决策树算法运用
——隐患买方拆解
1.
传统隐患拆解识别办法的劣势
2.
海量资料方式下拆解识别办法的改进——决策树算法运用
1
）
预先构筑if-then的判断规则
2
）
资料拆解构筑的规则
——资讯熵
3
）
决策树算法操作思路
4
）
构筑决策树模型开展拆解
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资讯熵
d
选项最小资讯熵的规则为第一规则
e
迭代到样本分类
实例：警察是怎样发现罪犯的？
实例：怎样拆解是否适携手为另一半
三、推演回归算法运用
——敏感买方拆解
1.
厘清不同情境下的敏感买方特点
2.
拆解敏感买方的关注点
3.
推演回归算法的运用
1
）二分类问题
2
）个人采用二分法预判的局限性
3
）预判二分类问题的精进
4
）二分类结果预判的本质
5
）海量资料回归办法开展二分类预判
a
线性回归海量资料办法
b
推演回归海量资料办法
实例：怎样判断对方是否真心喜欢我
实例：回归办法预判职业演进
实例：营销情境中敏感买方拆解降低投诉率
五讲：
Rapid
M
iner
资料拆解
1.
拆解接口
2.
导入资料
3.
加载资料
4.
开展资料可视化
5.
开展建模
6.
开展模型运用
7.
测试模型
8.
开展模型评核
9.
采用扩展
聚类算法操练：买方价值拆解
决策树算法操练：信用隐患评分拆解
推演回归算法操练：敏感买方拆解
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|魏凌睿老师
适合谁听
公司营运管控部门、营销部门以及有资料拆解诉求的员工。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。