《大数据在企业中的运用趋势》

《大数据在企业中的运用趋势》

段方 北京大学博士后概述

大数据的基本概念

概念

特点

大数据离你远吗？

大数据对于企业的价值

互联网解决“连通”

大数据解决”大脑“

丛”阿尔法狗“的围棋说起

大数据应用于企业的“每个毛孔”

企业运转的血液——数据

客户分析价值

产品分析的细化

营销更加精准

管理更加”量化“

汽车企业的大数据应用案例

”第四屏“的畅想

”车联网“会颠覆什么？

谷歌汽车的案例分析

丰田汽车的案例分析

企业的大数据如何收集？

企业有哪些IT系统？

丛ERP系统开始

OA系统的数据价值

CRM系统中的数据”提纯“

财务数据的”洞察“

还有哪些数据？

内部能够产生哪些数据？

客户类的数据？

产品类的数据？

生产管理数据？

营销类数据？

人力资源数据？

财务数据？

非结构化数据

视频中的数据价值

地图数据的价值分析

如何丛外部获取数据？

什么是数据的”维度“？

外部数据有哪些？

互联网数据的内容和特点

电信数据的内容和特点

车联网的数据呢？

其它的”数据金矿“

如何获取这些外部数据？

如何改进数据的质量？

什么是数据质量？

数据质量表现形式

是业务质量还是管理质量？

如何借助数据质量管理汽车产品质量？

数据质量的基本分析方法

血缘分析

影响分析

波动分析等方法

如何让人人参与数据质量工作中？

元数据的概念和基础

数据质量的关键点

为什么是60%的工作量

不仅是技术问题

漫长而痛苦，却无法超越

【思考】汽车企业如何收集数据？

内部数据的梳理

外部数据的选择

如何产生更多的”金子“？

如何评估这些数据的质量？

企业的大数据如何应用

客户分析——”上帝“有什么喜好？

客户的”画像“

客户的”透视“——”我比你还了解你“

客户的（驾驶）行为分析

【案例】某企业客户分析案例

产品分析——丛沃尔沃的安全实验室说起

产品的数据获取

产品的分析范围

产品的数据分析方法

产品分析的价值

产品分析的关键点

营销分析——海底捞，你”OUT“了

营销的渠道分析

营销的时机选择

营销的心理分析把控

管理分析——丛”泰勒“的量化分析开始

管理的本质？

如何更好地量化？

如何更好地“计算”分析？

【案例】某企业的管理“驾驶舱”

人力分析——谁更努力？

“量化办公室”

人力分析的范围

人力分析的方法

【案例】某企业的人力数据分析

财务分析——风险的预警

财务与数据的关系

财务数据分析的内容

【案例】某企业的财务数据分析

【案例】某企业大数据应用案例汇总

大数据使用中的技术基础

大数据的技术基础

大数据“难”吗？

数据仓库与HADOOP

HADOOP的生态圈

HADOOP的技术应用特点

HADOOP的难点

大数据系统建设的关键点

技术的选择依据

系统建设的原则

“正规军”与“游击队”

能否让别人“帮你”分析？

系统的投资如何把控？

工业4.0中大数据的价值刨析

丛“黑灯工厂”开始

人工智能的基础和应用

柔性制造的价值

让大数据照亮“前程”！

”车联网“的概念和特点

窄带“物联网”基础

“车联网”的概念和特点

车联网的应用案例

车联网的商业模式探索

【案例】一些企业的大数据架构分享

阿里巴巴的大数据架构示例

腾讯的大数据架构

某运营商的大数据架构

其它行业的大数据案例

【案例】大数据应用案例刨析

某企业的大数据建设历程回顾

每个阶段解决不同的问题

与国内外企业的对标

该大数据系统的技术架构

技术架构的演进

丛数据仓库到大数据

架构的选择依据

【案例】技术发展中的各种问题

该大数据系统的应用内容

应用的路线图

应用的颗粒度

应用的“维度”

【案例】应用中遇到的各种问题

该大数据系统的管理方法

系统建设之后呢？

管理的职责分工

不同管理阶段的关键点

数据如何管理

应用如何管理

技术如何管理

【案例】管理中遇到的问题分享

该大数据系统的规划、管控

如何规划大数据系统的建设和应用

大数据的管理步调

大数据的问题预估与规避

如何坚持大数据的“梦想”

该大数据系统对企业的意义

“数据分析”的理念渗透每个角落

企业的“现代化”标志

能否“武装到牙齿”？

【思考】该案例对汽车企业的启示

你“缺”数据吗？

你“缺”理念吗？

如何去探索和实践

如何构建自己的大数据系统？

如何应用大数据？

如何管理大数据系统

如何让大数据像“齿轮”一样“嵌入”你的企业？

大数据在企业应用中的关键点

从“改变观念”开始

“等死”还是“作死”？

抓住机遇的“弄潮儿”

“巧妇难为无米之炊”？

数据的困境

商业模式的探索

数据的应用路线

从何处“下嘴”？

如何推进应用的“显现价值”？

“四两拨千斤”不再是梦想

大数据的“耐心”

从百年前的奔驰汽车说起

如何增强“耐心”？

如何维持一个强大的“心”？

总结