数据分析与建模课程

课程目标：
思维创新的技术路径，数据化运营的本质，数据分析框
数据价值与数据分析的5大步骤，数据表达，数据价值
数据分析5W1H标签，标签应用体系，标签运营体系
数据建模，及建模过程，模型空间
数据平台的价值，数据平台的建立模式，数据管控平台
智能化“1+N”模式价值框架，企业智能决策平台，智能化场景引擎及未来商业

课程对象：企业管理层、管理干部等人员

课程大纲:
一、数据分析
1、思维创新的技术路径
2、数字化改变生产、生活与工作方式
3、数据化运营的本质
4、数据分析框
用户
行为
洞察
5、数据分析的5大步骤
明确目标
数据预处理
特征分析
算法建模
数据表达
6、数据表达
分布数据可视化
分类数据可视化
7、数据分析反馈指导策略优化
8、数据价值
数据可洞察真相
数据可转化行动
数据的引导思路
案例：

二、数据标签与数据建模
1、数据分析5W1H标签
2、标签的理解
3、标签系统
4、标签的应用体系
业务场景倒推标签需求
标签自动化
标签迭代
标签管理机制
5、标签体系的数据层
数据源
数据处理
6、数据建模，模型是什么？
7、数据建模过程
模型假设
模型选择
模型求解
模型分析
模型应用
模型评价
8、模型空间
9、作为数据支撑业务的纽带，需要微服务能力
10、数据平台价值
数据平台
数据平台的价值
数据平台解决的问题
DataAPI是数据平台核心
11、数据平台，让数据流通无阻
12、数据平台建立模式
大平台
深平台，数据河
数据平台对企业经营的核心价值
13、数据管控平台
数据湖
数据湖的组件与应用场景–数据质量管理
数据湖的组件与应用场景–数据标准管理
数据湖的组件与应用场景–元数据管理
数据湖的组件与应用场景–智能大数据处理
数据湖的组件与应用场景–数据洞察
数据湖平台整体输出
案例：

三、数据化边界向智能化延伸
1、数据化边界向智能化延伸
2、智能化“1+N”模式价值框架
3、商业价值链的全链路数智化
4、基于数据化的智能决策体系
5、智能化场景引擎
6、智能商业，未来以来

数据分析与建模课程