大數據應用精進之道–企業數據分析與建模
主講老師: 蘇忠彥
大數據應用精進之道–企業數據分析與建模課程大綱詳細內容
課程分類： 大數據
課程目標：
了解企業實施大數據平臺的原由，影響，以及可預期的成效
熟悉6大高質量數據的標準
了解“數據建?！痹谄髽I大數據應用過程中的定位與重要性
了解數據建模的方法論與實踐案例
了解業界常用的數據分析工具與方法
課程對象：信息科技運維部門主管，信息科技研發部門主管，信息科技部首席/資深系統架構師，CIO（首席信息官）、CTO（首席技術官）、企業安全架構師，信息科技部資深軟件設計師，信息科技部資深軟件設計師
課程時間：6小時
課程大綱:
a)“大數據”的構成元素為何？
b)“大數據”具備什么特性？
c)“高質量”數據的標準為何？
i.有效性
ii.準確性
iii.完整性
iv.一致性
v.可追溯性
vi.及時性
二、“數據建?！钡膬群瓰楹?？
a)為什么需要建立模型？
b)建立模型的原則為何？
i.探索–排序思維
ii.概念–步驟導向
c)常用的建模工具介紹
i.思維導圖
ii.概念圖
iii.系統導圖
iv.心智模型
v.概念模型
三、業務數據建模實踐
a)業務數據建模的定義與內涵
b)如何進行業務數據建模？
i.信息流定義
ii.信息輸入
iii.信息輸出
iv.信息處理規范
v.信息參與角色
c)數據建模完成后的接續動作為何？
i.建立系統框架
ii.構建應用架構
1.數據架構
2.技術架構
四、數據模型實踐
a)數據建模的定義與內涵為何？
b)常見數據場景介紹與案例分享
c)數據建模的步驟為何？
i.制定目標
ii.數據理解與準備
iii.建立模型
iv.模型評估
v.結果呈現
vi.模型部署
d)數據建模常用的方法與工具
i.ML
ii.SmartBi
e)如何規避常見的數據建模誤區？
i.與現有數據治理沖突？
ii.數據安全過度考量？
五、數據分析的最佳實踐與方法
a)邏輯樹分析
b)PEST行業分析
c)多維度拆解分析
d)對比分析
e)歸因分析（假設檢驗）
f)AARRR分析
g)RFM分析
h)杜邦分析
i)周期性分析
六、業務場景實踐
a)業務場景的定義與內涵
i.何謂“業務場景”？
ii.組成“業務場景”的關鍵要素為何？
iii.案例分享
b)“業務場景”應具備哪些要素？
i.誰在里面？
ii.在什么環境下？
iii.在做什么？遇到什么問題？
iv.如何互動？
v.會產生什么價值？
c)如何創建“業務場景”？
i.識別主題
ii.判斷角色與場景入口
iii.延伸場景，梳理“角色”的步伐
iv.針對需求思考解決方案
d)業務場景開發指南
i.分析業務場景的6步法
ii.UML用例圖/行為圖解析
iii.價值流分析
e)案例分享與討論
七、數據挖掘與分析的發展方向與趨勢為何？
a)定向算力（案例分享–特斯拉無人駕駛）
b)機器學習（案例分享–富士康精密制造）
c)系統自愈（案例分享–富士康無燈工廠）
d)預警機制（案例分享–AWS數據中心運維）
八、課程總結
a)學員心得分享
b)重點摘要
c)答客問
