引言：数字时代企业生存之道——保持饥饿感【案例解析】谁夺走了分众传媒的电梯生意第一单元：数字化背景下的商业变革一、数据资产是传统产业的短板1.数据思维：数据意识较弱，人才储备不足2.数据采集：数据积累时间长，但质量不佳3.数据开发：应用场景不够，缺乏业务突破点4.数据应用：条件所限，缺少应用的成功案例5.数据共享：数据不统一，难以发挥整体作用二、大数据运营及数据挖掘应用1. 产品研发：数据反馈与产品定位2. 用户画像：消费者心理行为分析3. 精准营销：痛点捕捉与需求触达【案例解析】从产品定义到精准营销，众安保险如何玩转大数据4. 风险管控：数据监测与风险预警【案例解析】上海外滩陈毅广场踩踏事件的反思和启示5. 运营效率：智能化和精细化管理6.创新服务：消费者个性化需求满足【案例解析】门店暴增，“优剪”的大数据思维和颠覆式创新三、大数据的外部环境和基础条件1. 阿里巴巴新战略：数字经济体2. 大数据三个要素（1）大——海量，平台级（2）数——信息，结构化（3）据——精准、可依赖3. 大数据的六个特征【案例解析】五常大米，下单即送4.大数据的三种类型（1）消费数据——多维度记录（2）机器和传感数据——图文、语音、影像（3）行为数据——位置、轨迹、交易5.大数据与5G6.大数据与物联网7.大数据与云计算8.大数据与人工智能第二单元：大数据开发流程及应用策略一、大数据开发和应用方向1. 发现运营存在的不足 2. 市场变化和竞对动态 3. 客户需求与极致体验 4. 个性化营销方案制定 5. 洞察行业周期性走势 6. 为决策提供有效依据二、大数据分析挖掘方法和要点1. 统计性分析（1）设定指标——转化率、留存率、活跃度（2）不同维度的统计分析（3）导向性的数据提取【案例解析】飞机真的是最安全的交通工具？【实战分享】从某外卖平台的统计数据中，你能看出什么？2. 预测性分析（1）捕捉各个因素之间的内在关联（2）通过历史数据发掘规律和趋势（3）风险评估，预判和管控【案例解析】为什么电力数据真实反映了国民经济运行状况？【案例解析】“双十一”背后阿里云强悍的数据处理能力3. 可视化分析（1）形成观点和结论（2）文不如表，表不如图（3）呈现方式——Excel、PPT或其他分析工具【案例解析】城市大脑——智能交通最重要的支点4. 分析思维训练（1）对比、转化、关联，横向与纵向扩展（2）深入了解各业务板块，使分析工作贴合实际（3）比数据分析更重要的是大数据思维和意识【思维训练】为什么大部分人对中国房价走势预测失误？【实战分享】如何通过数据分析识别已损坏的共享雨伞？三、数据开发流程1. 数据接入2. 数据整合3. 数据清洗4. 数据分析5. 数据呈现6. 建模应用四、大数据内部采集与外部整合1. 内部数据采集要点（1）完整性——数据累积效应（2）连续性——周期变化趋势（3）多维度——数据的多样性（4）倾向性——目标数据提取2. 外部数据渠道开拓与整合优化（1）“互联网+”的趋势（2）构建跨平台信息采集体系【实战分享】WiFi运营商“百米生活”与公安网监的大数据合作第三单元：基于用户画像的精准营销和创新服务一、什么是用户画像1. 用户DNA2. 营销依据3. 效果转化【案例解析】今日头条为什么让巨头们恐慌？【案例解析】70后谈存钱、80后谈还钱、90后谈花钱二、用户画像构建1 . 用户需求洞察（1）用户角色属性划分（2）用户真伪需求甄别（3）保持倾听，独立判断【案例解析】邮政VS顺丰，用户的槽点在哪里？2. 数据源的建立（1）用户数据（2）行为数据（3）消费数据（4）商品数据（5）客服数据3. 数据建模及规则（1）群体画像模型（2）购买兴趣模型（3）产品定义模型（4）风险管控模型【案例解析】瞄准社区生鲜，钱大妈凭什么火爆？三、用户标签体系1. 用户的基础信息2. 用户的社会属性3. 用户的行为偏好4. 用户的心理特征5. 用户的异常情况6. 用户的使用特权【实战分享】用户画像偏差：某厨具厂家线上推广遭遇的困惑【实战分享】用户群体重构：某家电生产企业的营销模式转型策略