第一章 數(shù)字化轉(zhuǎn)型

一、為什么數(shù)字化轉(zhuǎn)型
案例分析：阿里巴巴數(shù)據(jù)中臺逐步形成的過程
案例分析：新零售企業(yè)數(shù)字化轉(zhuǎn)型的過程
二、數(shù)字化轉(zhuǎn)型的驅(qū)動力：業(yè)務(wù)創(chuàng)新、生態(tài)運(yùn)營、產(chǎn)業(yè)互聯(lián)、中臺技術(shù)
三、數(shù)字化轉(zhuǎn)型的本質(zhì)：連接、數(shù)據(jù)、智能
四、數(shù)字化轉(zhuǎn)型的路線圖：
1）業(yè)務(wù)數(shù)據(jù)化
2）數(shù)據(jù)業(yè)務(wù)化

第二章 數(shù)據(jù)分析

一、數(shù)據(jù)分析：挖掘數(shù)據(jù)潛在的價(jià)值
二、數(shù)據(jù)分析角色：數(shù)據(jù)經(jīng)理、業(yè)務(wù)專家、數(shù)據(jù)分析師
三、數(shù)據(jù)分析套路：
確定問題→數(shù)據(jù)采集→數(shù)據(jù)清洗→數(shù)據(jù)建模→數(shù)據(jù)分析→模型驗(yàn)證
案例分析：某省宏觀經(jīng)濟(jì)數(shù)據(jù)分析過程
1）數(shù)據(jù)采集與清洗及其遇到的難題
2）逐步細(xì)分的數(shù)據(jù)分析過程及其驗(yàn)證
3）數(shù)據(jù)分析結(jié)果應(yīng)當(dāng)具有指導(dǎo)與決策意義

第三章 數(shù)據(jù)治理

一、數(shù)據(jù)治理的意義
1）原始數(shù)據(jù)的質(zhì)量極大影響分析結(jié)果的準(zhǔn)確
2）原始數(shù)據(jù)需要不斷地采集與整合才能長期用于分析利用
3）原始數(shù)據(jù)的升級變更大大加劇了數(shù)據(jù)分析的維護(hù)成本
二、數(shù)據(jù)治理的過程
數(shù)據(jù)采集→ETL過程→數(shù)據(jù)倉庫→數(shù)據(jù)集市→數(shù)據(jù)應(yīng)用
案例分析：增值稅發(fā)票分析系統(tǒng)的數(shù)據(jù)治理過程
1）增值稅發(fā)票數(shù)據(jù)的采集與ETL過程
2）增值稅發(fā)票的數(shù)據(jù)倉庫建設(shè)過程
2 多維數(shù)據(jù)模型：雪花模式 vs. 星形模型
2 數(shù)據(jù)倉庫的分層：原始數(shù)據(jù)層、明細(xì)數(shù)據(jù)層、輕度綜合層、數(shù)據(jù)集市層
2 面向主題的數(shù)據(jù)建模過程
3）數(shù)據(jù)倉庫的質(zhì)量管理與血緣管理
4）數(shù)據(jù)中臺的概念與建設(shè)思路：自頂而下 vs. 自下而上

第四章 數(shù)據(jù)應(yīng)用

一、數(shù)據(jù)中臺的核心是價(jià)值變現(xiàn)
數(shù)據(jù)中臺的核心：數(shù)據(jù)價(jià)值變現(xiàn)
二、數(shù)據(jù)應(yīng)用
1. 數(shù)據(jù)可視化
案例：網(wǎng)絡(luò)運(yùn)營商大數(shù)據(jù)監(jiān)控系統(tǒng)建設(shè)過程
2. 數(shù)據(jù)風(fēng)控
案例：稅務(wù)系統(tǒng)虛開發(fā)票風(fēng)險(xiǎn)監(jiān)控系統(tǒng)建設(shè)過程
1）風(fēng)控指標(biāo)的設(shè)計(jì)過程
2）風(fēng)控系統(tǒng)的架構(gòu)設(shè)計(jì)
3. 數(shù)字化運(yùn)營
案例：用戶行為分析與數(shù)字化運(yùn)營的建設(shè)過程
1）采集用戶行為數(shù)據(jù)
2）分析與展示用戶行為數(shù)據(jù)
3）用戶行為數(shù)據(jù)指導(dǎo)系統(tǒng)運(yùn)營與決策
4. 推薦系統(tǒng)
案例：某互聯(lián)網(wǎng)的推薦系統(tǒng)建設(shè)
1）數(shù)據(jù)推薦算法：基于用戶的推薦算法、基于商品的推薦算法
2）推薦系統(tǒng)建設(shè)思路與精準(zhǔn)營銷

第五章 數(shù)據(jù)挖掘

一、數(shù)據(jù)挖掘的原理
二、數(shù)據(jù)挖掘過程
1）經(jīng)驗(yàn)?zāi)Ｐ?vs. 數(shù)據(jù)模型
2）邏輯回歸與數(shù)據(jù)預(yù)測
案例：企業(yè)成長性預(yù)測模型的數(shù)據(jù)挖掘過程
3）分類算法與深度神經(jīng)網(wǎng)絡(luò)
案例：根據(jù)商品名稱進(jìn)行分類的建模過程
三、企業(yè)畫像與數(shù)據(jù)標(biāo)簽
案例：企業(yè)征信的企業(yè)畫像分析設(shè)計(jì)過程
1）數(shù)據(jù)標(biāo)簽的分類：屬性標(biāo)簽、統(tǒng)計(jì)標(biāo)簽、算法標(biāo)簽
2）數(shù)據(jù)標(biāo)簽的設(shè)計(jì)：橫向與縱向的數(shù)據(jù)融合表
3）算法標(biāo)簽的設(shè)計(jì)與數(shù)據(jù)挖掘過程

第六章 人工智能

一、人工智能的發(fā)展趨勢
1）人工智能的設(shè)計(jì)套路：形成人工智能算法閉環(huán)
2）人工智能的設(shè)計(jì)困境：需要有數(shù)據(jù)中臺支撐
3）人工智能的未來趨勢：與5G和物聯(lián)網(wǎng)相結(jié)合
二、人工智能的系統(tǒng)建設(shè)
案例分析：遠(yuǎn)程智慧診療大數(shù)據(jù)平臺的人工智能建設(shè)
1）項(xiàng)目背景與系統(tǒng)規(guī)劃
2）經(jīng)驗(yàn)?zāi)Ｊ?數(shù)據(jù)模型的建設(shè)思路
3）形成人工智能算法閉環(huán)的系統(tǒng)規(guī)劃

第五章 數(shù)據(jù)挖掘

一、數(shù)據(jù)挖掘的原理
二、數(shù)據(jù)挖掘過程
1）經(jīng)驗(yàn)?zāi)Ｐ?vs. 數(shù)據(jù)模型
2）邏輯回歸與數(shù)據(jù)預(yù)測
案例：企業(yè)成長性預(yù)測模型的數(shù)據(jù)挖掘過程
3）分類算法與深度神經(jīng)網(wǎng)絡(luò)
案例：根據(jù)商品名稱進(jìn)行分類的建模過程
三、企業(yè)畫像與數(shù)據(jù)標(biāo)簽
案例：企業(yè)征信的企業(yè)畫像分析設(shè)計(jì)過程
1）數(shù)據(jù)標(biāo)簽的分類：屬性標(biāo)簽、統(tǒng)計(jì)標(biāo)簽、算法標(biāo)簽
2）數(shù)據(jù)標(biāo)簽的設(shè)計(jì)：橫向與縱向的數(shù)據(jù)融合表
3）算法標(biāo)簽的設(shè)計(jì)與數(shù)據(jù)挖掘過程