《大数据时代---企业的精细化运营与创新管理》

                              《大数据时代---企业的精细化运营与创新管理》

                                       ----------段方老师   北京大学博士后

课程收益：

       通过本次培训中实际案例的分享，了解数据管理和运营中的各种经验教训，深刻理解大数据对于企业精细化管理的意义，发掘客户精细营销和运营的价值，提升企业产品创新的能力。本课程将分析行业的大数据发展前景，展望企业发展转型的战略机遇。

课程背景：

       2012-2018年，中国企业正面临着一个极具挑战的经济时局，市场竞争越发激烈，如何避免低水平的价格竞争，凸显产品的差异化？这需要提升企业的管理水平和精细化营销能力，借助大数据的收集和整理，可以实现上述目标。

       本讲座将结合制造业企业大数据应用，通过客户分析的实际案例，介绍数据分析技术在企业运营管理等方面的应用价值，并详细分析大数据在相关领域的应用场景和案例。

培训目标：

       大数据时代下，客户的重新认识和精细营销，如何提升企业的核心竞争能力，如何更新企业运营的新理念。了解互联网时代带来的互联网思维，分享互联网行业大数据分析案例，对传统制造产业带来的冲击分析，探索制造业大数据应用场景。了解大数据处理的基本技术，包括数据仓库、云计算、数据挖掘、元数据等基本内容。解决数据质量的方法和经验，数据管理的组织机构设置等。

课程内容：

一、“大数据、大生意”：

1.概述

1)大数据概念和特点

2)大数据需要哪些技术支撑

3)大数据能够带来哪些新应用？

2.大数据时代的“互联网思维”模式

1) 互联网思维——先圈用户再挣钱

2）互联网的营销模式——微博营销、网页营销等

3) CRM——“旧貌焕发新颜”

4)精细营销——装上了GPS，实现“精确打击”

5）思维的转型——“特斯拉”的冲击

3.如何在海量数据中整合线上、线下数据，形成你对消费者的独特洞察力

1)知道客户的各个属性——互联网时代不再“是否是狗”

2)客户的群体特征——“人以群分”

4.如何建立产品分析的数据平台，提供产品的“标尺”

1)产品的数据有哪些？——发动机功率、重量、油耗、颜色等等维度

2)产品设计的互联网思维？——小米手机

3)产品的大数据分析——哪些维度？

4）如何“产品为中心”发展为“客户为中心”？——有数据就有可能

二、大数据下的经营“透视”：

1、客户是“上帝”，如何找到“上帝”？

1）上帝是什么样子？

·   上帝是什么视图？

2）客户是什么样子？

·   客户是什么视图？

3）产品是什么样子？

·   产品是什么视图？满足哪些功能？

4）如何建立客户和产品间的关系？

·   为合适的客户，找到合适的产品（分析需求，满足需求）

2、我们对自己的产品了解多少？

1）自己的产品有什么特点？

·   产品的基本特征

·   产品的比较优势特征

·   产品的量化属性

2）营销的方法

·   营销方法论和知识库（分析问题的知识库和方法树）

·   制造业产品营销的特点（如何突出附加值？）

·   传统营销如何转型互联网营销？

·   产品如何“私人订制”？

3）产品的客户服务

·   大数据能够发现哪些产品质量问题？

·   如何提升客户满意度

3、如何“帮客户买产品”

1）如何进行客户的“X光透视”？

·   客户的统一视图包含哪些信息？哪些是关键属性？

·   如何发现客户的真实需求？（服务与骚扰的区别）

·   示例：某行业客户的统一视图

2）内部产品的科学选配

·   如何提供专家般量化的分析，为用户提供最优的内部产品？

3）竞争对手产品的对比

·   与竞争对手间的产品差异化区隔

·   自己产品的优势和弱点（如何提供量化的分析结果？在形象展示出来）

·   示例：竞争对手的客户回归

4）销售过程的处理

·   销售时机的把握销售语术的把握

4、大数据营销的作用和价值

1）数据和知识是人的本质特征

2）大脑是人与动物的差别

3）“事半功倍”是捷径

4）从“拼刺刀”到“信息战”；示例：某人关系图

5、产品如何进行“透视”

    1）产品自带数据

    2）产品中互联网思维创新设计

·   如何用微信“卖肉夹馍“？

·   如何用微信卖产品？

    3）产品的差异化数据显示——用数据证明产品（功率等参数之外呢？用可靠性、安全告警等新数据）

    4）产品的附加值——加法还是减法？

6.大数据对企业的精细管理提升

1）企业的精细管理——不再盲人摸象

2）企业的KPI仪表板——进入驾驶舱

3）预防企业的管理风险——早诊断、早发现

4）员工的量化绩效评定——计件之后计量

7.大数据提升企业的产品质量

1）建立量化的产品管理方法——辣椒的辣度评定

2）产品制造过程的管理控制——监控大数据分析

3）产品问题的及时监控——温度、风速等异常早发现

4）产品订制的范例——好莱坞大片的大数据

5）产品质量的量化管控——挡板安装的故事

三、基础数据的收集和整理

1、数据的种类

1）客户数据内容（汽车客户的基本资料）

2）产品数据内容（产品的编码）

3）营销数据内容（交易记录的保存）

4）服务数据内容（客户服务数据的保存）

5）制造行业数据的特点：（数据类型杂、数据量大等）

2、数据的获取方法

    1）数据的收集方法

    2）数据的收集原则

    3）竞争对手情报收集

    4）互联网情报数据收集

3、数据的基本整理

1）数据的清洗、转换和加载

2）存放在数据库/数据仓库

3）数据的基本分析工具EXCEL等

4）数据的归类存放（建模型）

5）数据的基本加工

4、数据的基础分析

1）数据的基本汇总

2）数据中的“金子”：从石头中淘金子

3）数据挖掘：“啤酒和尿布”的故事

4）高级的数据挖掘工具SAS和SPSS等

示例：切入几张工具的示意界面图

5、数据质量的基本保障

1）指标的口径描述和统一

2）后期补数据成本是前提收集数据成本的15倍

3）“差之毫厘谬以千里”

6、制造业企业数据的收集和整理

1）制造环境的数据收集/整理

2）采购数据的收集/整理

3）营销数据的收集/整理：

4）人力资源数据的收集/整理

示例：某企业的数据收集/整理方法

四、产品的分析和再认知

1、产品的定义和范畴

产品的目标客户

产品是否要进行细分，如目标客户的定制等

2、关于产品的基本“信息”

产品的基本参数数据

产品的功能数据、性能数据

3、产品的基本属性标签（如产品的内容属性标签、功能属性标签等）

    产品的标签分类

    产品的标签举例

4、产品的知识库

实时调出符合条件的产品体来

示例：某企业产品特征知识库举例

5、产品的“再挖掘”（UPSELL/CROSSSELL）

增值服务等方面，让服务更加贴近需求

基于产品增值服务，进行客户“再挖掘”

6、产品的生命周期管理

生命周期数据分析渗透到产品的生命周期全过程

7、制造业中能进行哪些客户分析和营销？

客户的基本信息分析：如对汽车的兴趣和爱好

客户的分群（品牌和产品设计）：汽车行业的客户细分

对客户更深层的了解，就可以进行合适的营销：特斯拉汽车的营销

五、如何进行企业精细化管理

1、企业管理的范围和边界

    1）企业经营范围

    2）企业管理内容

    3）如何量化企业各种管理目标

2、企业制造流程监控

    1）制造流程及系统（ERP系统？）

    2）关键的监控点

    3）监控规则的量化

    4）监控的故障告警形式

3、企业上下游质量管控

    1）上游物料管控

    2）下游企业监管

    3）上下游的量化监控

4、企业人力资源量化考评

    1）人力资源的量化考评

    2）人力资源的量化薪酬设计

    3）人力资源告警分析

5、企业财务量化分析

    1）财务分析内容

    2）财物异常监控

    3）财物数据挖掘

6、企业产品质量量化监控

    1）产品质量的评估惨呼

    2）产品质量监控方法

    3）产品质量后评估

六、如何编写漂亮的分析报告（既有漂亮里子，也要有漂亮面子）

1、数据是基础

2、分析报告是展现形式

3、分析报告的思路

4、分析报告的方法

【示例】：分析报告演示

七、总结和展望

段方博士后简介

专业背景：

世界最大电信运营商总部大数据系统

总设计师、奠基人

北京大学信息处理专业博士后

北京邮电大学博士

十七年专注于数据仓库、大数据、云计算、

人工智能的研究与推广

      曾经在中国银行工作，熟悉银行业务。段方博士后承担了国际最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作，积累了17年的大数据（含机器学习）领域的实际工作经验。带领相关的团队，从系统创建到系统运营，开发了很多大数据领域的各种应用。积累了国内唯一的大数据系统在大型企业建设、运营的经验。其前后主持设计的技术文档，有150余册、1200多万字。涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。

      近期启动了人工智能、区块链等新技术的研究和部署工作，积累了大型企业人工智能技术部署和应用的经验。受邀为多场大型专业论坛会议进行主题发言，多次获得好评，行业经验丰富。

      2018年6月在美国硅谷datawork summit 2018（世界顶级的大数据峰会）上两次发言（国内仅四家中国企业参会），取得良好效果。

教育经历：

2002――2005（博士后学历）：北京大学信息科学技术学院博士后工作

1998——2001（博士学位）：北京邮电大学电子工程系攻读博士学位

1995——1998（硕士学位）：北京邮电大学智能网国家重点实验室  计算机应用专业

主要经验：

       大数据系统相关领域的知识：数据仓库、大数据的基本技术，熟悉当前业界的使用和规模特点。熟悉数据仓库及数据建模技术基础，实际进行过十余年数据质量管控工作。熟悉DB2/ORACLE/TERADATA等数据仓库的产品特点，了解Erwin等建模工具。了解VERTICA/GP等MPP数据库的原理和特点。熟悉数据挖掘等机器学习技术,熟悉聚类、分类、回归预测等机器学习算法，有十余年的实际数据挖掘案例经验。熟悉HADOOP相关生态的组件技术，包括：SPARK/KAFKA/FLUME/YARN/HIVE/HBASE/STORM等实现技术，熟悉：R、mahout、SAS/SPSS等数据分析技术。掌握Python、Scala等编程语言。

熟悉TensorFlow等人工智能框架，了解深度学习、增强学习、迁移学习原理，实际进行过人工智能项目的实施和部署。

授课风格：

       理智型教学，理论联系实践，将理论性、实践性与趣味性相结合,讲解深入浅出，分析、论证时思路清晰。

工作经历：­——十六年的大数据专业经验

1.主持设计并完成了世界电信行业最大的大数据中心系统（截至到2017年底达到500PB存储容量，累计投资150亿元）

充分参考了互联网行业BAT（百度、阿里、腾讯）和谷歌等互联网企业的大数据建设案例，在电信行业主持设计并建设了国内最大的大数据中心（500PB）。基于HADOOP云计算架构，结合数据仓库系统，构建了混搭的大数据中心系统，完成了互联网内容爬去、客户内容喜好分析、客户数据业务营销、社会渠道欺诈、GIS网格量化、客户投诉分析等各种应用。提升了企业对外数据服务管理能力，增强了企业“数据变现”的水平。

2.主持设计并完成了世界上最大的数据仓库系统建设

    结合某电信运营商的实际情况，创制性地提出了分级式数据仓库理论，本人主持设计并建设了某电信运营商的“经营分析系统”，前后投资了80多亿人民币，建成了目前国际最大容量的数据仓库系统。实现了客户离网分析、客户细分分群、客户价值评估、数据业务产品喜好分析、一线经理贴身支撑、客户渠道分析、供应链分析、员工量化薪酬管理、营销成本分析等。提升了企业内部量化管理水平，确保客户精准营销能力，降低企业运营成本。

3.带动了国内数据仓库和大数据产业的发展

    通过本人主持和设计的最大的数据仓库系统，填补了国内在数据仓库领域技术和应用的很多空白，通过十六年的努力，带动了国内一批数据仓库领域的厂商和研究力量，对国内数据仓库行业的发展起到了积极的推动作用。同时，从2010年开始通过HADOOP云计算技术的研发和推广，探索了云计算如何在大型企业落地的方式、方法，总结了大量的实际案例，推动了大数据在非互联网企业的经营研究。

4.学术上取得了一些成绩

依据提出的“分级式数据仓库理论”，获得了北京大学的博士后。发表了几十篇文章，出版了4-5本技术专著。

5.组建了某电信运营商在数据仓库领域和云计算领域的队伍

    带动某电信运营商相关领域的员工，通过多次的培训，逐步组织了各省公司的技术骨干团队，在对系统的维护、新业务的开发和工程项目的管理等方面，积累了宝贵的经验。

6.与国内外进行了积极的交流

    通过举办多次大数据相关技术论坛，与国内外的厂商进行了广泛的技术交流。先后与VODAPHONE 、AT&T、VERIZION等多家国外运营商就数据仓库的建设和使用进行了充分的交流，并赴部分国外运营商进行了实地的考察工作。

与BAT等互联网企业进行了充分的调研和交流，熟悉BAT大数据的架构和应用情况。详细分析、比较过互联网企业和传统企业在大数据应用领域的各自优势，给出了实际的咨询方案。

出版著作：

       2005年出版了电信行业第一本数据仓库专著《数据仓库技术及其在电信领域中的应用》和《数据仓库基础》（电子工业出版社出版）两本书籍。前后在各种技术媒体发表了几十篇各种文章，有的文章被SCI检索收录。

       2015年结合15年大数据从业经验，完成了《大数据&大分析》（人民邮电出版社）和《大数据的互联网思维》（电子工业出版社）两本书籍的编写和出版工作。

       2018年《数联网》（人民邮电出版社）书籍已经出版（世界上第一本关于数联网的书）；《大数据基础介绍》（编写中）

 获得的奖项：

 1）2006年，《基于海量数据的经营分析系统》项目获得中国通信学会科学技术奖一等奖           2）2018年在美国硅谷datawork summit 2018 峰会上发言，取得良好反响。

部分曾服务客户：

通信行业：

        北京移动（4次）、河北移动、成都移动（4次）、遂宁移动、山东移动、惠州移动、四川移动、南充移动（2次）、泸州移动、康定移动、西昌移动、江门移动、阳江移动、江苏移动、山西移动、深圳移动、中国移动卓望公司、上海奉贤区电信、上海北区电信、上海联通、浙江联通、上海移动、中山电信、广东移动、国信公司、中国吉通、成都电信、福建移动、河南移动、河北电信、北京电信、安徽移动、广州电信……

金融保险行业：

        中国人民银行总行、中国银行、民生银行、工商银行、建设银行、交通银行、华夏银行、浦发银行、兴业银行、泰康人寿、中国人寿保险、太平洋保险、安邦保险、中国人民银行、汇丰投资、金泰化成投资、天和融资、南方基金管理、中信银行、中国电信翼支付、平安银行、某大宗商品交易中心、深圳佰仟金融公司……

交通行业：

       北京中交集团（9次）、华通汽车、北斗汽车、广州汽车、北京汽车、重庆北汽银翔汽车、中交威海公司、中国铁路研究院……

IT行业：

       首都信息发展公司、华为公司、爱立信公司、唐郎商旅网、青牛公司、用友软件、兰芯数据定向传媒、深圳金立手机、新东网科技、东软软件、亚信公司、新大陆公司、北京电子控股……

高校研修班：

      北京大学、清华大学、北京邮电大学、武汉大学总裁研修班、浙江大学总裁研修班、上海交通大学总裁研修班、

其它行业：

        信息产业部（2次）、北京海淀区政府（2次）、中国电力建设集团（3次）、中石油吉林公司、深圳中海油公司、广东美的电器、杭州苏宁电器、威斯特时尚购物、武汉工贸、富邦科技、新农翔饲料、爱民药业集团、宁德新能源、亿童文教股份、宁波商贸、宁波市政府、齐心文具、广州保利国际、湖南粮食集团、中远集团、宝钢地产、上海闪迪芯片公司、国家电网西安公司、国家电网武汉公司、长白山电力公司、旺旺食品有限公司、大连冰山集团……

段方老师的其它课程