数据挖掘与商业智能的基本概念
1.1 课程大纲
【课程背景】
在当今的商业世界中,借助科学的方法和技术的手段来制定决策已经成为越来越多企业获得竞争优势的途径。而仅通过传统的信息技术已经不能满足领先企业的需求。企业中的各级员工,如何在复杂的企业数据环境中,利用商业智能技术和数据挖掘的工具,结合业务的价值创造和价值传递的环节,深刻洞察业务中存在的问题,并做出正确的决策以指导相应的业务活动,这成为了企业决胜未来的核心和关键。
【培训目标】
本培训基于业界最佳实践经验,系统介绍了商业智能技术的来龙去脉、前提条件和价值输出;商业智能应用和决策支持的需求特色,分析方法和沟通技巧;商业智能技术帮助企业实现业务优化为方向的应用价值;对常用的商业智能中的数据分析、多维数据库等领域的方法和相关技术工具做系统的讲解和生动直观的应用效果展示,并且结合目前大数据时代的特征展望商业智能技术应用的发展前景。
【培训对象】
商业智能或数据挖掘项目的实施工作者;
在工作上会运用到商业智能技术来做数据查询、分析和帮助科学决策的工作者;
其他对商业智能感兴趣的人。
【培训天数】
1天(共计8个课时)
【授课形式】
现场讲授+案例分析+互动交流
【课程纲要】
模块
内容
课时
引言:大数据思维与管理决策
1. 互联网时代不能不识数
2. 大数据思维方法之一:一切皆可“量化”
3. 大数据思维方法之二:全体而非抽样
4. 大数据思维方法之三:更高效率而非精确
5. 大数据思维方法之四:相关性分析
6. 无量化、无管理:数据思维与管理决策
7. 数据思维改变传统思考逻辑
8. 数据思维案例:林彪用数据分析活捉廖耀湘
1课时
商业智能与数据挖掘的关系和区别
本模块单元1:商业智能的基本概念
1. 什么是商业智能;
2. 商业智能的产生背景和发展历程;
3. 什么是数据仓库,数据仓库的特点和建设要求,为什么要建数据仓库?
4. 介绍IBM的商业智能应用3A5步
5. 介绍张老师提出的商业智能应用三步循环
6. 介绍商业智能系统的系统架构。
7. 介绍商业智能中多层次的数据分析技术---数据查询、报表和多维分析技术;
8. 重点介绍商业智能多维数据库技术的原理、相关技术,分析多维数据库建模工作对于应用效果的影响;
9. 结合多维分析需求案例场景,解释支持多维分析场景的数据分析建模的设计思路。
1课时
本模块单元2:数据挖掘概念
1. 什么是数据挖掘;
2. 常见数据挖掘算法和用途介绍
3. 介绍数据挖掘方法论---SEMMA
4. 数据挖掘应用案例介绍
0.5课时
本模块单元2:商业智能与数据挖掘的关系和区别
1. 数据挖掘是商业智能高级形态的应用;
2. 商业智能与数据挖掘概念区别
0.5课时
上午总结与交流
课程内容回顾
讲师学员互动
0.5课时
企业信息化、企业数据模型、商业智能需求和价值
本模块单元1:新时代的企业信息化变革
1. 先客观反思一下贵企业IT工作是哪种类型的?
2. 不同时代对企业IT工作的认识和结果
3. 回顾第一代企业IT工作认识的悖论(以ERP为例)
4. 什么原因让我们狠狠摔了跤?
5. 第二代企业IT工作认识的觉醒
6. 企业IT工作与企业价值链的形成密切相关
7. 端正企业业务与IT的关系
8. 业界调查表明国内外企业IT组织在不断地演进
9. IT组织在企业中的新定位
10.张老师提出的企业IT发展三阶段论
11.企业IT三阶段特征分析和对比
12.IBM根据对业务支持情况给出企业IT水平评价标准
13.对第三代企业IT工作认识的变革:信息化企业
14.分析企业互联网转型的IT变革驱动要素
15.分析互联网化数据驱动企业的IT变革目标
1课时
本模块单元2:企业数据模型与数据现状分析
1. 企业数据信息模型规划的四步法
2. 如何得到企业数据模型
3. 企业数据模型包含内容
4. 操作型数据分类
5. 分析型数据与操作型数据分离
6. 企业数据模型如何指导后续各应用系统建设
7. 当前大多数中国企业存在的数据问题分析
8. 企业数据危机在互联网+时代将陷“被信息化”陷阱
9. 课程互动:请列出您的数据困惑
1课时
本模块单元3:商业智能的需求和价值分析
1. 商业智能应用需求的主要特征,需求的难点和雷区;
2. 分析型数据和传统业务处理交易型数据的对比,业务处理系统和分析系统的需求对比;
3. 有效的数据分析需求分析方法,与传统需求分析方法和的比较;
4. 模型方法和系统思维方法在商业智能应用需求分析中的运用;
5. 商业智能应用需求分析和需求沟通的特殊性;
6. 商业智能应用对企业的价值分析
1课时
企业案例的导入
通过一个典型的商业智能应用案例分享,从功能、应用场景等角度直观地描述商业智能的应用效果。
1课时
下午总结与交流
课程内容回顾
讲师学员互动
0.5课时