【课程背景】

大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。大数据(big data)或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。

大数据为企业创造了新的商机。挖掘数据价值是传统企业转型和互联网企业创新的必由之路。然而，复杂的结构化和非结构化数据不能被传统技术处理。大数据挖掘，面对电子邮件、照片、视频、音频、文本等海量信息，新数据可以迅速生成，不同类型的数据混合在一起。对海量数据进行准确、可靠的分析和处理，获取高价值信息，将为企业带来丰厚的利润。

数据产品，承载着大数据中蕴含的逻辑，是一个大数据产业链价值的最终体现。对于一条完整的大数据产业链来说，其本质就是对数据不断挖掘，发现其中的规律，并封装成数据产品，最后用数据产品变现的过程。

课程将以大数据模型与分析为核心要点，帮助学员认识大数据建设的基础、了解数据建模与分析，在企业数字化变革的重要性是什么？信息科技部门在大数据平台建设过程中，应该扮演什么角色？如何利用现代化信息科技，提升数据建模、挖掘与分析成功的机会？使学员能够知其然，更能知其所以然。能够具备引领企业实现成功的数字转型，同时协助企业提升商业模式创新能力，快速占领行业制高点！

【课程收益】

了解企业实施大数据平台的原由，影响，以及可预期的成效

熟悉6大高质量数据的标准

了解“数据建模”在企业大数据应用过程中的定位与重要性

了解数据建模的方法论与实践案例

了解业界常用的数据分析工具与方法

【课程对象】

信息科技运维部门主管，信息科技研发部门主管，信息科技部首席/资深系统架构师，CIO（首席信息官）、CTO（首席技术官）、企业安全架构师，信息科技部资深软件设计师，信息科技部资深软件设计师

【课程大纲】

一、“大数据”的内涵为何？

a)“大数据”的构成元素为何？

b)“大数据”具备什么特性？

c)“高质量”数据的标准为何？

i.有效性

ii.准确性

iii.完整性

iv.一致性

v.可追溯性

vi.及时性

二、 “数据建模”的内涵为何？

a)为什么需要建立模型？

b)建立模型的原则为何？

i.探索 – 排序思维

ii.概念 – 步骤导向

c)常用的建模工具介绍

i.思维导图

ii.概念图

iii.系统导图

iv.心智模型

v.概念模型

三、业务数据建模实践

a)业务数据建模的定义与内涵

b)如何进行业务数据建模？

i.信息流定义

ii.信息输入

iii.信息输出

iv.信息处理规范

v.信息参与角色

c)数据建模完成后的接续动作为何？

i.建立系统框架

ii.构建应用架构

1.数据架构

2.技术架构

四、数据模型实践

a)数据建模的定义与内涵为何？

b)常见数据场景介绍与案例分享

c)数据建模的步骤为何？

i.制定目标

ii.数据理解与准备

iii.建立模型

iv.模型评估

v.结果呈现

vi.模型部署

d)数据建模常用的方法与工具

i.ML

ii.SmartBi

e)如何规避常见的数据建模误区？

i.与现有数据治理冲突？

ii.数据安全过度考量？

五、数据分析的最佳实践与方法

a)逻辑树分析

b)PEST行业分析

c)多维度拆解分析

d)对比分析

e)归因分析（假设检验）

f)AARRR分析

g)RFM分析

h)杜邦分析

i)周期性分析

六、业务场景实践

a)业务场景的定义与内涵

i.何谓“业务场景”？

ii.组成“业务场景”的关键要素为何？

iii.案例分享

b)“业务场景”应具备哪些要素？

i.谁在里面？

ii.在什么环境下？

iii.在做什么？遇到什么问题？

iv.如何互动？

v.会产生什么价值？

c)如何创建“业务场景”？

i.识别主题

ii.判断角色与场景入口

iii.延伸场景，梳理“角色”的步伐

iv.针对需求思考解决方案

d)业务场景开发指南

i.分析业务场景的6步法

ii.UML用例图/行为图解析

iii.价值流分析

e)案例分享与讨论

七、数据挖掘与分析的发展方向与趋势为何？

a)定向算力（案例分享 – 特斯拉 无人驾驶）

b)机器学习 （案例分享 – 富士康 精密制造）

c)系统自愈 （案例分享 – 富士康 无灯工厂）

d)预警机制 （案例分享 – AWS 数据中心运维）

八、课程总结

a)学员心得分享

b)重点摘要

c)答客问

苏忠彦

苏忠彦老师（北京）

——企业数字化转型专家

【讲师背景】

原华为云解决方案 全球业务拓展资深总监暨总咨询架构师

原赛门铁克（Symantec）大中国区 咨询顾问部总经理

原美国网域存储（Netapp）北亚区 全球服务部总经理

原易安信（EMC）世界最大存储公司大中国区专业顾问 服务部总经理

原戴尔（Dell）存储解决方案部 大中国区销售总经理

原甲骨文（Oracle）台湾区 售前总监

世界知名开源软件运管平台供应商Click2Cloud 东北亚区总经理

美国ICT科技咨询顾问公司合伙人暨数字化转型咨询架构师

美商Business Coach 认证企业商务教练

美国纽约大学 Stern 商学院MBA 硕士; 台湾中国文化大学 生物科学学士

PMP, BCP, ITIL, ITSM 认证

【个人简介】

苏老师拥有为多家世界500强，知名企业服务的数字化服务和转型的咨询、顾问经验。

苏老师在华为期间，曾带领华为及其合作伙伴，成功完成对某拉丁美洲电信运营商客户，云整体架构升级以及数字化转型。透过转型过程中，对于商务流程，组织架构，市场洞察，营销体系，以及服务能力等核心职能进行优化与提升， 缔造整体资源利用率增长80%，人力成本减少50%，整体产品上市速度提升135%，整体客户满意度提升75%，预期年度营收增长165%。

曾担任华为首发产品的产品经理，带领近500人之研发团队，开发业务连续性解决方案，打通从研发到市场的重重关卡，建立大IT生态链；同时与华为内部IT进行合作，建立逐步取代外商独占的扎实基础。在海外建立客户体验中心，达成客户满意度的显著提升；同时将客户反应的问题或是需求，高效地回馈至总部以及研发中心，建立整体赋能基础。在此期间，该解决方案350%超额完成年度业绩，从而带动其他产品销售达一亿四千万美金，建立海外3个快速反应中心，将首次问题解决率提高至85%，客户满意度达70%，实现“以客户为中心“的核心价值观，同时成为IT产品线业务拓展的尖刀；

曾担任阿里巴巴在汇丰项目中软件开发项目总监和首席架构师，该项目提升汇丰银行市场，采购，销售部门的自我服务能力，降低外包的成本，通过项目的运作近100万美金的运营成本。同时解决目前的软件是没有办法随着技术的发展而迭代的兼容问题。

苏老师曾协助某台资企业，在不增员的前提下，整合其位于中国， 台湾，越南以及印尼的营销市场资源，利用云技术优化其设计生产设施，辅之以所属行业大数据市场洞察分析技术，预期可实现三年营收的五倍成长，五年利润翻番的企业目标。

苏老师总结了近三十年企业数字化升级及外企高端管理高效模型与理念，搭配带领企业转型持续成长的经验，秉承以人为本的管理理念，以及利用自身强大的技术背景，对因应新经济时代来临，企业应该具备的升级转型的能力进行了深入研究，总结出了一套关于民营企业数字化升级与转型的方法，在海内外获得多家企业家的高度认同，并用于实战，取得良好的效果。

苏老师现全身心的致力于大中国区企业的数字化转型升级事业，为帮助中国企业通过价值创新实现可持续成长！

【主讲课程】

《数字化变革中卓越领导力的建构-- 师从华为，审视自我》

《数字化转型的基础 – 将ICT价值高光体现》

《夯实“大数据”– 云数字化转型5部曲》

《数字化应用快速迭代下的项目管理变革》

《从“花钱”到“赚钱”– ICT部门如何高效安全的转身》

【学员评价】

苏老师的课程把强大的项目管理经验与理论基础相结合，条理清晰，具备很强的实战性！

——PAT HEALEY德意志银行首席技术官

苏老师的课程在应用的现代化的实操经验以及理论，非常有效地协助我们加速推向市场，加速实现价值……加速交付产品。我们过去每季发布新产品，现在，我们每周、每月都能发布。完全体现数字转型应有的快速高效！

——JOHN HODGSON Optum IT 项目管理高级总监

苏老师的课程实战性非常强，理论的系统性也很完整，同时具备很合理的前瞻性，给我们的可持续发展与优化，指明了整体数字化转型的道路。

——Khalid A. AL-Mansour Aramco（沙特石油） 亚太区首席信息官

苏老师的课程深入浅出，通过实际案例的详细解剖，对我们整体信息架构带来很大的启发，同时更搭配他在全球商务拓展的经验，对于将要实践的数字化转型项目，感到信心十足！

——Eng.Ahmed Ali Al-Ebrahim GCCIA（海湾石油国际联合组织）CEO

苏老师的课程，有理论有实战，同时还导引了有效的讨论！为我们云转型以及数字化转型，树立了一个良好的建构基础。

——Raul Reyes Gonzalez AM（美洲电信） 全球首席信息官

【服务客户】

国家电网，中国工商银行，中国农业银行，汇丰银行，光大银行，中国移动，中国网通，中国联通，台积电，富士康/鸿海精机，香港地铁，香港水利署，华为，阿里巴巴，腾讯，百度，7-11，软通动力，神州数码，丰田汽车（日本），宝马（德国），日本电信（NTT, 日本），美洲电信（拉丁美洲），西班牙电信（欧洲），德意志电信（欧洲），沙特石油（中东），科威特银行（中东）。