【課程大綱】

1 背景

1.1 大數據的概念和特點

1.2 互聯(lián)網思維的故事（段子）

1.2.1 羊毛出在豬身上（后向收費）

1.2.2 圈客戶

1.3 天變了

1.3.1 用戶變了

1.3.2 平臺變了

1.3.3 交易變了

1.3.4 營銷變了

1.3.5 思維變了

1.3.5.1 互聯(lián)網思維改造房地產

1.3.5.2 互聯(lián)網思維找老婆

1.4 大數據為什么需要互聯(lián)網思維？

1.4.1 為何是移動互聯(lián)網時代？（隨身傳感器）

1.4.2 與互聯(lián)網的天然聯(lián)系（血水交融）

1.4.3 新事物、新思維（特斯拉的模式）

1.4.4 群眾的智慧是無窮的（群眾PK專家、屌絲的互聯(lián)網思維）

1.5 小結

2 堪比“文藝復興”的互聯(lián)網思維

2.1 文藝復興的意義類比

2.1.1 藝術解放思想、解放生產力（欲望與金錢-專業(yè)）

2.1.2 引導了第一次工業(yè)革命（蒸汽機-火車、輪船-》交通）

2.1.3 互聯(lián)網引導新的工業(yè)4.0（智慧制造）

2.1.4 改寫金融業(yè)，改寫社會（新鮮血液，返老還童）

2.2 互聯(lián)網企業(yè)的發(fā)展

2.2.1 BAT的造夢（中國夢成為可能）

2.2.2 IT成為企業(yè)的核心競爭力（飛機的發(fā)動機）

2.3 互聯(lián)網思維的概念

2.4 互聯(lián)網思維的特點

2.5 數據資產的變現(xiàn)方法

2.5.1 賣蘿卜和賣數據（產品差異）

2.5.2 營銷差異？

2.6 大數據的發(fā)展展望

2.6.1 重塑各個產業(yè)（汽油催生了跑車，大數據催生了“變形金剛”）

2.6.2 重塑“資源”格局（石油值錢還是大數據值錢？）

3 大數據的發(fā)展

3.1 大數據產業(yè)發(fā)展

3.1.1 互聯(lián)網的發(fā)展改寫了歷史（離開網絡一星期，你還能生存嗎？）

3.1.2 第三次浪潮中的新興產業(yè)（促發(fā)產業(yè)的智能）

3.1.3 數據成為較大的資產（{“智能”重塑產業(yè)資產——李小龍和大力士PK）

3.1.4 促進“理性社會”（馬克思過時了嗎？）

3.2 從網絡運營到數據運營

3.2.1 互聯(lián)網平臺為了獲取用戶數據

3.2.1.1 網絡為了獲取用戶數據（馬云）

3.2.2 數據如何運營出價值？（諸葛亮的價值？）

3.2.3 基礎設施+產品提供（云計算提供云數據？）

3.2.4 網絡產品到數據產品（賣流量產品到賣報告？到賣智慧產品）

3.3 如何運營大數據？

3.3.1 互聯(lián)網基因

3.3.1.1 企業(yè)組織機制（黨支部建在連隊的解放軍）

3.3.1.2 創(chuàng)新理念與機制（新IDEA）

3.3.2 對內服務

3.3.2.1 滲透到企業(yè)內部每個毛孔（武大郎用大數據賣燒餅）

3.3.2.2 精準營銷&服務（精準廣告營銷-DMP模式）

3.3.2.3 精細化管理（大數據的運籌學）

3.3.3 對外服務

3.3.3.1 數據估值（原石和玉石）

3.3.3.2 數據“變現(xiàn)”（數據更需要附加值-大師開光？）

3.3.3.3 數據隱私和安全（斯諾登的提醒）

3.3.4 大數據營銷（賣黃酒的文化還是賣酒呢？）

3.4 大數據發(fā)展的瓶頸

3.4.1 與傳統(tǒng)IT不同（從“肌肉男”到“文藝男”）

3.4.2 機構、機制不同（紡織廠的組織不適合百度）

3.4.3 新理論、新思維（當年無產階級的“馬列主義”在哪里？）

3.4.4 轉型更難（大象跳舞能有猴子好嗎？）

4 大數據的客戶體驗

4.1 客戶是誰？

4.1.1 內部客戶/外部客戶（服務頂頭上司還是外部學妹？）

4.1.2 個人客戶/集團客戶（一個屌絲還是一群屌絲？）

4.1.3 校園客戶（新增市場的代表，你了解90后嗎？）

4.2 客戶大數據需求是什么？

4.2.1 取數（取柴火）

4.2.2 取知識（將柴火燒成炭）

4.2.3 取專業(yè)建議（直接給你溫暖的房間-集體供暖）

4.3 客戶體驗是什么？

4.3.1 體驗是什么？

4.3.1.1 “爽”（開跑車的爽？回頭率？）

4.3.1.2 有用（解決問題的專家，而不是傻笑）

4.3.2 數據如何可讀？

4.3.2.1 報表是唯一嗎？（二維到多維？）

4.3.2.2 直觀（深邃數據，直觀結果）

4.3.3 “啤酒和尿布”的另一個角度解讀（讀者的易讀性、易理解性）

4.3.4 管家服務——咨詢服務（咨詢的到位而不越位）

4.3.5 娛樂思維？（數據如何娛樂大眾？）

4.4 產品的“客戶流量”門戶

4.4.1 先吸引客戶（如何吸引客戶的眼球？《紙牌屋》）

4.4.2 運營客戶及其數據（有了客戶、有了數據、就有了錢）

4.5 客戶體驗如何提升？

4.5.1 服務不同的角色（屌絲的服務和高富帥的服務差異化）

4.5.2 工作即游戲（三國殺來做BI）

5 大數據的產品設計

5.1 大數據的產品概念

5.1.1 產品長什么樣？（如何讓BI長得像美女？）

5.1.2 谷歌是搜索門戶還是數據門戶？

5.1.2.1 網頁爬蟲-》數據庫爬蟲（爬蟲的逆襲）

5.1.2.2 如何理解、篩選所需的數據？（如何識別原石？）

5.1.3 提供產品還是平臺？（是買個香蕉？還是開個水果店？）

5.1.4 賣服務（洗腳和按摩的差異？）

5.1.5 賣智慧（諸葛亮？-專家）

5.1.6 智慧產品（傳統(tǒng)產品的附加智能-導航汽車）

5.2 大數據的產品類比

5.2.1 大數據搜索門戶網站？(大數據的百度在哪里？)

5.2.2 大數據的社交平臺？（大數據的騰訊在哪里？）

5.2.3 大數據的電商平臺？（大數據的淘寶在哪里？）

5.2.4 大數據的云化——分析組件+分析思路（在云里找數據？）

5.2.5 學習的產品——電信智能套餐選擇？

5.3 大數據產品內容

5.3.1 工具類（報表/指標）（）

5.3.2 結果類（導向類-成品）

5.3.3 中間類（半成品）

5.3.4 智能-棋譜（or 武林秘籍？）

5.3.5 分析手機？（分析你的餐飲-點菜師）

5.3.6 互聯(lián)網聯(lián)通了人，數聯(lián)網聯(lián)通了大腦（腦聯(lián)網？好威猛?。?span>

5.4 產品SDK的開放性

5.4.1 誰都可以參與設計（孩子在玩IPAD的同時，玩大數據？給孩子一團面，做面包）

5.4.2 數據的可讀性（數據的度量？業(yè)務意義？蘿卜還是白菜）

5.4.3 加工的簡化性（簡潔、透明計算過程-透明廚房）

5.4.4 數據的標準（菜不僅喜好，還要切成標準的塊）

5.5 大數據的產品特點

5.5.1 大數據的目的決定產品特點（需要數據思維的產品——高大上?。。?span>

5.5.2 如何類比？（諸葛孔明和張飛的對比？）

5.6 產品設計中界面優(yōu)化

5.6.1 從蘋果APP中學習什么？（孩子可以操控）

5.6.2 結果的可視化（數據報告要讓60歲老太太讀懂！）

5.7 產品的用戶定位

5.7.1 如何讓孩子看懂？（數據能卡通化嗎？-BI解惑哥）

5.7.2 數據的消費者（有頭腦的商家還是？）

5.7.3 DIY的發(fā)燒友（給你數據，自己玩）

5.8 群眾參與的互聯(lián)網精神？（三個臭皮匠賽過諸葛亮？）

5.9 產品的可編程API接口（給我開放的廚房和食材、炊具，做道美食）

5.10 產品的商業(yè)模式（褚時健的勵志褚橙-能否互聯(lián)網思維賣大數據產品？）

6 大數據的思維

6.1 產品的更佳

6.1.1 傻瓜化的APP

6.1.1.1 手機APP應用

6.1.1.2 如何傻瓜化？（能刷臉嗎？）

6.1.2 新的觸摸屏在哪里？

6.1.2.1 人機界面的優(yōu)化（能說話就搞定嗎？）

6.1.2.2 新的二維碼？（以后不用問你的姓名和身份證了，給我你二維碼即可）

6.1.3 服務的更佳

6.1.3.1 “海底撈”如果配備了大數據？（從熱情服務到專家服務）

6.1.3.2 按摩的個性化、針對性服務（從服務員到醫(yī)生的升級）

6.1.4 專家的更佳（諸葛亮如何將自己的產品更佳化？-借東風）

6.1.5 智慧產品的極致（智能導彈的極致-不僅準、時機也最巧、效果更震撼：當目標出現(xiàn)在油庫邊上、還是和自己的大群下屬在一起時）

6.2 思維的極致

6.2.1 兵書的知識提煉（《重孫子兵法》13萬篇？細致而豐富）

6.2.2 參謀的更佳（沙盤？直觀地看著市場全貌）

6.2.3 知識庫和運維（能定期刷刷“腦”嗎？與時俱進?。?span>

6.2.4  

6.3 營銷的更佳

6.3.1 點對點的精準營銷（從地毯式轟炸到精確制導）

6.3.2 成本控制的極致（從戰(zhàn)場上不浪費一粒子彈到市場上不浪費一分錢）

6.4 應用的極致

6.4.1 報表的更佳

6.4.1.1 自助

6.4.1.2 可視化程度（氣泡圖、雷達圖等）

6.4.2 知識的更佳

6.4.2.1 專家的知識還是數據的知識？（人工智能還是數據挖掘？）

6.4.2.2 “我思故我在”

時時積累（活到老學到老）

處處積累（隨地調研、收集）

通俗的知識（大繁致簡?。?span>

6.4.3 棋譜的更佳

6.4.3.1 應對規(guī)則豐富

知識豐富

表述簡單

6.4.3.2 可操作性強

接地氣、接近實際

操作容易

6.4.3.3 通俗易懂

表述簡單

無二義性

6.4.4 分析手機的更佳

6.4.4.1 接入界面的改良

語音

問題簡述（我、要買、較便宜的、手機）

6.4.4.2 方法的更佳表述方式（屏幕的特點、展示的特點等）

6.4.4.3 智能的“傻瓜”

6.4.5 智能改造之后的產品更佳

6.4.5.1 特斯拉的更佳（智能導航、無人駕駛、習慣分析、主人識別）

6.4.5.2 一線人員APP應用的更佳

6.5 講故事的更佳

6.5.1 分析報告如何成為劇本？（《少數人報告》中的犯罪預測）

6.5.2 吸引人的標題（互聯(lián)網的標題黨？）

6.5.3 吸引人的敘事方法（邏輯）（你不是在講報告，而是在講故事）

6.5.4 吸引人的數據證據選擇（篩選出最震撼的數據和角度）

7 大數據的快速迭代

7.1 怎么“快”？

7.1.1 標準零件的拼接（槍栓的故事）我軍制式繁雜、美軍制式統(tǒng)一

7.1.2 分析過程簡單（我黨的宣傳過程適合農民）

7.2 數據的標準

7.2.1 大數據是否還有邏輯模型？（數據間的結構關系要有）

7.2.2 口徑的管理

7.2.2.1 口徑角色標簽

7.2.2.2 口徑的“群眾”維護

群眾參與

群眾思維

7.2.3 業(yè)務元數據和技術元數據

7.2.3.1