- 互聯網大數據時代的商業(yè)模式創(chuàng)新思維
- 企業(yè)運營管理與數據分析模型
- 大數據征管背景下建筑房地產企業(yè)利益最
- 大數據背景下如何利用金三管控增值稅發(fā)
- 企業(yè)運營管理與數據分析模型
- 營銷數據分析—用數字說話
- 大數據時代流程管理與高效協(xié)同
- Excel高效數據分析之道--讓您的
- 大數據征管背景下建筑房地產企業(yè)營改增
- 產品數據管理高級實務培訓
- 數據化陳列
- 移動客服中心:客戶投訴處理技巧及電信
- 零售行業(yè)運營管理與數據分析模型
- 創(chuàng)新思維與管理創(chuàng)新的開發(fā)和應用
- 企業(yè)運營管理與數據分析模型
- 現代項目管理在中國電信ICT項目中的
- 高績效項目管理實戰(zhàn)與應用
- 心理學、九型人格、測評技術在招聘甄選
- Excel金融財務分析應用
- 通信行業(yè)戰(zhàn)略目標指引下的勝任素質模型
數據分析駕駛艙(大屏)實戰(zhàn)應用
課程編號:29165
課程價格:¥25000/天
課程時長:2 天
課程人氣:516
- 課程說明
- 講師介紹
- 選擇同類課
1、本課程適合于企業(yè)領導層、管理層、數據相關人員; 2、適合于數據分析駕駛艙(大屏)設計人員、需求人員、數據分析人員; 3、適合于數據軟件開發(fā)人員、測試人員;
【培訓收益】
時間 內容
第一天
第1個主題:數據分析駕駛艙(大屏)(數據分析駕駛艙(大屏))(90分鐘)
1、數據分析駕駛艙(大屏)誕生的背景
2、數據分析駕駛艙(大屏)應用案例
3、數據分析駕駛艙(大屏)解決的問題
4、數據分析駕駛艙(大屏)的價值
5、數據分析駕駛艙(大屏)對戰(zhàn)略決策的支持
6、數據分析駕駛艙(大屏)合理調配企業(yè)資源
7、案例分享:列舉具有代表性的數據分析駕駛艙(大屏)應用案例,對問題產生的深層次原因進行剖析,從根本上探討解決問題的思路,并借鑒某些大型公司的解決思路,如工行、阿里等的解決方案,以及業(yè)界的解決標準
第2個主題:數據分析駕駛艙(大屏)研發(fā)過程(數據分析駕駛艙(大屏)研發(fā)過程)(90分鐘)
1、數據分析駕駛艙(大屏)需求
2、定義數據分析駕駛艙(大屏)目標
3、數據分析駕駛艙(大屏)搜集數據
4、數據分析駕駛艙(大屏)數據取樣
5、數據分析駕駛艙(大屏)數據探索
6、數據分析駕駛艙(大屏)數據清洗
7、數據分析
8、數據分析駕駛艙(大屏)建模
9、模型評價
10、生產發(fā)布
11、案例分享:數據分析駕駛艙(大屏)思路與開發(fā)過程,使學員理解數據分析駕駛艙(大屏)的制作過程
第3個主題:數據分析駕駛艙數據清洗(數據分析駕駛艙數據清洗)(90分鐘)
1、數據分析駕駛艙數據清洗基本原理
2、數據分析駕駛艙數據清洗常用方法
3、ETL過程
4、數據集成
5、數據抽取
6、數據轉換
7、數據清洗
8、數據裝載
9、元數據
10、清洗規(guī)則
a)數據補缺
b)數據替換
c)格式規(guī)范化
d)主外鍵約束
11、字符集處理
12、緩慢變化維處理
13、增量、實時同步的處理
14、斷點續(xù)傳
15、錯誤數據的檢測
16、變化數據的捕獲
17、抽取異常中止的處理
18、數據立方體
19、OLAP的數據模型
20、MOLAP(多維數據模型)
21、ROLAP(關系數據模型)
22、HOLAP(混合數據模型)
23、維的層次和層數
24、多維數據模型
25、鉆?。―rill-up和Drill-down)
26、上卷(Roll up)
27、切片(Slice)和切塊(Dice)
28、旋轉(Pivot)
29、案例分享:基于中海油集采數據管理平臺現有數據的數據收集、清洗與應用案例分享,使學員理解解決問題的方法以及效果
30、案例分享:常用方法及工具介紹
第4個主題:數據分析Dashboard駕駛艙的通用設計方法(數據分析Dashboard駕駛艙的通用設計方法)(90分鐘)
1、數據分析Dashboard駕駛艙的通用設計方法
2、數據連接與管理
3、初級可視化分析
4、高級數據操作
5、高級可視化分析
6、統(tǒng)計分析
7、分析圖表整合
8、分析成果共享
9、數據分析Dashboard駕駛艙的權限管理
10、基于角色權限控制RBAC
11、合理的數據呈現
12、分析報告報告撰寫
13、如何撰寫一份優(yōu)秀的數據分析報告
時間 內容
第二天
第5個主題:數據駕駛艙建模方法(數據駕駛艙建模方法)(90分鐘)
1、數據駕駛艙建模方法
2、數據源管理
3、數據的篩選與過濾
4、工作表設計
5、儀表板設計與使用
6、故事的構思與設計
7、數據駕駛艙報告分析模板規(guī)劃
8、數據駕駛艙報告分析模板制作
9、如何撰寫一份優(yōu)秀的數據分析報告
第6個主題:數據駕駛艙的常見可視化圖表的分類和用途介紹(數據駕駛艙的常見可視化圖表的分類和用途介紹)(90分鐘)
1、數據駕駛艙的常見可視化圖表的分類和用途介紹
2、散點圖制作和用途介紹
3、折線圖制作和用途介紹
4、柱狀圖制作和用途介紹
5、條形圖制作和用途介紹
6、餅圖制作和用途介紹
7、面積圖制作和用途介紹
8、直方圖制作和用途介紹
9、柏拉圖制作和用途介紹
10、雷達圖制作和用途介紹
11、箱線圖制作和用途介紹
12、儀表盤制作和用途介紹
13、玫瑰圖制作和用途介紹
14、熱力圖制作和用途介紹
15、地圖制作和用途介紹
16、文字云制作和用途介紹
17、案例分享:深入探討數據圖形的應用場景和規(guī)劃,并分享公司的現有案例
第7個主題:數據分析駕駛艙(大屏)的實踐(數據分析駕駛艙(大屏)的實踐)(180分鐘)
1、數據分析駕駛艙(大屏)的實踐
2、數據分析駕駛艙(大屏)需求分析
3、數據分析駕駛艙(大屏)構思與設計
4、數據源管理與數據提取
5、數據分析駕駛艙(大屏)模板設計
6、數據分析駕駛艙(大屏)生成
7、數據分析駕駛艙(大屏)發(fā)布
8、數據分析駕駛艙(大屏)權限管理
9、案例分享:基于中海油集采數據管理平臺現有數據,結合日常領導層,管理層和執(zhí)行層的業(yè)務操作需求,設計滿足不同級別人員駕駛艙模板,取數邏輯
尹老師
多年從事人工智能、深度學習、大數據、區(qū)塊鏈、云計算、物聯網研發(fā)工作經驗,資深軟件架構師,數學博士,北航移動云計算碩士,Cloudera大數據認證(圖1),項目管理師(PMP)認證(圖2),移動云計算專家,主要研究方向包括人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、云計算、移動開發(fā)、互聯網營銷、電子商務、項目管理等;曾就職于阿里等互聯網企業(yè),IBM、華為等知名大型企業(yè),現任某大型知名互聯網企業(yè)首席架構,負責人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、區(qū)塊鏈、云計算、PaaS平臺研發(fā)工作。
IT從業(yè)近二十年,秉承理論與實踐相結合,在學習中實踐,在實踐中學習,積累了豐富的理論與實踐經驗,并且樂于將自己的經驗分享。尹老師具有敏銳的目光與頭腦,發(fā)現并集成整合社會資源,為企業(yè)節(jié)省資源并創(chuàng)造價值,達到為合作伙伴創(chuàng)收的目的。曾為多家國內知名企業(yè)提供培訓與咨詢,包含阿里集團、華為、中國移動、中國電信、中國聯通、當當網、中石油、中石化、中國電網、中國銀行、中國工商銀行、浦發(fā)銀行、阿爾卡特朗訊、中航國際等。擁有人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、區(qū)塊鏈、物聯網、大流量、高并發(fā)、分布式的大型網站架構和設計經驗。曾主導過多個人工智能、深度學習、機器學習、數據挖掘、數據分析、區(qū)塊鏈、物聯網、私有云、公有云建設項目,早些年也主導過ERP、CMS等軟件項目,積累了豐富的實踐經驗,這些項目中包含多個數百萬、上千萬的大型項目。項目經歷:呼叫中心人工智能客服研發(fā)項目、貴州省政府云呼叫中心建設項目、廣東發(fā)展銀行電營、運維大數據分析項目、中石油工程設計西南分公司云計算項目評審委員、中石油大數據挖掘項目,電商庫存預測大數據分析項目、大型ERP、電子商務、CRM、電子政務等多個項目。
尹老師在工作中研究新技術、新框架、及時更新知識體系,并長期堅持編寫架構核心代碼。在技術平臺方面,善于TensorFlow、Keras、Hadoop、Spark、Docker、Kubernetes、OpenStack、Storm等技術平臺的應用與運維。深入理解TensorFlow、Keras、Hadoop、HDFS、HBase、MapReduce、Zookeeper、Hive、Sqoop、BigTable 等人工智能、大數據技術和開源框架理論。對于云計算體系有深刻認識,及獨到的見解,如OpenStack的技術架構、安裝部署、運維等。在移動云計算方面,善于設計與建設云計算體系;也善于移動云計算相關的咨詢與培訓。在項目管理方面,善于使用敏捷項目管理方法,把客戶的需求變更作為常態(tài),作為軟件架構設計的一部分,減少需求變更帶來的返工;善于捕捉、挖掘、分析客戶需求,為用戶提供滿意的產品。
圖1. 大數據行業(yè)公認的Cloudera認證
圖2. 含金量較高的PMP認證
講師經驗
1、阿里巴巴集團云計算、大數據、區(qū)塊鏈、物聯網咨詢師
2、百度云計算、大數據、區(qū)塊鏈、物聯網咨詢師及講師
3、中國移動多省人工智能、大數據、區(qū)塊鏈、物聯網、云計算特聘講師
4、中國移動多省Docker特聘講師
5、中國移動研究院微特聘講師
6、中國聯通總部人工智能、大數據、區(qū)塊鏈、物聯網、云計算特聘講師
7、中國電信人工智能、大數據、區(qū)塊鏈、物聯網、云計算、虛擬化特約講師
8、中國人民銀行人工智能、大數據、區(qū)塊鏈、物聯網特聘講師
9、中國工商銀行人工智能、大數據、區(qū)塊鏈、物聯網講師
10、花旗銀行人工智能、大數據、區(qū)塊鏈、物聯網講師
11、招商銀行人工智能、大數據調優(yōu)、區(qū)塊鏈、物聯網講師
12、中信銀行人工智能、分布式數據庫、區(qū)塊鏈、物聯網講師
13、中國航天三院人工智能、大數據、區(qū)塊鏈、物聯網咨詢師
14、中國石油人工智能、大數據、區(qū)塊鏈、物聯網、云計算特聘講師
15、中國石化人工智能、大數據、云計算特聘講師
16、中國電力科學研究院流計算特聘講師
17、西安電信十所人工智能、大數據架構設計、區(qū)塊鏈、物聯網講師
18、RedHat(中國)大數據咨詢師
19、中電28所人工智能、大數據、區(qū)塊鏈、物聯網特聘講師
20、北京中電普華人工智能、大數據、區(qū)塊鏈、物聯網特聘講師
21、中國石油東方地球物理公司大數據咨詢師
22、當當網人工智能、云計算、大數據咨詢師
23、北航人工智能、云計算、大數據、區(qū)塊鏈、物聯網特聘企業(yè)講師
24、阿爾卡特-朗訊(Alcatel-Lucent)虛擬化與OpenStack培訓特約講師
25、中石油工程設計西南分公司云計算數據中心建設項目
26、廣東發(fā)展信用卡精準營銷項目
27、廣東發(fā)展銀行電營、運維大數據分析項目
28、電商庫存預測大數據分析項目
29、中航國際大綜貿易云計算規(guī)劃項目咨詢、培訓講師
30、北京民生軟件SaaS平臺研發(fā)咨詢師
31、北京立達資本項目管理信息系統(tǒng)解決方案咨詢師
32、曾任大型ERP、電子商務、CRM、電子政務等項目經理
項目經驗
1、云呼叫中心人工智能客服項目研發(fā)
2、云呼叫中心PaaS平臺首席架構師
3、貴州省政府云呼叫中心建設項目
4、廣東發(fā)展信用卡智能精準營銷項目
5、廣東發(fā)展銀行電營、運維大數據分析、區(qū)塊鏈、物聯網項目
6、中石油工程設計西南分公司云計算項目評審委員、培訓講師
7、中石油人工智能、大數據挖掘、區(qū)塊鏈、物聯網項目,項目經理
8、電商庫存預測大數據分析項目
9、智能物流、智能供應鏈管理項目
10、中航國際大綜貿易云計算規(guī)劃項目咨詢、培訓講師
11、北京民生軟件SaaS平臺研發(fā)咨詢師
12、北京立達資本項目管理信息系統(tǒng)解決方案咨詢師
13、曾任大型ERP、電子商務、CRM、電子政務等多個項目的項目經理
-
【課程背景】數據分析有多個含義,普通含義的數據分析包括展現數據的趨勢,對數據做分類匯總,發(fā)現其中的TOPN數據,對比數據的不同與變化等。這些常規(guī)分析可以通過數據透視表來完成。這些內容在課程《業(yè)務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發(fā)現數據之間的模式,規(guī)律,相關性及因果關系,預測未來業(yè)務數據,對數據進行統(tǒng)計分析從而發(fā)現問題等等。 ..
-
【課程背景】數據分析是數據應用的重要目的。海量的,紛繁復雜的原始數據只有經過分析才能抽取關鍵信息,獲得對數據的準確認知,才能對未來起到知道作用。本課程從準備數據開始,一步一步的經過數據整理,分析,最終做出報表呈現分析結果,并通過各個領域的案例,使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】(..
-
課程大綱第一部分DOE的作用DOE的前世今生試驗目的產品生成的全過程中,DOE在何處使用?優(yōu)化的產品生成過程解析過程設置與控制中的DOE應用質量問題處理及改進活動中的DOE試驗策略與步驟用共同參與的產品項目活動來說明DOE的作用第二部分DOE入手—特性與風險分析策略特性及特性分類功能界面風險..
-
課程背景據統(tǒng)計,我們日常工作中,通過視覺獲取的信息超過70%,所以如何將數據圖示化、視覺化,如果讓老板、領導或者客戶、消費者在短時間內迅速get到你想表達的信息在當今信息化時代顯得尤為重要?;谏虅諔眯枰琌ffice高效辦公專家李憲磊老師以多年的企業(yè)實戰(zhàn)工作經驗和企業(yè)實際需求為出發(fā)點,開發(fā)出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..
-
【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理
-
第一單元 用戶分類1.用戶分析集中的三個方面u用戶統(tǒng)計監(jiān)控u用戶定向營銷u用戶調研2.互聯網思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數u新用戶數u活躍用戶數u流失用戶數4.新老用戶5.新活躍用戶和流失用戶 ..