大数据项目实战

知识改变命运 为明天事业腾飞蓄能 http://www.bgwahaha.cn

上海蓝草企业管理咨询有限公司

《大数据时代下的经营数据分析实战培训》

【培训目标】

通过本课程的学习，达到如下目的：

1、通过案例分析，明确数据分析思路，实现数据分析效果； 2、通过数据分析工具导入，提升数据分析质量；

3、立足公司各层级、各岗位数据分析实际应用展开分析，指导区县公司工作；

4、提升数据分析呈现技能，提高数据分析实际应用性和层级传递效用； 5、通过从大量的营销数据中分析潜在的客户特征，挖掘用户行为特点，找出目标客户；

6、学会针对目标客户优化销售策略，帮助运营团队深入理解业务运作，支持业务策略制定以及运营决策。 【培训对象】

数据分析相关人员 【培训时间】

2天

【培训内容】

前言：大数据时代背景

1. 概述

2. 大数据时代带来对传统营销的挑战 3. 大数据时代的新营销模式

4. 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

5. 如何建立全渠道数据平台，拓展营销渠道，提高营销效率 6. 大数据的实现技术

一、数据分析定位与方法导入 1.数据分析重要性

为什么要做数据分析

数据分析能解决什么具体问题 2.市

大数据时代的O2O实战课程大纲

第一部分：传统企业如何开展O2O全渠道直销

1、传统企业在移动互联网时代的出路：转型成为一家移动互联网公司或者资产互联网化

2、传统企业在移动互联网时代的资产及线下优势

3、开展O2O的方法论和模型体系（找痛点，建产品，搭平台，玩口碑）

4、O2O运营平台搭建（线下渠道＋网站+App+微信＋大数据管理）

第二部分：O2O运营平台搭建之大数据管理

1、大数据思维（大数据变革：不是大数据而是全数据）

1.1用数据来重新界定价值（1000亿美金的估值：每个Facebook的用户价值100美元）

1.2关联推荐——数据相关性（沃尔玛：啤酒和尿布的故事）

1.3预测未来——大数据洞察（《少数派报告》）

1.4再造价值——数据再利用、重组与挖掘（智能输入法）

1.5个性化——不是群体而是个人（C2B）

1.6挣脱大数据——卓越的才华不依赖数据（乔布斯的创新：更大的数据源于人本身）

1.7大数据时代的隐私暴露与数据依赖症

2、品牌商O2O大数据的构成（用户、产品、订单、资金、信息的关系图谱）

2.1传统品牌商关注的大数据：本位数据（财务数据、渠道数据、商品数据、供应链数据、订单数据、物流数据、售后数据）

2.2O2O移动互联网时代关注的大数据：消费者全行为数

1 引言

在版编目（Cataloguing in Publication，下简称CIP）是指图书在出版过程中，先由图书馆或其他部门根据出版机构的出版物校样进行编目，然后再由出版社将编目资料印刷在图书上，使图书馆的编目资料同时为出版机构、图书馆、文献发行部门所利用。CIP的实施，不仅可以避免重复劳动，提高编目效率和质量，有利于图书馆编目工作的标准化和现代化，而且也便于读者一目了然地了解全书的文献特征。因此，CIP一出现，就受到了图书馆编目人员的广泛欢迎和亲切关注。截止到1998年12月，参加CIP的出版社已由1993年2月1日试点时北京的41家，扩大到了覆盖全国的317家，约占全国出版社总数的56%。自CIP实施以来，截止到1998年12月，累计编制CIP数据15万条，显示了其勃勃生机。

2 CIP图书分类号存在问题分析经过几年的探索、实践，CIP数据的整体质量比开始实施的最初阶段有所提高，分类标引差错也有所下降，但离国家标准《图书在版编目数据》的规定要求尚有不小的差距。现以近期出版且普遍采用的新修订的《中图法》（第四版）作为分类标引工具的部分图书为例，试就CIP数据项目中最重要的图书分类号存在的问题作一客观分析探讨。

2.1 分类不准确“在类分图书

FAGLFLEXA：实际行项目 RCLNT：客户端 RYEAR：会计年度 DOCNR：会计凭证编号 RLDNR：总分类账会计核算中分类账 RBUKRS：公司代码 DOCLN：分类账6个字符的过账项目 ACTIV：FI-SL业务交易 RMVCT：事务类型 RTCUR：货币码 RUNIT：基本计量单位 AWTYP：参考交易 RRCTY：记录类型 RVERS：版本 LOGSYS：逻辑系统 RACCT：账号 COST_ELEM：成本要素 RCNTR：成本中心 RFAREA：功能范围 RBUSA：业务范围 KOKRS：控制范围 SEGMENT：部分报表分段 SCNTR：发送方成本中心 PPRCTR：伙伴利润中心 TIMESTAMP：简短格式的UTC时戳（YYYYMMDDhhmmss）

FAGLFLEXT：总账：总计 RCLNT：客户端 RYEAR：会计年度 OBJNR00~08：表格组的对象号码 DRCRK：借方/贷方标识 RPMAX：期间 ACTIV：FI-SL业务交易 RMVCT：事务类型 RTCUR：货币码 RUNIT：基

说明：测试题分为两部分：选择题占60分，编程题40分

第一部分：单项选择题，共40题，每题1.5分（说明：试题中涉及到的Linux命令为RHEL6系列的命令）

1、Linux查看ip信息的命令是（a） A) ipconfig B) netstat C) ifconfig D) hostname

2、Linux永久修改主机名需要修改那个文件（a） A) /etc/hosts

B) /etc/sysconfig/network C) /etc/sysconfig/iptables D) /etc/sysconfig/selinux

3、下列那个选项是Linux查看网络端口使用信息的（d） A) service network status B) iptables -L -n C) ifconfig

D) netstat -anpt

4、有这样一个数组[3,6,4,2,11,10,5]分别使用插入排序，选择排序，冒泡排序第4次排序完成后数组的顺序分别是（ ）

A) [2,3,4,5,6,10,11]、[2,3,4,5,11,10,6]、[2,3,4,6,11,10,5] B) [2,3,4,6,11,10,5]、[2,3,4,5,11,

基于大数据分析的未来消费模式研究及应用

[摘要] 一开始，人们因为需要而消费，我们饿了所以要买食物，我们冷了所以要买衣服，生存问题解决后，人们因为欲望而消费，我们要过更好的生活，更体面，更高端，让别人羡慕仰望，所以商家拼命挑起我们的欲望，让我们心甘情愿地去买我们并不需要的东西。现在，感情也成为消费的一大动力了，对于商家来说，你对一个人的喜爱，也是可以换算成钱的，感情就这样变成了一门生意。也许这就是大数据时代的消费方式，你的每一种需要都能得到满足，你的每一次喜欢都能落到实处。你以为这都是你主动的选择，其实你的好恶早已被精确分析计算过，你爱上一个偶像，他及时又熨帖地奉上打着他的标签的商品，你惊喜地发现，这东西正是你的那杯茶，你没喜欢错人，于是，你心满意足地掏钱，他欢欣鼓舞地收钱，皆大欢喜。

第一章 背景概述

40多年在人类沧海桑田的历史上仅仅是弹指一挥间，摩尔定律却见证了电脑的数据处理和储存能力从K（Kilobyte）到M（Megabyte）到G（Gigabyte）到T（Terabyte）的变迁。尤其是互联网的出现，让我们急速地跨入了大数据（Big Data）时代。其主要的驱动力有以下几点：

1、随着社会经济的发展和个人收入的增加，人们

大数据

一、大数据概念

\大数据\是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 \大数据\首先是指数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。

百度知道-大数据概念

大数据（big data），指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》[3] 中大数据指不用随机分析法（抽样调查

大数据

一、大数据概念

\大数据\是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 \大数据\首先是指数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。

百度知道-大数据概念

大数据（big data），指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》[3] 中大数据指不用随机分析法（抽样调查

1.1 大数据技术国内外研究进展

近年来，大数据迅速发展成为工业界、学术界甚至世界各国政府高度关注的热点。《自然(Nature)》和《科学(Science)》等杂志相继出版专刊来探讨大数据带来的挑战和机遇。著名管理咨询公司麦肯锡声称，“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于大数据的挖掘和运用，预示着新一波生产力增长和消费者盈余浪潮的到来”。在这样的背景下，美国政府2012年宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油”，一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制将成为国家间和企业间新的争夺焦点。大数据已成为社会各界关注的新焦点，“大数据时代”已然来临。

与传统规模的数据工程相比，大数据的感知、获取、存储、表示、处理和服务都面临着巨大的挑战。这归因于大数据具有几个突出的特征：1)数据集合的规模不断扩大，已经从GB、TB再到PB，甚至已经开始以EB和ZB来计数。IDC的研究报告称，未来十年全球大数据将增加50倍，管理数据仓库的服务器数量将增加10倍以便适应这一增长

大数据平台建设项目数据中台建设项目调研表

数据中台建设项目调研表填表单位：填表时间：填表人姓名：填表人电话：调研机构：联系人姓名： ___：一、单位信息填表人职务 ___ 手机联系地址邮政编码邮箱单位职责所属部门二、基本情况现有大数据平台（数据中心）现状. 1、现有大数据平台（数据中心）现状 1）平台部署位置： 2）平台基础设施规模情况：计算节点数量；存储规模部署的网络域： 3）平台汇聚的数据： 4）平台是否有专业的团队进行运行维护 A、是； B、否平台已有的数据资源量平台平均每年更新的量 5）平台采用的技术架构：计算框架： A、Mapreduce； B、Spark； C、Storm； D、Impala； E、其他数据采集框架： A、flume； B、sqoop； C、Logstash； D、其他关系型数据库种类： A、Oracle； B、MySQL； C、SqlServer； D、其他非关系型数据库种类： A、MPP； B、HBASE； C、MongoDB； D、Redis； E、HANA； F、其他6）简述平台在运行中主要存在的问题基于现有大数据平台（数据中心）开发了哪些应用及服务 1）当前大数据应用及服务主要面向的服务对象： 2）当前大数