大數(shù)據(jù)正在打破傳統(tǒng)商業(yè)智能領(lǐng)域的這一局限，它不僅在處理數(shù)據(jù)的量上有了提高，能處理結(jié)構(gòu)化數(shù)據(jù)，而且還能分析和處理各種半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，甚至從某種程度上，更擅長處理非結(jié)構(gòu)化數(shù)據(jù)，比如Hadoop。而在現(xiàn)實(shí)生活中,這樣的數(shù)據(jù)更為普遍，增長得也更為迅速。比如，社交媒體中的各種交互活動(dòng)、購物網(wǎng)站用戶點(diǎn)擊行為、圖片、電子郵件等。可以說，正是此類數(shù)據(jù)的爆炸性增長催生了大數(shù)據(jù)相關(guān)技術(shù)的出現(xiàn)和完善。 授課時(shí)長：6個(gè)小時(shí) 課程策略：以講授為主，結(jié)合案例分析、體驗(yàn)游戲、視頻、學(xué)員討論等形式。 課程內(nèi)容： 模塊一、BI是什么？ 1) 信息孤島的困擾 2) 企業(yè)提高戰(zhàn)略決策 3) BI對企業(yè)的作用和價(jià)值 模塊二、基于CRM的數(shù)據(jù)倉庫與商業(yè)智能 1) crm能給企業(yè)帶來什么 2) crm的核心思想 3) crm與營銷的關(guān)系 4) crm的內(nèi)容 5) 誰是我們最有價(jià)值客戶的判斷 模塊三、商業(yè)智能實(shí)施策略 1) 企業(yè)商業(yè)智能應(yīng)用的現(xiàn)狀 2) 企業(yè)商業(yè)智能體系架構(gòu)規(guī)劃 3) 決策支持系統(tǒng)解決五個(gè)層次的問題 4) 商業(yè)商業(yè)應(yīng)用的三個(gè)階段 5) 經(jīng)營分析的關(guān)鍵主題 6) 客戶分析的關(guān)鍵主題 模塊四、大數(shù)據(jù)時(shí)代的商業(yè)智能與決策支持 1) 廣告投放決策支持 2) 營銷效果優(yōu)化的5大決策支持 3) Hadoop數(shù)據(jù)工程 課堂部分案例：淘寶、當(dāng)當(dāng)、汽車行業(yè)大數(shù)據(jù)分析、NBA數(shù)據(jù)、證券行業(yè)CRM實(shí)施過程、中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告生成過程、北大云計(jì)算實(shí)驗(yàn)室等。 備注: 以上大綱僅供參考,實(shí)際授課根據(jù)培訓(xùn)需求適當(dāng)調(diào)整