四要素

人：企業(yè)需要懂行業(yè)問(wèn)題，變革和發(fā)展動(dòng)力的人，并知道如何用數(shù)據(jù)來(lái)改善這些問(wèn)題，適應(yīng)變革，創(chuàng)造動(dòng)力，當(dāng)然他最好有互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營(yíng)的經(jīng)驗(yàn)，原因在于互聯(lián)網(wǎng)的整個(gè)業(yè)務(wù)運(yùn)作是數(shù)據(jù)驅(qū)動(dòng)的，而傳統(tǒng)行業(yè)要擁有數(shù)據(jù)思維需要學(xué)習(xí)。

系統(tǒng)：當(dāng)業(yè)務(wù)的運(yùn)行需要更多的計(jì)算資源，存儲(chǔ)資源，管理數(shù)據(jù)，企業(yè)需要系統(tǒng)靈活的應(yīng)對(duì)這種業(yè)務(wù)的變化，大數(shù)據(jù)系統(tǒng)是根基，當(dāng)前的系統(tǒng)Hadoop、Spark和各種大數(shù)據(jù)分析工具可是應(yīng)有盡有；

數(shù)據(jù)：應(yīng)該盡可能的收集1）企業(yè)內(nèi)部數(shù)據(jù) 2）企業(yè)外部數(shù)據(jù)，沒(méi)有數(shù)據(jù)將會(huì)無(wú)從談起數(shù)據(jù)價(jià)值。當(dāng)前數(shù)據(jù)交易火爆，買賣脫敏數(shù)據(jù)，做數(shù)據(jù)標(biāo)簽補(bǔ)充，完善客戶畫像的服務(wù)商很多，數(shù)據(jù)流通正在大力推進(jìn)，數(shù)據(jù)源因此也極大豐富；

場(chǎng)景1：企業(yè)的業(yè)務(wù)過(guò)程嵌入數(shù)據(jù)支持，就會(huì)做得更好。

場(chǎng)景2：企業(yè)的數(shù)據(jù)處理過(guò)程嵌入數(shù)據(jù)支持，也會(huì)做得更好。

四個(gè)層面

戰(zhàn)略: 行業(yè)數(shù)據(jù)戰(zhàn)略方向與策略

政策法規(guī)、國(guó)家投入、行業(yè)趨勢(shì)、資本投入。這是企業(yè)高層需要了解的。

運(yùn)營(yíng): 運(yùn)營(yíng)體現(xiàn)的指標(biāo)架構(gòu)

行業(yè)領(lǐng)軍企業(yè)的運(yùn)營(yíng)優(yōu)勢(shì)分析，不知道行業(yè)標(biāo)桿很難制定有競(jìng)爭(zhēng)力的運(yùn)營(yíng)體系。

分析: 數(shù)據(jù)分析數(shù)據(jù)挖掘算法培訓(xùn)

優(yōu)秀的算法和模型是分析團(tuán)隊(duì)長(zhǎng)期積累的結(jié)果，也是具體體現(xiàn)在結(jié)果層面的東西。

工具: 選擇什么工具做落地支撐

工欲善其事必先利其器，各種公司提供的大數(shù)據(jù)產(chǎn)品評(píng)估，優(yōu)秀的工具可以幫助到你們快速的升級(jí)提升。技術(shù)、管理、應(yīng)用工具應(yīng)該應(yīng)有盡有。

四個(gè)課程

從了解大數(shù)據(jù)到應(yīng)用到大數(shù)據(jù)，技術(shù)、思維、和數(shù)據(jù)創(chuàng)造價(jià)值還有重要的理念導(dǎo)入的環(huán)節(jié)，針對(duì)企業(yè)不同的還需要不同的培訓(xùn)課程，以下這四個(gè)課程是重要的。

大數(shù)據(jù)基礎(chǔ)概論
為什么要研究大數(shù)據(jù)（WHY）
什么是大數(shù)據(jù)（WHAT）
哪里有大數(shù)據(jù)（WHERE）
大數(shù)據(jù)現(xiàn)在什么階段（WHEN）
誰(shuí)在做大數(shù)據(jù)（WHO）
大數(shù)據(jù)是一種方法（HOW）
大數(shù)據(jù)有哪些關(guān)鍵的技術(shù)（Technology）
大數(shù)據(jù)有哪些潛在價(jià)值（Value）

大數(shù)據(jù)應(yīng)用案例與實(shí)踐
大數(shù)據(jù)行業(yè)案例分類介紹
大數(shù)據(jù)商業(yè)模式和盈利分析
上市的大數(shù)據(jù)公司獨(dú)特優(yōu)勢(shì)（產(chǎn)品能力，市場(chǎng)能力）

大數(shù)據(jù)技術(shù)與系統(tǒng)

系統(tǒng)架構(gòu)：Hadoop、Hive、Pig、HBase、Mahout

產(chǎn)品應(yīng)用：個(gè)性化推薦、搜索、爬蟲技術(shù)、抓取、商業(yè)分析

核心技術(shù)：索引、存儲(chǔ)、安全、可視化、文本分析、推薦引擎

分析算法：聚類、MapReduce、亞線性算法、個(gè)性化推薦

大數(shù)據(jù)行業(yè)應(yīng)用舉例： 亞馬遜、京東、小米、百度、今日頭條、運(yùn)營(yíng)商

商業(yè)系統(tǒng)學(xué)習(xí)：BD-OS、SAS、Splunk、biginsight、Xdata、HANA；

數(shù)據(jù)資產(chǎn)管理與變現(xiàn)
大數(shù)據(jù)交易市場(chǎng)生態(tài)分析
數(shù)據(jù)交易交易規(guī)范
數(shù)據(jù)資產(chǎn)登記
數(shù)據(jù)資產(chǎn)評(píng)估
數(shù)據(jù)資產(chǎn)貸款
數(shù)據(jù)資產(chǎn)股權(quán)融資

4種系統(tǒng)

大數(shù)據(jù)技術(shù)：Hadoop、Spark、Open Strak、HBase等相關(guān)技術(shù)；

大數(shù)據(jù)管理：數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)模型的建立；

大數(shù)據(jù)應(yīng)用：個(gè)性化推薦，營(yíng)銷管理，輿情分析，數(shù)據(jù)可視化，商業(yè)洞察

大數(shù)據(jù)變現(xiàn)：數(shù)據(jù)交易，數(shù)據(jù)產(chǎn)品，數(shù)據(jù)租賃，數(shù)據(jù)合作

所以您看看，大數(shù)據(jù)這哪是一般企業(yè)能干的事情？干前還是想清楚比較好，企業(yè)做大數(shù)據(jù)離開4要素的哪一個(gè)都玩不轉(zhuǎn)，離開哪個(gè)V都玩不好，大數(shù)據(jù)是一個(gè)系統(tǒng)工程，在沒(méi)有更好的理解她能給企業(yè)帶來(lái)的價(jià)值和付出的成本之前，不要輕易上馬大數(shù)據(jù)項(xiàng)目。就算開始了大數(shù)據(jù)的應(yīng)用也是萬(wàn)里成長(zhǎng)開始了第一步。

liwz

need 500 dollars today