【课程大纲】

1 背景

1.1 大数据的概念和特点

1.2 互联网思维的故事（段子）

1.2.1 羊毛出在猪身上（后向收费）

1.2.2 圈客户

1.3 天变了

1.3.1 用户变了

1.3.2 平台变了

1.3.3 交易变了

1.3.4 营销变了

1.3.5 思维变了

1.3.5.1 互联网思维改造房地产

1.3.5.2 互联网思维找老婆

1.4 大数据为什么需要互联网思维？

1.4.1 为何是移动互联网时代？（随身传感器）

1.4.2 与互联网的天然联系（血水交融）

1.4.3 新事物、新思维（特斯拉的模式）

1.4.4 群众的智慧是无穷的（群众PK专家、屌丝的互联网思维）

1.5 小结

2 堪比“文艺复兴”的互联网思维

2.1 文艺复兴的意义类比

2.1.1 艺术解放思想、解放生产力（欲望与金钱-专业）

2.1.2 引导了第一次工业革命（蒸汽机-火车、轮船-》交通）

2.1.3 互联网引导新的工业4.0（智慧制造）

2.1.4 改写金融业，改写社会（新鲜血液，返老还童）

2.2 互联网企业的发展

2.2.1 BAT的造梦（中国梦成为可能）

2.2.2 IT成为企业的核心竞争力（飞机的发动机）

2.3 互联网思维的概念

2.4 互联网思维的特点

2.5 数据资产的变现方法

2.5.1 卖萝卜和卖数据（产品差异）

2.5.2 营销差异？

2.6 大数据的发展展望

2.6.1 重塑各个产业（汽油催生了跑车，大数据催生了“变形金刚”）

2.6.2 重塑“资源”格局（石油值钱还是大数据值钱？）

3 大数据的发展

3.1 大数据产业发展

3.1.1 互联网的发展改写了历史（离开网络一星期，你还能生存吗？）

3.1.2 第三次浪潮中的新兴产业（促发产业的智能）

3.1.3 数据成为较大的资产（{“智能”重塑产业资产——李小龙和大力士PK）

3.1.4 促进“理性社会”（马克思过时了吗？）

3.2 从网络运营到数据运营

3.2.1 互联网平台为了获取用户数据

3.2.1.1 网络为了获取用户数据（马云）

3.2.2 数据如何运营出价值？（诸葛亮的价值？）

3.2.3 基础设施+产品提供（云计算提供云数据？）

3.2.4 网络产品到数据产品（卖流量产品到卖报告？到卖智慧产品）

3.3 如何运营大数据？

3.3.1 互联网基因

3.3.1.1 企业组织机制（党支部建在连队的解放军）

3.3.1.2 创新理念与机制（新IDEA）

3.3.2 对内服务

3.3.2.1 渗透到企业内部每个毛孔（武大郎用大数据卖烧饼）

3.3.2.2 精准营销&服务（精准广告营销-DMP模式）

3.3.2.3 精细化管理（大数据的运筹学）

3.3.3 对外服务

3.3.3.1 数据估值（原石和玉石）

3.3.3.2 数据“变现”（数据更需要附加值-大师开光？）

3.3.3.3 数据隐私和安全（斯诺登的提醒）

3.3.4 大数据营销（卖黄酒的文化还是卖酒呢？）

3.4 大数据发展的瓶颈

3.4.1 与传统IT不同（从“肌肉男”到“文艺男”）

3.4.2 机构、机制不同（纺织厂的组织不适合百度）

3.4.3 新理论、新思维（当年无产阶级的“马列主义”在哪里？）

3.4.4 转型更难（大象跳舞能有猴子好吗？）

4 大数据的客户体验

4.1 客户是谁？

4.1.1 内部客户/外部客户（服务顶头上司还是外部学妹？）

4.1.2 个人客户/集团客户（一个屌丝还是一群屌丝？）

4.1.3 校园客户（新增市场的代表，你了解90后吗？）

4.2 客户大数据需求是什么？

4.2.1 取数（取柴火）

4.2.2 取知识（将柴火烧成炭）

4.2.3 取专业建议（直接给你温暖的房间-集体供暖）

4.3 客户体验是什么？

4.3.1 体验是什么？

4.3.1.1 “爽”（开跑车的爽？回头率？）

4.3.1.2 有用（解决问题的专家，而不是傻笑）

4.3.2 数据如何可读？

4.3.2.1 报表是唯一吗？（二维到多维？）

4.3.2.2 直观（深邃数据，直观结果）

4.3.3 “啤酒和尿布”的另一个角度解读（读者的易读性、易理解性）

4.3.4 管家服务——咨询服务（咨询的到位而不越位）

4.3.5 娱乐思维？（数据如何娱乐大众？）

4.4 产品的“客户流量”门户

4.4.1 先吸引客户（如何吸引客户的眼球？《纸牌屋》）

4.4.2 运营客户及其数据（有了客户、有了数据、就有了钱）

4.5 客户体验如何提升？

4.5.1 服务不同的角色（屌丝的服务和高富帅的服务差异化）

4.5.2 工作即游戏（三国杀来做BI）

5 大数据的产品设计

5.1 大数据的产品概念

5.1.1 产品长什么样？（如何让BI长得像美女？）

5.1.2 谷歌是搜索门户还是数据门户？

5.1.2.1 网页爬虫-》数据库爬虫（爬虫的逆袭）

5.1.2.2 如何理解、筛选所需的数据？（如何识别原石？）

5.1.3 提供产品还是平台？（是买个香蕉？还是开个水果店？）

5.1.4 卖服务（洗脚和按摩的差异？）

5.1.5 卖智慧（诸葛亮？-专家）

5.1.6 智慧产品（传统产品的附加智能-导航汽车）

5.2 大数据的产品类比

5.2.1 大数据搜索门户网站？(大数据的百度在哪里？)

5.2.2 大数据的社交平台？（大数据的腾讯在哪里？）

5.2.3 大数据的电商平台？（大数据的淘宝在哪里？）

5.2.4 大数据的云化——分析组件+分析思路（在云里找数据？）

5.2.5 学习的产品——电信智能套餐选择？

5.3 大数据产品内容

5.3.1 工具类（报表/指标）（）

5.3.2 结果类（导向类-成品）

5.3.3 中间类（半成品）

5.3.4 智能-棋谱（or 武林秘籍？）

5.3.5 分析手机？（分析你的餐饮-点菜师）

5.3.6 互联网联通了人，数联网联通了大脑（脑联网？好威猛！）

5.4 产品SDK的开放性

5.4.1 谁都可以参与设计（孩子在玩IPAD的同时，玩大数据？给孩子一团面，做面包）

5.4.2 数据的可读性（数据的度量？业务意义？萝卜还是白菜）

5.4.3 加工的简化性（简洁、透明计算过程-透明厨房）

5.4.4 数据的标准（菜不仅喜好，还要切成标准的块）

5.5 大数据的产品特点

5.5.1 大数据的目的决定产品特点（需要数据思维的产品——高大上啊！）

5.5.2 如何类比？（诸葛孔明和张飞的对比？）

5.6 产品设计中界面优化

5.6.1 从苹果APP中学习什么？（孩子可以操控）

5.6.2 结果的可视化（数据报告要让60岁老太太读懂！）

5.7 产品的用户定位

5.7.1 如何让孩子看懂？（数据能卡通化吗？-BI解惑哥）

5.7.2 数据的消费者（有头脑的商家还是？）

5.7.3 DIY的发烧友（给你数据，自己玩）

5.8 群众参与的互联网精神？（三个臭皮匠赛过诸葛亮？）

5.9 产品的可编程API接口（给我开放的厨房和食材、炊具，做道美食）

5.10 产品的商业模式（褚时健的励志褚橙-能否互联网思维卖大数据产品？）

6 大数据的思维

6.1 产品的更佳

6.1.1 傻瓜化的APP

6.1.1.1 手机APP应用

6.1.1.2 如何傻瓜化？（能刷脸吗？）

6.1.2 新的触摸屏在哪里？

6.1.2.1 人机界面的优化（能说话就搞定吗？）

6.1.2.2 新的二维码？（以后不用问你的姓名和身份证了，给我你二维码即可）

6.1.3 服务的更佳

6.1.3.1 “海底捞”如果配备了大数据？（从热情服务到专家服务）

6.1.3.2 按摩的个性化、针对性服务（从服务员到医生的升级）

6.1.4 专家的更佳（诸葛亮如何将自己的产品更佳化？-借东风）

6.1.5 智慧产品的极致（智能导弹的极致-不仅准、时机也最巧、效果更震撼：当目标出现在油库边上、还是和自己的大群下属在一起时）

6.2 思维的极致

6.2.1 兵书的知识提炼（《重孙子兵法》13万篇？细致而丰富）

6.2.2 参谋的更佳（沙盘？直观地看着市场全貌）

6.2.3 知识库和运维（能定期刷刷“脑”吗？与时俱进！）

6.2.4  

6.3 营销的更佳

6.3.1 点对点的精准营销（从地毯式轰炸到精确制导）

6.3.2 成本控制的极致（从战场上不浪费一粒子弹到市场上不浪费一分钱）

6.4 应用的极致

6.4.1 报表的更佳

6.4.1.1 自助

6.4.1.2 可视化程度（气泡图、雷达图等）

6.4.2 知识的更佳

6.4.2.1 专家的知识还是数据的知识？（人工智能还是数据挖掘？）

6.4.2.2 “我思故我在”

时时积累（活到老学到老）

处处积累（随地调研、收集）

通俗的知识（大繁致简！）

6.4.3 棋谱的更佳

6.4.3.1 应对规则丰富

知识丰富

表述简单

6.4.3.2 可操作性强

接地气、接近实际

操作容易

6.4.3.3 通俗易懂

表述简单

无二义性

6.4.4 分析手机的更佳

6.4.4.1 接入界面的改良

语音

问题简述（我、要买、较便宜的、手机）

6.4.4.2 方法的更佳表述方式（屏幕的特点、展示的特点等）

6.4.4.3 智能的“傻瓜”

6.4.5 智能改造之后的产品更佳

6.4.5.1 特斯拉的更佳（智能导航、无人驾驶、习惯分析、主人识别）

6.4.5.2 一线人员APP应用的更佳

6.5 讲故事的更佳

6.5.1 分析报告如何成为剧本？（《少数人报告》中的犯罪预测）

6.5.2 吸引人的标题（互联网的标题党？）

6.5.3 吸引人的叙事方法（逻辑）（你不是在讲报告，而是在讲故事）

6.5.4 吸引人的数据证据选择（筛选出最震撼的数据和角度）

7 大数据的快速迭代

7.1 怎么“快”？

7.1.1 标准零件的拼接（枪栓的故事）我军制式繁杂、美军制式统一

7.1.2 分析过程简单（我党的宣传过程适合农民）

7.2 数据的标准

7.2.1 大数据是否还有逻辑模型？（数据间的结构关系要有）

7.2.2 口径的管理

7.2.2.1 口径角色标签

7.2.2.2 口径的“群众”维护

群众参与

群众思维

7.2.3 业务元数据和技术元数据

7.2.3.1