【培訓(xùn)目標(biāo)】今天的企業(yè)家需直面行業(yè)領(lǐng)先者的大數(shù)據(jù)優(yōu)勢(shì)，而職業(yè)經(jīng)理人則擔(dān)憂(yōu)落伍數(shù)據(jù)科學(xué)而被淘汰。因此，課程幫助學(xué)員掌握大數(shù)據(jù)挖掘基礎(chǔ)技能，學(xué)會(huì)客戶(hù)價(jià)值精算決策方法，配合數(shù)據(jù)邏輯導(dǎo)圖工具，實(shí)現(xiàn)大數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)的實(shí)踐轉(zhuǎn)型。【獨(dú)創(chuàng)內(nèi)容】課程架設(shè)了三座獨(dú)特的橋梁：

1. 連接當(dāng)下**火熱的機(jī)器學(xué)習(xí)與人類(lèi)的邏輯認(rèn)知本能，課程用淺白俏皮的比喻破除算法的神秘感，開(kāi)啟**強(qiáng)大腦駕馭AI的思維體系；

2. 連接企業(yè)集中決策與數(shù)據(jù)孤島，課程借助專(zhuān)有分析工具“數(shù)據(jù)邏輯導(dǎo)圖”，幫助企業(yè)降本增效；

3. 連接非數(shù)據(jù)專(zhuān)業(yè)的經(jīng)營(yíng)者和專(zhuān)業(yè)化的數(shù)據(jù)分析技能，課程避開(kāi)復(fù)雜的數(shù)理統(tǒng)計(jì)和算法，幫助企業(yè)激活自有團(tuán)隊(duì)，而不是依靠外來(lái)專(zhuān)家，低成本實(shí)現(xiàn)數(shù)據(jù)化轉(zhuǎn)型?！拘袠I(yè)領(lǐng)域】課程案例集中在數(shù)據(jù)化程度較高的互聯(lián)網(wǎng)和車(chē)聯(lián)網(wǎng)行業(yè)，同時(shí)嘗試用創(chuàng)新的數(shù)據(jù)驅(qū)動(dòng)模式，如“消費(fèi)者全生命周期大數(shù)據(jù)管理”幫助傳統(tǒng)企業(yè)對(duì)他們的客戶(hù)進(jìn)行追蹤畫(huà)像和精準(zhǔn)營(yíng)銷(xiāo)。【培訓(xùn)對(duì)象】決策層高管和執(zhí)行層骨干，技術(shù)負(fù)責(zé)人同場(chǎng)效果**?！緯r(shí)間安排】4小時(shí)講授 2小時(shí)客戶(hù)實(shí)際案例互動(dòng)拆解

（時(shí)間可調(diào)，內(nèi)容可選）【講師簡(jiǎn)介】曾濤，數(shù)據(jù)易精堂創(chuàng)始人，北京恒天易開(kāi)首席數(shù)據(jù)官，清華大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會(huì)個(gè)人理事，北大縱橫商學(xué)院特聘講師。

資**數(shù)據(jù)分析師和創(chuàng)業(yè)教練，常年活躍在互聯(lián)網(wǎng)、新能源和車(chē)聯(lián)網(wǎng)大數(shù)據(jù)挖掘**線，首創(chuàng)《客戶(hù)價(jià)值量化決策》理論。

互聯(lián)網(wǎng)架構(gòu)師，曾任新浪研發(fā)中心技術(shù)總監(jiān)、新浪郵箱事業(yè)部總經(jīng)理，搭建了新浪新聞郵箱等核心產(chǎn)品技術(shù)架構(gòu)。

清華大學(xué)電機(jī)及應(yīng)用電子技術(shù)系學(xué)士，電力專(zhuān)業(yè)。

北京大學(xué)光華管理學(xué)院工商管理碩士?！緝?nèi)容目錄】一、 AI和大數(shù)據(jù)挑戰(zhàn)企業(yè)經(jīng)營(yíng)者認(rèn)知

1. 海嘯：大數(shù)據(jù)和AI來(lái)了

2. 經(jīng)營(yíng)者的焦慮

3. 世上**次人類(lèi)認(rèn)知危機(jī)

4. 替代你的不是機(jī)器，而是AI新生代

5. 淘汰你公司的不是機(jī)器，而是大數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)制度化的新型組織

6. 弱者的生存之道與人類(lèi)認(rèn)知障礙

7. 人工智能優(yōu)勢(shì)和劣勢(shì)

8. 人和機(jī)器的認(rèn)知融合

9. 從古典邏輯到機(jī)器學(xué)習(xí)

10. 算法的本質(zhì)

二、 客戶(hù)價(jià)值精算實(shí)現(xiàn)統(tǒng)一決策度量

1. 機(jī)器學(xué)習(xí)能做企業(yè)決策嗎？

2. 數(shù)據(jù)挖掘模式及其逆向思維

3. 不以贏利為目的的企業(yè)數(shù)據(jù)分析是“耍流氓”

4. 財(cái)務(wù)數(shù)據(jù)挖掘模型

5. 易精客戶(hù)價(jià)值量化決策

6. 不以客戶(hù)滿(mǎn)意為目的的數(shù)據(jù)團(tuán)隊(duì)是“自慰隊(duì)”

7. 稻盛大神的阿米巴實(shí)驗(yàn)

8. “客熵”：客戶(hù)價(jià)值度量

9. “客熵增量”和“客熵?fù)p益率”

10. 2B企業(yè)怎么計(jì)算客戶(hù)價(jià)值？

三、 分解和對(duì)比是數(shù)據(jù)決策的**簡(jiǎn)路徑

1. 數(shù)據(jù)分析基礎(chǔ)：分解

2. “三維分解法”

3. 有對(duì)比才有決策

4. A/B測(cè)試～服務(wù)內(nèi)容對(duì)比

5. 誰(shuí)/誰(shuí)～客戶(hù)標(biāo)簽對(duì)比

6. 前/后～時(shí)間對(duì)比

7. 類(lèi)比

8. 回歸

9. 因果和相關(guān)

10. 外部大數(shù)據(jù)情景分析

四、 數(shù)據(jù)邏輯導(dǎo)圖讓人人成為數(shù)據(jù)專(zhuān)家

1. 大數(shù)據(jù)是巨頭獨(dú)享？

2. 易精數(shù)據(jù)邏輯導(dǎo)圖

3. 讓非數(shù)據(jù)專(zhuān)業(yè)的企業(yè)經(jīng)營(yíng)者擁有數(shù)據(jù)挖掘能力

4. 企業(yè)管理數(shù)據(jù)標(biāo)準(zhǔn)化

5. 車(chē)聯(lián)網(wǎng)應(yīng)用案例

五、 數(shù)據(jù)決策分權(quán)機(jī)制激發(fā)執(zhí)行層活力

1. 現(xiàn)場(chǎng)出發(fā)，細(xì)節(jié)說(shuō)話

2. 以人為主，數(shù)據(jù)輔助

3. 人機(jī)分權(quán)競(jìng)合

4. A/B測(cè)試～數(shù)據(jù)驅(qū)動(dòng)體制的試金石

5. 總結(jié)：蝶戀花·改

6. 期待易精數(shù)據(jù)同路人