——《易精大數(shù)據(jù)決策法》課程大綱——
一、 課程背景
今天，產(chǎn)業(yè)界最重要的關(guān)鍵詞是“變革”！競(jìng)爭(zhēng)格局在變：近兩年巨頭們對(duì)各行業(yè)的強(qiáng)力滲透，行業(yè)并購(gòu)造成集中度快速提升；
政策在變：國(guó)家“看得見的手”深刻影響著行業(yè)的發(fā)展，如新能源汽車、房地產(chǎn)等；
商業(yè)模式也在變革， O2O、微商、共享XX、新零售等新模式層出不窮；
最矚目的是以大數(shù)據(jù)、AI、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)為代表的數(shù)字化變革已噴薄而出……
“不變革是等死，變革是找死！？”
企業(yè)決策者的難題是：如何選擇正確的變革決策？
不妨設(shè)想：“如果我是貝佐斯，怎樣運(yùn)用大數(shù)據(jù)做決策？”
借鑒最優(yōu)秀的數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)企業(yè)，才能走出自己的數(shù)字化變革之路！
個(gè)人也與企業(yè)一樣正面對(duì)數(shù)字化變革的挑戰(zhàn)。大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)如火如荼，我們這些不懂算法和編程的非專業(yè)人士怎么辦？幸運(yùn)的是數(shù)據(jù)分析能力從不是數(shù)據(jù)科學(xué)家的專屬，而是源于人人都具備的邏輯思維，并可以通過學(xué)習(xí)易精大數(shù)據(jù)決策法來訓(xùn)練提升。
“主動(dòng)擁抱數(shù)字化變革”已成企業(yè)和個(gè)人共識(shí)，但哪怕是最優(yōu)秀的數(shù)字化團(tuán)隊(duì)，依然面對(duì)復(fù)雜環(huán)境和海量數(shù)據(jù)而無從下手，伴隨而來的是高昂的數(shù)字化建設(shè)成本、人性反彈和決策失敗風(fēng)險(xiǎn)……難道“數(shù)字化變革”只屬于巨頭們嗎？
我們需要一場(chǎng)數(shù)字化變革的“0”點(diǎn)突破！
易精大數(shù)據(jù)決策法所推動(dòng)的數(shù)字化變革，一方面向下兼容：從既有的營(yíng)銷和財(cái)務(wù)數(shù)據(jù)管理中平和過渡，大大降低企業(yè)數(shù)字化轉(zhuǎn)型陣痛。因此，這樣的數(shù)字化變革是循序漸進(jìn)的，中小企業(yè)一樣可以根據(jù)自己的承受能力，來權(quán)衡變革速度。另一方面則向上兼容：易精大數(shù)據(jù)決策法能無縫融合高級(jí)AI算法，鋪設(shè)一條通向數(shù)字孿生運(yùn)營(yíng)的高速公路。
我們堅(jiān)信數(shù)字化的未來屬于每個(gè)組織和每個(gè)人！
二、 課程收益
掌握易精大數(shù)據(jù)決策四步法，按圖索驥，收獲如下：1. 學(xué)會(huì)使用數(shù)據(jù)決策導(dǎo)圖工具，掌握數(shù)字化思維和數(shù)據(jù)分析基礎(chǔ)技能，0基礎(chǔ)變身數(shù)據(jù)分析師。
2. 制作經(jīng)營(yíng)精算蜂巢圖，形成對(duì)公司業(yè)務(wù)的全面、入微和量化認(rèn)知，眼見為實(shí)。
3. 掌握競(jìng)品對(duì)標(biāo)庫(kù)，縮短產(chǎn)品定型和開發(fā)周期50%
4. 掌握快速?zèng)Q策羅盤，提升數(shù)字決策精度和速度50%
課程最大的收獲則是領(lǐng)悟人與數(shù)字和諧相處，緩解數(shù)字化過程中人性反彈的陣痛，讓數(shù)字化變革能在現(xiàn)有組織機(jī)制中平和過渡。
三、 課程特點(diǎn)
l 實(shí)戰(zhàn)百分百做為新能源汽車大數(shù)據(jù)挖掘一線前鋒，曾濤老師具備程序員、架構(gòu)師、CEO、創(chuàng)業(yè)教練和大數(shù)據(jù)分析師的豐富經(jīng)歷，能同時(shí)與業(yè)務(wù)運(yùn)營(yíng)和技術(shù)研發(fā)崗位的朋友做深度實(shí)操互動(dòng)。
l 探索未知
大數(shù)據(jù)挖掘技術(shù)算法本身不是智慧，智慧源于堅(jiān)守“人”，即一線的經(jīng)營(yíng)者。曾濤老師將引導(dǎo)同學(xué)們用智慧去駕馭大數(shù)據(jù)和AI，每堂課都會(huì)有不同的現(xiàn)場(chǎng)決策結(jié)果，每堂課都不是單向傳授，而是一場(chǎng)充滿驚喜的探索之旅和智慧盛宴。
l 獨(dú)創(chuàng)理論
首創(chuàng)《易精大數(shù)據(jù)決策》理論，與流行的大數(shù)據(jù)課程不同，關(guān)注經(jīng)營(yíng)者在大數(shù)據(jù)時(shí)代的生存定位，闡述人與數(shù)據(jù)的競(jìng)爭(zhēng)合作機(jī)制。課程以邏輯認(rèn)知方法、客戶價(jià)值精算和數(shù)據(jù)決策導(dǎo)圖等多維驅(qū)動(dòng)學(xué)員成長(zhǎng)，實(shí)現(xiàn)團(tuán)隊(duì)智慧數(shù)據(jù)化，完成精準(zhǔn)決策和高效執(zhí)行閉環(huán)。
l 邏輯思維
課程環(huán)環(huán)相扣，前后自成邏輯，嚴(yán)謹(jǐn)論證貫穿全程，引導(dǎo)同學(xué)主動(dòng)思考，重構(gòu)數(shù)據(jù)邏輯思維模式，全程無“尿點(diǎn)”。
一、 課程模式
1. 中文教學(xué)2. 課上面授
3. 分組互動(dòng)
二、 受眾對(duì)象
1. 決策層高管（部分內(nèi)容單獨(dú)授課）2. 執(zhí)行層骨干
三、 時(shí)間安排
2天四、 課程目錄
第5章“深度數(shù)據(jù)決策”與第6章“數(shù)據(jù)驅(qū)動(dòng)組織機(jī)制”為高管課程以藍(lán)色標(biāo)出。1 引子：唯一不變的只有變革
1.1 產(chǎn)業(yè)界的數(shù)字化變革
1.1.1 外部市場(chǎng)環(huán)境變化
1.1.2 內(nèi)部競(jìng)爭(zhēng)格局變化
1.1.3 內(nèi)外變化催生數(shù)字化變革IIAB
1.2 海嘯！大數(shù)據(jù)和AI來了
1.2.1 決策者的焦慮
1.2.2 人類認(rèn)知進(jìn)化的第一次危機(jī)
1.2.3 誰會(huì)替代你和你的組織？
1.2.4 霸王龍下的生存空間
1.3 變革應(yīng)對(duì)
1.3.1 尋找不變的“1”
1.3.2 決策源于對(duì)變革的預(yù)測(cè)
1.3.2.1 信息效度
1.3.2.2 決策風(fēng)險(xiǎn)
1.3.2.3 執(zhí)行力度
1.3.2.4 團(tuán)隊(duì)活力
1.3.3 從傳統(tǒng)決策到大數(shù)據(jù)決策
1.3.4 數(shù)字化轉(zhuǎn)型之“愿“
1.3.5 數(shù)字化轉(zhuǎn)型之“痛“
2 入門篇：大數(shù)據(jù)思維養(yǎng)成攻略
2.1 什么是數(shù)據(jù)思維
2.1.1 “老大哥問住我了”某無車承運(yùn)平臺(tái)難題
2.1.2 你被“大數(shù)據(jù)”了嗎？論巨頭的數(shù)據(jù)優(yōu)勢(shì)
2.1.3 人工智能優(yōu)勢(shì)和劣勢(shì)
2.1.4 從形式邏輯到機(jī)器學(xué)習(xí)
2.1.5 人與大數(shù)據(jù)AI的認(rèn)知融合
2.2 主流數(shù)據(jù)挖掘模式
2.2.1 CRISP-DM
2.2.2 AI進(jìn)化版
2.3 逆向數(shù)據(jù)思維
2.3.1 不以贏利為目的的企業(yè)數(shù)據(jù)分析是“耍流氓”
2.3.2 財(cái)務(wù)數(shù)據(jù)挖掘模型
2.3.3 不以客戶滿意為目的的數(shù)據(jù)團(tuán)隊(duì)是“自慰隊(duì)”
2.3.4 稻盛大神的阿米巴實(shí)驗(yàn)
2.3.5 客戶價(jià)值精算是企業(yè)行為統(tǒng)一度量
2.4 蜂巢：企業(yè)經(jīng)營(yíng)數(shù)據(jù)全息圖
3 第一天互動(dòng)活動(dòng)
3.1 模擬分組游戲：決策私董會(huì)（選題作為第二天的數(shù)據(jù)決策導(dǎo)圖主題備選）
4 實(shí)戰(zhàn)篇：人人都是數(shù)據(jù)分析師
4.1 什么數(shù)據(jù)有用？
4.1.1 初始的數(shù)據(jù)與切身任務(wù)掛鉤
4.1.2 重要的數(shù)據(jù)與公司利益掛鉤
4.1.3 核心的數(shù)據(jù)與客戶價(jià)值掛鉤
4.2 數(shù)據(jù)從哪里來？
4.2.1 企業(yè)內(nèi)部數(shù)據(jù)
4.2.2 交易/協(xié)作平臺(tái)
4.2.3 外部行業(yè)數(shù)據(jù)
4.2.4 數(shù)據(jù)獲取方式：埋點(diǎn)和爬蟲
4.3 數(shù)據(jù)分析基礎(chǔ)（一）：分解
4.3.1 分解的起點(diǎn)
4.3.2 分解的邏輯
4.3.3 分解的邊界
4.3.4 “三維分解法”
4.4 數(shù)據(jù)分析基礎(chǔ)（二）：對(duì)比
4.4.1 誰與誰
4.4.2 前與后
4.4.3 A/B
4.4.4 類比
4.4.5 回歸
4.5 構(gòu)建穩(wěn)固的大數(shù)據(jù)“底盤”
4.6 “工欲善其事，必先利其器”
4.6.1 數(shù)據(jù)工具概況和分類
4.6.2 Excel：人手一份的數(shù)據(jù)分析工具
4.6.3 高效率和低門檻的數(shù)據(jù)決策導(dǎo)圖
4.7 共享出行應(yīng)用案例
4.8 “我跟領(lǐng)導(dǎo)想法不一樣怎么辦？”——怎樣寫數(shù)據(jù)分析報(bào)告
4.9 開放討論：什么樣的人才難以被淘汰？
5 進(jìn)階篇：易精大數(shù)據(jù)決策四步法（高管課程）
5.1 商業(yè)模式精算
5.1.1 拉普拉斯與皇帝
5.1.2 “因?yàn)橄嘈潘钥匆?ldquo;
5.1.3 “因?yàn)檎J(rèn)知所以預(yù)見”
5.1.3.1 天時(shí)
5.1.3.2 地利
5.1.3.3 人和
5.2 易精大數(shù)據(jù)決策四步法
5.2.1 以客戶價(jià)值精算為標(biāo)準(zhǔn)
5.2.2 以經(jīng)營(yíng)蜂巢為數(shù)據(jù)模型
5.2.3 以數(shù)據(jù)決策導(dǎo)圖為工具
5.2.4 以盈利預(yù)測(cè)為決策依據(jù)
5.3 收官：快速?zèng)Q策羅盤
5.4 新能源汽車應(yīng)用案例
6 高級(jí)篇：數(shù)字化組織機(jī)制（高管課程）
6.1 不破難墻不回頭
6.1.1 “客戶墻”
6.1.2 “老板墻”
6.1.3 “部門墻”
6.2 東西方數(shù)字化組織機(jī)制對(duì)比
6.2.1 亞馬遜的“數(shù)字泰勒主義”
6.2.2 日本企業(yè)的“現(xiàn)場(chǎng)主義”
6.3 A/B測(cè)試～數(shù)字化機(jī)制的試金石
6.4 紙上談兵：數(shù)據(jù)決策分權(quán)機(jī)制
6.4.1 激發(fā)執(zhí)行層活力
6.4.2 大數(shù)據(jù)系統(tǒng)的脆弱
6.5 人性與數(shù)字
6.5.1 Tom貓的AI生活
6.5.2 數(shù)字順逆
6.5.3 人心冷暖
7 未來篇
7.1 數(shù)字孿生經(jīng)營(yíng)
7.2 無人駕駛/無人機(jī)
7.3 數(shù)字化未來屬于每個(gè)組織和每個(gè)人
8 第二天互動(dòng)活動(dòng)
8.1 “決策導(dǎo)圖制作”分組比賽
8.2 課后作業(yè)：“我的數(shù)據(jù)分析報(bào)告首秀”
8.3 各組總結(jié)發(fā)言
