<ul id="8eaoi"></ul> 課程亮點：
1. 知識普及：課程為大數據的知識普及，適合各線條員工對前沿知識的學習；
2. 案例分享：課程設計有大量的案例分享，案例來自于國內外互聯網行業以及通信行業，具有深刻的借鑒意義；
3. 成功經驗：類似課程曾在湖南移動、海南移動、四川移動、湖北移動、江蘇數據業務中心、廣西移動等省市移動公司廣泛開展，深受學員好評！
課程背景：
大數據時代的到來，既帶來巨大價值也帶來嚴峻挑戰，運營商也不例外，隨著移動互聯網時代的到來，三大運營商的傳統業務和整體固網業務都已受到巨大沖擊，增長呈現下滑趨勢，電信運營商在大數據時代將面臨來自技術和業務兩個層面的挑戰。
從技術來講，主要是數據的管理、采集、分析不足。數據量的增加使得運營商傳統的處理數據和存儲壓力增大，數據類型的多樣化使得傳統數據處理窗口難以處理；在數據分析方面，運營商希望復合關聯，希望快速實施，但事實上，現有的DPI的分析僅僅用了幾張報表。數據散落在各種系統中無法進行有效的采集、分析。
課程收益：
1. 了解大數據的時代背景、內涵和4V特征等基礎知識，了解大數據與數據挖掘、數字化服務的密切聯系；
2. 了解互聯網企業和電商企業運用大數據思維提升企業運營效率的成功案例，了解國內外運營商運用大數據思維提升企業運營效率的成功案例；
3. 了解大數據的基本架構與體系、核心技術和未來發展方向；
4. 了解大數據對運營商傳統運營模式的沖擊和挑戰，以及國內三大運營商的大數據發展戰略；
5. **學習大數據的相關知識，對如何利用大數據方法提升本職工作有所思考。
授課對象：廣州移動員工
授課方式：采用講師講述、案例分析、分組討論、互動答疑、情景模擬演練等方式
授課時長：1天（6小時）
課程綱要：
基礎篇——大數據的基本概念
大數據的定義
大數據的時代背景
大數據的起源
什么是大數據？
大數據到底有多大？
大數據的“4V”特征
數據量大
數據種類多樣：結構化數據與非結構化數據
實時處理
價值密度低
大數據與移動互聯網的相遇
移動互聯網時代正在向大數據時代邁進
互聯網思維和大數據思維的共性和差異
移動互聯網中大數據的主要特點
移動互聯網大數據分析面臨的主要困難
大數據的未來應用方向
電信行業
互聯網行業
政府行業
金融行業
醫療行業
大數據與數據挖掘、數字化服務的密切關系
什么是數據挖掘
什么是數字化服務
大數據為數據挖掘提供了海量的數據資源，同時增加了分析難度
大數據為數字化服務提供了堅實基礎
案例篇——大數據的成功商業案例
阿里和百度的大數據商業模式
淘寶大數據體系
百度大數據體系
案例：“馬云背后的女人們”到底提供了多少商業價值？
案例：免費的百度地圖怎么贏利？
案例：滴滴打車是如何戰勝眾多打車軟件的？
其他互聯網企業和電商企業基于大數據分析的成功商業案例
案例：重新解讀啤酒與尿布的故事
案例：小米手機中的大數據
案例：IBM的邁向數字化服務的華麗轉身
國外運營商基于大數據分析的成功商業案例
案例：日本DOCOMO的數字化政企服務
案例：歐洲VIRGIN移動的差異化服務案例
案例：西班牙電信的個性化服務套餐
案例：韓國SKT的大數據商業模式
互聯網思維和大數據思維的共性和差異性
案例：諸葛亮和司馬懿的思維方式差異
案例：“二戰”時期英軍降低飛機墜毀的
案例：用互聯網視角和大數據視角看待中國足球隊的桑心之旅
技術篇——大數據的核心技術與發展方向
大數據的基本架構與體系
大數據面臨的主要挑戰
采集：數據源、采集方法、篩選策略
存儲：云存儲的基本思想與實現方法、數據壓縮
管理：數據生存周期、管理策略、權限控制、加密與解密等
分析：數據統計、數據挖掘、機器學習
計算：云計算的基本思想與實現方法
應用：如何尋找大數據的功能落地方案？
大數據與云計算的關系
云計算是實現大數據的現實基礎
大數據為云計算找到了用武之地
大數據的未來技術發展方向
結構化數據與非結構化數據協同處理
流式計算與并行計算
大數據的分布式存儲
大數據價值挖掘
Hadoop：**經典的大數據體系
開放性、可擴展性、模塊化、高效率、經濟性
存儲策略、計算策略與應用設計策略
主要模塊介紹
戰略篇——國內三大運營商大數據發展戰略
大數據對運營商傳統運營模式的沖擊和挑戰
移動互聯網時代運營商面臨的主要困難和瓶頸
剪刀差、管道化、低值化、邊緣化
中國移動大數據發展戰略
中國電信大數據發展戰略
中國聯通大數據發展戰略
落地篇——大數據在運營商中的應用
支持多種營銷應用的（終端營銷、業務營銷、客戶流失管理等）經營分析大數據體系介紹
課程回顧與問題解答
注：課程內容可按廣州移動的具體需求及調研結果進行調整!
