大数据的互联网思维

大数据的互联网思维（趣味+案例） 段方 北京大学博士后
目录
大数据的互联网思维（趣味+案例） 1段方 北京大学博士后 11 背景 71.1 大数据的概念和特点 71.2 互联网思维的故事（段子） 71.2.1 羊毛出在猪身上（后向收费） 71.2.2 圈客户/圈眼球71.3 天变了71.3.1 用户变了（90 后的网络黏性） 71.3.2 平台变了（电商平台、交往平台） 71.3.3 交易变了（电子交易+互联网金融） 71.3.4 营销变了（从大众营销变成微众营销） 71.3.5 思维变了71.4 大数据为什么需要互联网思维？ 71.4.1 移动互联网产生了大数据（随身传感器） 71.4.2 互联网思维指导了互联网的发展（BAT 的成功发展案例） 81.4.3 大数据缺乏应用的引导理念（马列主义引导革命） 81.4.4 新事物、新思维（借鉴互联网成功经验——特斯拉的模式） 81.4.5 群众的智慧是无穷的（群众 PK 专家、屌丝的互联网思维） 81.5 小结 82 堪比“文艺复兴”的互联网思维82.1 文艺复兴的意义类比 82.1.1 艺术解放思想，思想解放生产力（欲望与金钱-专业） 82.1.2 引导了第一次工业革命（蒸汽机-火车、轮船-》交通） 82.1.3 互联网引导新的工业 4.0（智慧制造——新工业革命） 82.1.4 改写金融业，改写社会（新鲜血液，返老还童） 82.2 互联网企业的发展82.2.1 BAT 的造梦（中国梦成为可能） 82.2.2 IT 技术成为企业的核心竞争力（飞机的发动机） 92.3 互联网思维的概念92.4 互联网思维的特点（独孤九剑） 92.5 互联网思维改写了手机产业（乔布斯的苹果手机——一个按键）92.6 互联网思维改变大数据92.6.1 大数据的产品化思维92.6.2 大数据的客户体验 92.6.3 大数据的平台思维 92.6.4 大数据的迭代思维 92.7 大数据的新生 102.7.1 从配角到主角（帮别人挣钱到自己挣钱） 102.7.2 产业化成为可能（产品+客户+平台等） 102.7.3 大数据的春天（成为互联网+的驱动力） 103 大数据的发展 103.1 大数据产业发展 103.1.1 互联网的发展改写了历史，大数据改写了互联网（离开网络一星期，你还能生存吗？，大数据注入了智慧） 103.1.2 第三次浪潮中的新兴产业（促发产业的智能） 103.1.3 数据成为最大的资产（{“智能”重塑产业资产——李小龙和大力士 PK） 103.1.4 促进“理性社会”（马克思过时了吗？） 103.2 从网络运营到数据运营 113.2.1 互联网平台为了获取用户数据 113.2.2 数据如何运营出价值？（诸葛亮的价值？） 113.2.3 基础设施+产品提供（云计算提供云数据？） 113.2.4 网络产品到数据产品（卖流量产品到卖报告？到卖智慧产品） 113.3 如何运营大数据？ 113.3.1 互联网基因 113.3.2 对内服务 113.3.3 对外服务 123.3.4 大数据营销（卖黄酒的文化还是卖酒呢？） 123.4 大数据发展的瓶颈 123.4.1 与传统 IT 不同（从“肌肉男”到“文艺男”） 123.4.2 机构、机制不同（纺织厂的组织不适合百度） 123.4.3 新理论、新思维（当年无产阶级的“马列主义”在哪里？） 123.4.4 转型更难（大象跳舞能有猴子好吗？） 124 大数据的客户体验 124.1 客户是谁？ 124.1.1 内部客户/外部客户（服务顶头上司还是外部学妹？） 124.1.2 个人客户/集团客户（一个屌丝还是一群屌丝？） 124.1.3 校园客户（新增市场的代表，你了解 90 后吗？） 124.2 客户大数据需求是什么？ 134.2.1 取数（取柴火） 134.2.2 取知识（将柴火烧成炭） 134.2.3 取专业建议（直接给你温暖的房间-集体供暖） 134.3 客户体验是什么？ 134.3.1 体验是什么？ 134.3.2 数据如何可读？ 134.3.3 “啤酒和尿布”的另一个角度解读（读者的易读性、易理解性） 134.4 客户体验如何提升？ 134.4.1 服务不同的角色（屌丝的服务和高富帅的服务差异化） 144.4.2 娱乐思维？（数据如何娱乐大众？） 144.4.3 管家服务——咨询服务（咨询的到位而不越位） 145 大数据的产品设计 145.1 大数据的产品背景 145.1.1 产品长什么样？（如何让 BI 长得像美女？） 145.1.2 谷歌是搜索门户还是数据门户？ 145.1.3 提供产品还是平台？（是买个香蕉？还是开个水果店？） 145.1.4 卖服务（洗脚和按摩的差异？） 145.1.5 卖智慧（诸葛亮？ -专家） 145.1.6 智慧产品（传统产品的附加智能-导航汽车） 145.2 大数据产品内容 145.2.1 工具类（报表/指标）（） 155.2.2 结果类（导向类-成品） 155.2.3 中间类（半成品） 155.2.4 智能-棋谱（or 武林秘籍？） 155.2.5 分析手机？（分析你的餐饮-点菜师） 155.2.6 互联网联通了人，数联网联通了大脑（脑联网？好威猛！） 155.3 产品的“客户流量” 155.3.1 先吸引客户（如何吸引客户的眼球？《纸牌屋》） 155.3.2 运营客户及其数据（有了客户、有了数据、就有了钱） 155.4 大数据的产品类比 155.4.1 大数据搜索门户网站？(大数据的百度在哪里？) 155.4.2 大数据的社交平台？（大数据的腾讯在哪里？） 155.4.3 大数据的电商平台？（大数据的淘宝在哪里？） 155.4.4 大数据的云化——分析组件+分析思路（在云里找数据？） 155.5 大数据的产品特点 155.5.1 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！） 165.5.2 如何对比显示价值（诸葛孔明和张飞的对比？） 165.5.3 更多的群众参与（三个臭皮匠赛过诸葛亮？） 165.6 产品设计中界面优化 165.6.1 从苹果 APP 中学习什么？（孩子可以操控） 165.6.2 结果的可视化（数据报告要让 60 岁老太太读懂！） 165.7 产品的用户定位 165.7.1 如何让孩子看懂？（数据能卡通化吗？ -BI 解惑哥） 165.7.2 数据的消费者（有头脑的商家还是？） 165.7.3 DIY 的发烧友（给你数据， 自己玩） 165.7.4 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？） . 166 大数据的极致思维 166.1 产品的极致 166.1.1 傻瓜化的 APP 166.1.2 新的触摸屏在哪里？ 176.1.3 服务的极致 176.1.4 专家的极致（诸葛亮如何将自己的产品极致化？ -借东风） 176.1.5 智慧产品的极致（击毙拉登-不仅准、时机也最巧、效果更震撼， 中期选举） 176.2 思维的极致 176.2.1 兵书的知识提炼（《重孙子兵法》13 万篇？细致而丰富） 176.2.2 参谋的极致（沙盘？ 直观地看着市场全貌） 176.2.3 知识库和运维（能定期刷刷“脑”吗？与时俱进！） 186.2.4 思维的“众筹”（群众的智慧无穷） 186.3 营销的极致 186.3.1 点对点的精准营销（从地毯式轰炸到精确制导） 186.3.2 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） 186.4 应用的极致 186.4.1 报表的极致 186.4.2 知识的极致 186.4.3 棋谱的极致 196.4.4 分析手机的极致 196.4.5 智能改造之后的产品极致 206.5 “讲故事”的极致 206.5.1 分析报告如何成为剧本？（《少数人报告》中的犯罪预测） 206.5.2 吸引人的标题（互联网的标题党？——吸引眼球） 206.5.3 吸引人的叙事方法（逻辑）（你不是在讲报告，而是在讲故事——电影剧本） 206.5.4 吸引人的数据证据选择（筛选出最震撼的数据和角度） 207 大数据的快速迭代 207.1 怎么“快”？ 207.1.1 标准零件的拼接（枪栓的故事）我军制式繁杂、美军制式统一 207.1.2 分析过程简单（我党的宣传过程适合农民） 207.2 数据的标准 217.2.1 大数据是否还有逻辑模型？（数据间的结构关系要有） 217.2.2 口径的管理 217.2.3 业务元数据和技术元数据 217.3 平台的标准 217.3.1 云计算平台的标准化（X86 的雨滴-汇聚成为计算的大河） 217.3.2 PAAS 还是 SAAS？（提供面粉还是提供烧饼？） 217.4 环境的标准（BI STORE） 217.4.1 编程规范和标准 217.4.2 软件结算的标准等 217.5 生态环境 227.5.1 谁会购买大数据产品？ 227.5.2 各方获利的互联网模式 227.5.3 速度弥补精度 227.6 迭代的知识积累 227.6.1 农业知识积累出的农历 227.6.2 何时更新、如何更新？ 228 大数据的平台思维 228.1 大数据的平台定义 228.1.1 平台扩展了规模，获得了规模效益 238.1.2 平台带来了运营模式，拓展了大数据的发展前景 238.2 大数据平台思维特点 238.2.1 一个行业的数据反映了一个行业的视角（天猫的购物信息维度） 238.2.2 跨平台数据价值巨大（交叉后 360 度看客户） 238.3 大数据的平台——“数联网” 238.3.1 定义：数据交换的高效网络 238.3.2 内容 238.3.3 访问工具（数据的 I.E.浏览器、社交圈等） 238.3.4 数据的管控 238.4 产品 SDK 的开放性 248.4.1 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） 248.4.2 数据的标准（菜不仅洗好，还要切成标准的块） 248.4.3 数据的可读性（数据的度量？业务意义？萝卜还是白菜） 248.4.4 加工的简化性（简洁、透明计算过程-透明厨房） 248.4.5 容易参与（孩子在玩 IPAD 的同时，玩大数据？给孩子一团面，做面包） 248.4.6 都参与（众人拾柴火焰高） 248.5 互联网企业的数据开发平台 248.5.1 阿里的聚石塔等 248.5.2 微信的 SDK 等 248.6 人人的“数据”到数据的“人人”（个人数据收集到，数据的人人共享） 248.7 网络平台价值升级到大数据平台 248.7.1 网络平台是新时代的农业文明（落后了！） 248.7.2 大数据平台的价值最大化（规模带来产业化，带来数据价值链） 258.7.3 电信运营商，新的电力公司 or 大数据公司 259 大数据的跨界思维 259.1 背景：手机厂家打架，干死了相机厂家 259.1.1 HADOOP 的兴起，去了 IOE 259.1.2 大数据的渗透到各个行业——大数据+ 259.2 大数据跨界的定义 259.2.1 一份数据可以跨界到不同的行业，体现不同的价值 259.2.2 互联网+的背后智慧（渗透到每个行业的“智慧”） 259.2.3 示例：电信数据服务汽车产业的故事（宝马 4S 店借助电信数据卖团购汽车） 259.3 大数据的跨界特点 259.3.1 数据卖一次还是多次？（重复利用） 259.3.2 跨界体现的智慧（智能产品能力提升） 259.4 大数据的业务维度 259.4.1 横看成岭侧成峰 269.4.2 数据的行业信息解读 269.5 大数据的行业交叉 269.5.1 电信数据与金融数据的交叉 269.5.2 电商数据与医药数据的交叉 2610 实践案例探索 2610.1 大数据的产品化 2610.1.1 BI STORE 示例 2610.1.2 大数据的自助分析工具示例 2610.2 大数据的客户体验提升 2710.2.1 基于角色的应用 2710.2.2 解决问题的应用 2710.2.3 用户的 GUI 界面 2710.3 用户的知识库 2710.3.1 脑图 or 知识库 2710.3.2 博客点滴 2710.4 大数据的极致思维 2810.4.1 思维脑图示例 2810.4.2 大数据的分析报告剧本 2810.5 大数据的跨界思维 2810.5.1 大数据在交通行业案例（流量预测、维修告警灯） 2810.5.2 大数据在金融行业案例（客户信誉度——交往圈稳定度等） 2810.5.3 大数据在制造业的案例（智慧制造） 2810.6 大数据的平台思维 2810.6.1 淘宝的 API 开放平台 2810.6.2 某电信运营商的对外开放平台 2810.7 大数据的快速迭代 2810.7.1 自助分析 2810.7.2 数据字典案例 2811 总结 281 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/圈眼球
1.3 天变了
1.3.1 用户变了（90 后的网络黏性）
1.3.2 平台变了（电商平台、交往平台）
1.3.3 交易变了（电子交易+互联网金融）
1.3.4 营销变了（从大众营销变成微众营销）
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 移动互联网产生了大数据（随身传感器）
1.4.2 互联网思维指导了互联网的发展（BAT 的成功发展案 例）
1.4.3 大数据缺乏应用的引导理念（马列主义引导革命）
1.4.4 新事物、新思维（借鉴互联网成功经验——特斯拉的模 式）
1.4.5 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， 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——新工业革命）
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 技术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（独孤九剑）
2.5 互联网思维改写了手机产业（乔布斯的苹果手机—— 一 个按键）
2.6 互联网思维改变大数据
2.6.1 大数据的产品化思维
2.6.1.1 简约（给你最想要的） 2.6.1.2 极致（给你最精致的）
2.6.2 大数据的客户体验
2.6.2.1 客户是谁？ （不同角色的不同服务内容） 2.6.2.2 客户体验是什么？ （ “工作即游戏”）
2.6.3 大数据的平台思维
2.6.3.1 如何标准化？（标准化的 API 访问接口）
2.6.3.2 独立发展成为新增长点（大数据平台及变现）
2.6.4 大数据的迭代思维
2.6.4.1 组件化思维（砖头组件）
2.6.4.2 产品迭代开发（一个字——“快 ”）
2.7 大数据的新生
2.7.1 从配角到主角（帮别人挣钱到自己挣钱）
2.7.2 产业化成为可能（产品+客户+平台等）
2.7.3 大数据的春天（成为互联网+的驱动力）
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，大数据改写了互联网（离开 网络一星期，你还能生存吗？， 大数据注入了智慧）
3.1.2 第三次浪潮中的新兴产业（促发产业的智能）
3.1.2.1 重塑各个产业（汽油催生了跑车，大数据催生了“ 变形金刚 ”）
3.1.3 数据成为最大的资产（{“智能” 重塑产业资产——李小 龙和大力士 PK）
3.1.3.1 重塑“ 资源”格局（石油值钱还是大数据值钱？）
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 阿里巴巴平台是为了获取用户数据（马云）
3.2.1.2 不同平台的数据含义差异大（交友的和购物的）
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 快：（解决问题的专家，找到准确的数据） 4.3.1.2 准：（数据解决了自己的问题）
4.3.1.3 爽：（界面操作等）
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 直观可视化（深邃数据，直观结果：GIS、气泡图、雷达图等） 4.3.2.3 类比方法（人类数据量变成书覆盖美国本土 52 次）
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）
4.4 客户体验如何提升？
4.4.1 服务不同的角色（屌丝的服务和高富帅的服务差异化）
4.4.2 娱乐思维？（数据如何娱乐大众？）
4.4.2.1 工作即游戏（三国杀来做 BI）
4.4.3 管家服务——咨询服务（咨询的到位而不越位）
5 大数据的产品设计
5.1 大数据的产品背景
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 大数据产品内容
5.2.1 工具类（报表/指标）()
5.2.2 结果类（导向类-成品）
5.2.3 中间类（半成品）
5.2.4 智能-棋谱（or 武林秘籍？）
5.2.5 分析手机？（分析你的餐饮-点菜师）
5.2.6 互联网联通了人，数联网联通了大脑（脑联网？ 好威猛！）
5.3 产品的“客户流量 ”
5.3.1 先吸引客户（如何吸引客户的眼球？《纸牌屋》）
5.3.2 运营客户及其数据（有了客户、有了数据、就有了钱）
5.4 大数据的产品类比
5.4.1 大数据搜索门户网站？ (大数据的百度在哪里？)
5.4.2 大数据的社交平台？（大数据的腾讯在哪里？）
5.4.3 大数据的电商平台？（大数据的淘宝在哪里？）
5.4.4 大数据的云化——分析组件+分析思路（在云里找数 据？）
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 如何对比显示价值（诸葛孔明和张飞的对比？）
5.5.3 更多的群众参与（三个臭皮匠赛过诸葛亮？）
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）
5.7.4 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 大数据的极致思维
6.1 产品的极致
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 服务的极致
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 专家的极致（诸葛亮如何将自己的产品极致化？ -借东 风）
6.1.5 智慧产品的极致（击毙拉登-不仅准、时机也最巧、效 果更震撼，中期选举）
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 参谋的极致（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 思维的“众筹”（群众的智慧无穷）
6.3 营销的极致
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 报表的极致
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 知识的极致
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 棋谱的极致
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 分析手机的极致
6.4.4.1 接入界面的改良 语音
问题简述（我、要买、最便宜的、手机）
6.4.4.2 方法的极致表述方式（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极致
6.4.5.1 特斯拉的极致（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 应用的极致
6.5 “讲故事 ”的极致
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？——吸引眼球）
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——电影剧本）
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 给业务人员还是技术人员？
7.3 平台的标准
7.3.1 云计算平台的标准化（X86 的雨滴-汇聚成为计算的大 河）
7.3.2 PAAS 还是 SAAS？（提供面粉还是提供烧饼？）
7.4 环境的标准（BI STORE）
7.4.1 编程规范和标准
7.4.2 软件结算的标准等
7.5 生态环境
7.5.1 谁会购买大数据产品？
7.5.1.1 你会购买自己的健康分析报告吗？
7.5.1.2 学生会购买自己的“女神”分析报告吗？
7.5.2 各方获利的互联网模式
7.5.2.1 “众人拾柴火焰高 ”的模式 7.5.2.2 屌丝逆袭的激励
7.5.3 速度弥补精度
7.5.3.1 互联网英雄是新时代的草莽 7.5.3.2 新的“丛林法则 ”
7.6 迭代的知识积累
7.6.1 农业知识积累出的农历
7.6.2 何时更新、如何更新？
8 大数据的平台思维
8.1 大数据的平台定义
8.1.1 平台扩展了规模，获得了规模效益
8.1.2 平台带来了运营模式，拓展了大数据的发展前景
8.2 大数据平台思维特点
8.2.1 一个行业的数据反映了一个行业的视角（天猫的购物信 息维度）
8.2.2 跨平台数据价值巨大（交叉后 360 度看客户）
8.3 大数据的平台——“数联网 ”
8.3.1 定义：数据交换的高效网络
8.3.2 内容
8.3.2.1 标准数据 8.3.2.2 标准接口 8.3.2.3 标准使用
8.3.2.4 示例：来 200 块钱的大客户网购数据
8.3.3 访问工具（数据的 I.E.浏览器、社交圈等）
8.3.4 数据的管控
8.3.4.1 数据质量
8.3.4.2 数据安全
8.4 产品 SDK 的开放性
8.4.1 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）
8.4.2 数据的标准（菜不仅洗好，还要切成标准的块）
8.4.3 数据的可读性（数据的度量？业务意义？萝卜还是白菜）
8.4.4 加工的简化性（简洁、透明计算过程-透明厨房）
8.4.5 容易参与（孩子在玩 IPAD 的同时，玩大数据？给孩子 一团面， 做面包）
8.4.6 都参与（众人拾柴火焰高）
8.5 互联网企业的数据开发平台
8.5.1 阿里的聚石塔等
8.5.2 微信的 SDK 等
8.6 人人的“数据”到数据的“人人”（个人数据收集到， 数据的 人人共享）
8.7 网络平台价值升级到大数据平台
8.7.1 网络平台是新时代的农业文明（落后了！）
8.7.2 大数据平台的价值最大化（规模带来产业化，带来数据 价值链）
8.7.3 电信运营商，新的电力公司 or 大数据公司
9 大数据的跨界思维
9.1 背景： 手机厂家打架， 干死了相机厂家
9.1.1 HADOOP 的兴起，去了 IOE
9.1.2 大数据的渗透到各个行业——大数据+
9.2 大数据跨界的定义
9.2.1 一份数据可以跨界到不同的行业，体现不同的价值
9.2.2 互联网+的背后智慧（渗透到每个行业的“智慧 ”）
9.2.3 示例： 电信数据服务汽车产业的故事（宝马 4S 店借助 电信数据卖团购汽车）
9.3 大数据的跨界特点
9.3.1 数据卖一次还是多次？（重复利用）
9.3.2 跨界体现的智慧（智能产品能力提升）
9.4 大数据的业务维度
9.4.1 横看成岭侧成峰
9.4.2 数据的行业信息解读
9.4.2.1 红楼梦的多角度解读
9.4.2.2 客户资料数据的解读：卖保险和卖汽车的不同行业解读
9.5 大数据的行业交叉
9.5.1 电信数据与金融数据的交叉
9.5.1.1 客户征信信息的可信度更高
9.5.1.2 对金融大客户营销高端智能手机
9.5.2 电商数据与医药数据的交叉
9.5.2.1 谁买了高血压的药？
9.5.2.2 什么样的人，容易得高血压？
10 实践案例探索
10.1 大数据的产品化
10.1.1 BI STORE 示例
10.1.2 大数据的自助分析工具示例
10.2 大数据的客户体验提升
10.2.1 基于角色的应用
10.2.1.1 角色的划分（24 种角色）
10.2.1.2 角色的“痛点 ”（角色的 KPI 指标）
10.2.1.3 角色的应用（片区经理的客户提升等）
10.2.2 解决问题的应用
10.2.2.1 小岗村的问题描述 10.2.2.2 具体解决方法
10.2.2.3 结果分析等
10.2.3 用户的 GUI 界面
10.2.3.1 IPAD-BI
10.2.3.2 手机-BI
10.3 用户的知识库
10.3.1 脑图 or 知识库
10.3.2 博客点滴
10.4 大数据的极致思维
10.4.1 思维脑图示例
10.4.2 大数据的分析报告剧本
10.5 大数据的跨界思维
10.5.1 大数据在交通行业案例（流量预测、维修告警灯）
10.5.2 大数据在金融行业案例（客户信誉度——交往圈稳定 度等）
10.5.3 大数据在制造业的案例（智慧制造）
10.6 大数据的平台思维
10.6.1 淘宝的 API 开放平台
10.6.2 某电信运营商的对外开放平台
10.7 大数据的快速迭代
10.7.1 自助分析
10.7.2 数据字典案例

段方老师的其它课程