【培訓對象】
1、本課程適合于企業領導層、管理層、數據相關人員； 2、適合于數據分析駕駛艙（大屏）設計人員、需求人員、數據分析人員； 3、適合于數據軟件開發人員、測試人員；

【培訓收益】

時間 內容
第一天
第1個主題：數據分析駕駛艙（大屏）（數據分析駕駛艙（大屏））（90分鐘）
1、數據分析駕駛艙（大屏）誕生的背景
2、數據分析駕駛艙（大屏）應用案例
3、數據分析駕駛艙（大屏）解決的問題
4、數據分析駕駛艙（大屏）的價值
5、數據分析駕駛艙（大屏）對戰略決策的支持
6、數據分析駕駛艙（大屏）合理調配企業資源
7、案例分享：列舉具有代表性的數據分析駕駛艙（大屏）應用案例，對問題產生的深層次原因進行剖析，從根本上探討解決問題的思路，并借鑒某些大型公司的解決思路，如工行、阿里等的解決方案，以及業界的解決標準

第2個主題：數據分析駕駛艙（大屏）研發過程（數據分析駕駛艙（大屏）研發過程）（90分鐘）
1、數據分析駕駛艙（大屏）需求
2、定義數據分析駕駛艙（大屏）目標
3、數據分析駕駛艙（大屏）搜集數據
4、數據分析駕駛艙（大屏）數據取樣
5、數據分析駕駛艙（大屏）數據探索
6、數據分析駕駛艙（大屏）數據清洗
7、數據分析
8、數據分析駕駛艙（大屏）建模
9、模型評價
10、生產發布
11、案例分享：數據分析駕駛艙（大屏）思路與開發過程，使學員理解數據分析駕駛艙（大屏）的制作過程

第3個主題：數據分析駕駛艙數據清洗（數據分析駕駛艙數據清洗）（90分鐘）
1、數據分析駕駛艙數據清洗基本原理
2、數據分析駕駛艙數據清洗常用方法
3、ETL過程
4、數據集成
5、數據抽取
6、數據轉換
7、數據清洗
8、數據裝載
9、元數據
10、清洗規則
a)數據補缺
b)數據替換
c)格式規范化
d)主外鍵約束
11、字符集處理
12、緩慢變化維處理
13、增量、實時同步的處理
14、斷點續傳
15、錯誤數據的檢測
16、變化數據的捕獲
17、抽取異常中止的處理
18、數據立方體
19、OLAP的數據模型
20、MOLAP（多維數據模型）
21、ROLAP（關系數據模型）
22、HOLAP（混合數據模型）
23、維的層次和層數
24、多維數據模型
25、鉆取（Drill-up和Drill-down）
26、上卷（Roll up）
27、切片（Slice）和切塊（Dice）
28、旋轉（Pivot）
29、案例分享：基于中海油集采數據管理平臺現有數據的數據收集、清洗與應用案例分享，使學員理解解決問題的方法以及效果
30、案例分享：常用方法及工具介紹

第4個主題：數據分析Dashboard駕駛艙的通用設計方法（數據分析Dashboard駕駛艙的通用設計方法）（90分鐘）
1、數據分析Dashboard駕駛艙的通用設計方法
2、數據連接與管理
3、初級可視化分析
4、高級數據操作
5、高級可視化分析
6、統計分析
7、分析圖表整合
8、分析成果共享
9、數據分析Dashboard駕駛艙的權限管理
10、基于角色權限控制RBAC
11、合理的數據呈現
12、分析報告報告撰寫
13、如何撰寫一份優秀的數據分析報告

時間 內容
第二天
第5個主題：數據駕駛艙建模方法（數據駕駛艙建模方法）（90分鐘）
1、數據駕駛艙建模方法
2、數據源管理
3、數據的篩選與過濾
4、工作表設計
5、儀表板設計與使用
6、故事的構思與設計
7、數據駕駛艙報告分析模板規劃
8、數據駕駛艙報告分析模板制作
9、如何撰寫一份優秀的數據分析報告

第6個主題：數據駕駛艙的常見可視化圖表的分類和用途介紹（數據駕駛艙的常見可視化圖表的分類和用途介紹）（90分鐘）
1、數據駕駛艙的常見可視化圖表的分類和用途介紹
2、散點圖制作和用途介紹
3、折線圖制作和用途介紹
4、柱狀圖制作和用途介紹
5、條形圖制作和用途介紹
6、餅圖制作和用途介紹
7、面積圖制作和用途介紹
8、直方圖制作和用途介紹
9、柏拉圖制作和用途介紹
10、雷達圖制作和用途介紹
11、箱線圖制作和用途介紹
12、儀表盤制作和用途介紹
13、玫瑰圖制作和用途介紹
14、熱力圖制作和用途介紹
15、地圖制作和用途介紹
16、文字云制作和用途介紹
17、案例分享：深入探討數據圖形的應用場景和規劃，并分享公司的現有案例

第7個主題：數據分析駕駛艙（大屏）的實踐（數據分析駕駛艙（大屏）的實踐）（180分鐘）
1、數據分析駕駛艙（大屏）的實踐
2、數據分析駕駛艙（大屏）需求分析
3、數據分析駕駛艙（大屏）構思與設計
4、數據源管理與數據提取
5、數據分析駕駛艙（大屏）模板設計
6、數據分析駕駛艙（大屏）生成
7、數據分析駕駛艙（大屏）發布
8、數據分析駕駛艙（大屏）權限管理
9、案例分享：基于中海油集采數據管理平臺現有數據，結合日常領導層，管理層和執行層的業務操作需求，設計滿足不同級別人員駕駛艙模板，取數邏輯 

尹老師
多年從事人工智能、深度學習、大數據、區塊鏈、云計算、物聯網研發工作經驗，資深軟件架構師，數學博士，北航移動云計算碩士，Cloudera大數據認證（圖1），項目管理師（PMP）認證（圖2），移動云計算專家，主要研究方向包括人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、云計算、移動開發、互聯網營銷、電子商務、項目管理等；曾就職于阿里等互聯網企業，IBM、華為等知名大型企業，現任某大型知名互聯網企業首席架構，負責人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、區塊鏈、云計算、PaaS平臺研發工作。
IT從業近二十年，秉承理論與實踐相結合，在學習中實踐，在實踐中學習，積累了豐富的理論與實踐經驗，并且樂于將自己的經驗分享。尹老師具有敏銳的目光與頭腦，發現并集成整合社會資源，為企業節省資源并創造價值，達到為合作伙伴創收的目的。曾為多家國內知名企業提供培訓與咨詢，包含阿里集團、華為、中國移動、中國電信、中國聯通、當當網、中石油、中石化、中國電網、中國銀行、中國工商銀行、浦發銀行、阿爾卡特朗訊、中航國際等。擁有人工智能、深度學習、機器學習、數據挖掘、數據分析、大數據、區塊鏈、物聯網、大流量、高并發、分布式的大型網站架構和設計經驗。曾主導過多個人工智能、深度學習、機器學習、數據挖掘、數據分析、區塊鏈、物聯網、私有云、公有云建設項目，早些年也主導過ERP、CMS等軟件項目，積累了豐富的實踐經驗，這些項目中包含多個數百萬、上千萬的大型項目。項目經歷：呼叫中心人工智能客服研發項目、貴州省政府云呼叫中心建設項目、廣東發展銀行電營、運維大數據分析項目、中石油工程設計西南分公司云計算項目評審委員、中石油大數據挖掘項目，電商庫存預測大數據分析項目、大型ERP、電子商務、CRM、電子政務等多個項目。
尹老師在工作中研究新技術、新框架、及時更新知識體系，并長期堅持編寫架構核心代碼。在技術平臺方面，善于TensorFlow、Keras、Hadoop、Spark、Docker、Kubernetes、OpenStack、Storm等技術平臺的應用與運維。深入理解TensorFlow、Keras、Hadoop、HDFS、HBase、MapReduce、Zookeeper、Hive、Sqoop、BigTable 等人工智能、大數據技術和開源框架理論。對于云計算體系有深刻認識，及獨到的見解，如OpenStack的技術架構、安裝部署、運維等。在移動云計算方面，善于設計與建設云計算體系；也善于移動云計算相關的咨詢與培訓。在項目管理方面，善于使用敏捷項目管理方法，把客戶的需求變更作為常態，作為軟件架構設計的一部分，減少需求變更帶來的返工；善于捕捉、挖掘、分析客戶需求，為用戶提供滿意的產品。

圖1. 大數據行業公認的Cloudera認證

圖2. 含金量較高的PMP認證

講師經驗
1、阿里巴巴集團云計算、大數據、區塊鏈、物聯網咨詢師
2、百度云計算、大數據、區塊鏈、物聯網咨詢師及講師
3、中國移動多省人工智能、大數據、區塊鏈、物聯網、云計算特聘講師
4、中國移動多省Docker特聘講師
5、中國移動研究院微特聘講師
6、中國聯通總部人工智能、大數據、區塊鏈、物聯網、云計算特聘講師
7、中國電信人工智能、大數據、區塊鏈、物聯網、云計算、虛擬化特約講師
8、中國人民銀行人工智能、大數據、區塊鏈、物聯網特聘講師
9、中國工商銀行人工智能、大數據、區塊鏈、物聯網講師
10、花旗銀行人工智能、大數據、區塊鏈、物聯網講師
11、招商銀行人工智能、大數據調優、區塊鏈、物聯網講師
12、中信銀行人工智能、分布式數據庫、區塊鏈、物聯網講師
13、中國航天三院人工智能、大數據、區塊鏈、物聯網咨詢師
14、中國石油人工智能、大數據、區塊鏈、物聯網、云計算特聘講師
15、中國石化人工智能、大數據、云計算特聘講師
16、中國電力科學研究院流計算特聘講師
17、西安電信十所人工智能、大數據架構設計、區塊鏈、物聯網講師
18、RedHat（中國）大數據咨詢師
19、中電28所人工智能、大數據、區塊鏈、物聯網特聘講師
20、北京中電普華人工智能、大數據、區塊鏈、物聯網特聘講師
21、中國石油東方地球物理公司大數據咨詢師
22、當當網人工智能、云計算、大數據咨詢師
23、北航人工智能、云計算、大數據、區塊鏈、物聯網特聘企業講師
24、阿爾卡特-朗訊（Alcatel-Lucent）虛擬化與OpenStack培訓特約講師
25、中石油工程設計西南分公司云計算數據中心建設項目
26、廣東發展信用卡精準營銷項目
27、廣東發展銀行電營、運維大數據分析項目
28、電商庫存預測大數據分析項目
29、中航國際大綜貿易云計算規劃項目咨詢、培訓講師
30、北京民生軟件SaaS平臺研發咨詢師
31、北京立達資本項目管理信息系統解決方案咨詢師
32、曾任大型ERP、電子商務、CRM、電子政務等項目經理

項目經驗
1、云呼叫中心人工智能客服項目研發
2、云呼叫中心PaaS平臺首席架構師
3、貴州省政府云呼叫中心建設項目
4、廣東發展信用卡智能精準營銷項目
5、廣東發展銀行電營、運維大數據分析、區塊鏈、物聯網項目
6、中石油工程設計西南分公司云計算項目評審委員、培訓講師
7、中石油人工智能、大數據挖掘、區塊鏈、物聯網項目，項目經理
8、電商庫存預測大數據分析項目
9、智能物流、智能供應鏈管理項目
10、中航國際大綜貿易云計算規劃項目咨詢、培訓講師
11、北京民生軟件SaaS平臺研發咨詢師
12、北京立達資本項目管理信息系統解決方案咨詢師
13、曾任大型ERP、電子商務、CRM、電子政務等多個項目的項目經理 

• 業務數據分析II（Excel）

   

  【課程背景】數據分析有多個含義，普通含義的數據分析包括展現數據的趨勢，對數據做分類匯總，發現其中的TOPN數據，對比數據的不同與變化等。這些常規分析可以通過數據透視表來完成。這些內容在課程《業務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發現數據之間的模式，規律，相關性及因果關系，預測未來業務數據，對數據進行統計分析從而發現問題等等。 ..

  ￥   元/ 天

  人氣：1145  

  

• 業務數據分析I（Excel）

   

  【課程背景】數據分析是數據應用的重要目的。海量的，紛繁復雜的原始數據只有經過分析才能抽取關鍵信息，獲得對數據的準確認知，才能對未來起到知道作用。本課程從準備數據開始，一步一步的經過數據整理，分析，最終做出報表呈現分析結果，并通過各個領域的案例，使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：1095  

  

• 綜合問題解決模式：DOE整合實戰應用

   

  課程大綱第一部分DOE的作用DOE的前世今生試驗目的產品生成的全過程中，DOE在何處使用？優化的產品生成過程解析過程設置與控制中的DOE應用質量問題處理及改進活動中的DOE試驗策略與步驟用共同參與的產品項目活動來說明DOE的作用第二部分DOE入手—特性與風險分析策略特性及特性分類功能界面風險..

  ￥   元/ 天

  人氣：1019  

  

• 數據分析與圖示化呈現技巧

   

  課程背景據統計，我們日常工作中，通過視覺獲取的信息超過70%，所以如何將數據圖示化、視覺化，如果讓老板、領導或者客戶、消費者在短時間內迅速get到你想表達的信息在當今信息化時代顯得尤為重要。基于商務應用需要，Office高效辦公專家李憲磊老師以多年的企業實戰工作經驗和企業實際需求為出發點，開發出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..

  ￥   元/ 天

  人氣：938  

  

• 服裝行業終端店長——店鋪商品數據分析課程

   

  【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1387  

  

• 新零售用戶行為數據分析與產品優化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統計監控u用戶定向營銷u用戶調研2.互聯網思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數u新用戶數u活躍用戶數u流失用戶數4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：1091