【课程背景】
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，同时也会释放出庞大的数据能量，大数据就是这个高科技时代的产物，大数据并不在“大”，而在于“有用”。价值含量、挖掘、应用比数量更为重要。对于需求的动态变化，需建立一个多维度的产品应用画像，才能够做到“大数据比产品本身更了解产品”，大数据的产品应用场景让数据重新理解产品，把产品自身、服务与应用形成强关系，在产品使用过程中建立数据触角，随时可清晰了解产品应用状态。
课程将以大数据分析切入点，还原制造环境中的实际案例，帮助学员理解大数据、工业大数据是什么？大数据和工业大数据有什么特点，区别在哪里？数据如何洞察产品需求？大数据下的产品应用场景该怎么构建？产品整个生命周期的数据管理该如何做？大数据如何驱动新一代的制造研发新体系？使学员学之解惑，学之能用，实现企业产品研发新突破点。
【课程收益】
了解大数据、工业大数据的应用现状与痛点
大数据、工业大数据的特点、差异性、技术图谱及大数据思维
大数据分析、建模、标签化管理、数据洞察产品需求
大数据下的产品场景，找回需求原点，构建产品需求场景
产品数据分析与挖掘、产品研发前置分析、研发过程及商业应用全周期
产品商业应用的数据触角，致力打造未来数字化的“智链企业”
数据共享过程的歧视与公平，大数据推动未来智能制造
【课程特色】干货，没有废话；科学，逻辑清晰；实战，学之能用；投入，案例精彩
【课程对象】产品研发团队、产品经理、产品需求调研团队
【课程时间】6小时
【课程大纲】
一、认识大数据与工业大数据
1、大数据、工业大数据应用现状与痛点
大数据应用现状
大数据应用误区
大数据应用困扰及痛点
2、什么是大数据、工业大数据？
大数据、工业大数据概念
大数据能做什么
大数据应用价值
大数据与工业大数据技术关系
3、工业大数据特征与特点
4、大数据与工业大数据的差异性
5、大数据技术图谱
大数据技术基础
大数据的数据源特点
大数据技术逻辑
大数据全域识别
大数据数据展现
6、大数据思维
全样
容错
相关
智能
案例：
二、大数据分析与建模
1、大数据分析与建模
建模
训练模型
应用模型
优化模型
2、大数据标签化管理
数据标签
标签
多样化标签与场景化应用
基于标签化的产品画像
3、数据洞察产品需求
4、大数据为工业互联网赋能
5、工业大数据的数据挖掘与建模
工业大数据挖掘流程与逻辑
工业大数据基本算法逻辑
工业大数据挖掘特性
工业大数据建模逻辑
数据＋模型＝能力
6、数据安全
数据全生命周期管理
安全策略
数据管理策略
防护措施
案例：
三、贯穿整个产品生命周期的数据挖掘
1、大数据分析与数据挖掘
业务场景
数据建模
挖掘算法
相关分析
2、大数据应用场景及场景解析
3、找回需求原点，构建产品需求场景
4、产品数据分析与挖掘的样本条件
5、产品研发前置分析
需求任务
研究目的
关键指标
6、产品生命周期 - 产品研发设计
策略研究
概念评估
产品研发
产品测试
7、产品生命周期 – 商业应用
导入
发展
成熟
衰退
8、产品商业应用的数据触角
案例：
四、大数据驱动新一代制造研发体系
1、数据驱动，场景进阶
2、工业大数据、云计算与数据算法关系
2、致力打造未来数字化的“智链企业”
与合作伙伴的“数字化共生”
提供卓越客户体验
充分融合协作模型
构建创新业务的能力平台
3、歧视与公平
人为歧视
数据歧视
模型歧视
间接歧视
4、数据共享，解锁全新价值
差分隐私
联合分析
同态加密
零知识证明
安全多方计算
5、大数据，推动智能制造
