数据分析学习笔记（1）互联网与数字化
打卡数据分析学习DAY1（1/1）大家好，我是坚持学习数据分析的VV。
今天第一天学习数据分析的课程，主要了解一下互联网行业的数字化历史、现状、未来，关注到一些热点新闻，老师带着进行了延伸思考和分析。
我的专业是人文社科方向，未来志在进入互联网大厂工作，看到招聘JD上基本都对数据分析能力有要求，比如要求掌握Excel等。从今天开始学习数据分析课程，增加求职的竞争力，希望能够坚持下来~
估计很多文科的同学跟我有一样的想法，但是连行业现状都不是很了解，下面是我的学习笔记，这次的就是行业概述，能够帮到大家就好啦~
【第一节课的学习笔记】
《互联网与数字化，60分钟全面了解数据分析行业》
一、新闻热点及延伸思考
1、巨头们近些年在想什么：腾讯、字节跳动等在筹划2B项目
2、延伸思考：
移动互联网增长失速：智能设备普及、APP渗透率提高所带来的红利型快速增长已经接近尾声，边际效益减少
二、市场趋势
1、市场趋势：生活场景下，互联网横向扩展接近尾声；寻找细分垂类，同时向生产场景扩展（横向）；数字化浪潮，提升效率（竖向，带来行业内卷）；生活场景连接，生产场景改造。
*生产场景：研发生产（如新能源汽车）、商务管理
2、生活场景连接：寻找更多垂类方向，打通信息不对称。早期覆盖通信、零售、餐饮、出行领域，探索拓展到医疗、制造、金融领域。
3、生产场景改造：
①从日常管理到深入行业的两重奏，大致分为运营管理和研产销管理。
②运营管理：主要存在于销售、人力资源、财务领域，通用性强，专业性弱，互联网来做容易成功。
③研产销管理：主要存在于企业研发、设计、生产改进，代表公司有中望，专业性强，规则不透明，很难做。
4、移动互联网和PC时代最基础的区别：
①移动设备可以随时获取持有人位置+渗透率高+操作更加简洁+交互速度更快+内容形式更多（比如外卖）
②多维度、多场景、实时信息与数据
三、各行业的数字化
1、电商的再数字化
①步骤：数据采集→数据标签→交叉标签
②基于数据收集、整理和分析，数据变得更加灵活
2、医疗的数字化（起步较晚）
①起步晚，发展慢，还在摸索的过程中
②医院的投资较为谨慎；对用户增益不多，用户付费意愿不强
③平安好医生：一站式医疗模式；一定程度突破时间、地域限制；跨行业整合；打通海量数据；未来应当找到变现的渠道。
3、金融的数字化
①摩根大通：移动第一，数字渗透战略；一站式个性化服务；网点数量下降，数字平台用户上升。
②数字化在降低运营成本的同时，同样对风险进行了更好的控制，为客户带来了更好的体验。
③传统业务线上化：用户注册、贷款、支付、财富管理业务实现线上化，目前线上小型贷款服务企业超过400万。
④传统业务优化：通过数字化技术，优化传统风险控制、网点运维等银行传统业务重点。合同优化，通过机器学习技术阅读合同，降低合同错误。通过数据管理优化ATM现金维护，降低维护成本，为客户提供更好的体验。反欺诈，通过数据分析降低欺诈活动，其估算减少50%信用卡欺诈。
*思考讨论：银行可能是怎样通过数据分析，降低欺诈风险？
①标注敏感位置
②检索异常现金流动
4、传统生产领域的数字化
①生产领域数字化分类：算法的通用性很差，但是价值很大。
②例子：汽车领域，研发的数字化；传统设备没有数字化，缺少数据采集的能力；
四、数字化的挑战
1、偏研发端技术问题
2、数据孤岛问题：管理权限问题
3、数据权属问题：用户的数据究竟属于谁，数据产生的利益属于谁
4、价值确认问题：增长放缓的情况下需要面临的问题
5、数据离散与缺失问题
6、数据隐私问题
五、数字化与工作可能
1、常规互联网数据分析
2、广义数据思维
笔记有点长，因为课程的内容确实很充实，虽然只有一个小时，但是感觉比灌水的大学老师两三节课讲的内容都多。
课程老师是一个男老师，声音挺温柔的（关注点错误），讲课很清晰很有逻辑，回答问题超级有耐心，能看出互联网人的思维，还会帮助你分析求职。
如果还有对数据分析感兴趣的朋友，尤其是想进入大厂的文科朋友，可以尝试着先看看类似的课程，了解自己是否合适。
我是在探潜学习数据分析的，感兴趣的小伙伴们可以关注公主号【探潜数据分析】后回复“数分试听课”，就能免费体验一节数据分析课啦~万事开头难，先开个头后面就会轻松很多！ 笔记好详细啊[赞同] 关注啦[赞同][赞同]
页:
[1]