大數據分析：商業應用與策略管理

．1-0-1課程引言人學習引導（試讀）
．1-1-1課程總覽介紹
．1-2-1課程與教師介紹
．1-2-2想到大數據，你會想到什麼?
．1-2-3為什麼需要大數據?大數據生活中的應用、大數據比你更瞭解你自己
．1-2-4產學之間真的有落差嗎?
．1-2-5直播提問解答

．2-0-1課程引言人開場與課前提問（試讀）
．2-1-1簡介金融服務之功能
．2-1-2金融業者擁有的資料庫種類
．2-1-3金融服務數據分析的目的
．2-2-1保險實例(一):決策樹之應用，瞭解客戶的行為模式
．2-2-2保險實例(二):關聯分析之應用，瞭解客戶及商品之間的關聯性
．2-2-3保險實例(三):將客戶有效分群，瞭解客戶的分佈特性
．2-3-1四種常用的股市分析方法與股市資料種類
．2-3-2從股票數據分析延伸出的三種應用
．2-3-3如何利用新聞等外部資訊評估企業風險
．2-3-4如何利用內外部資料進行股價趨勢預測
．2-4-1延伸問題(一):新興金融服務有哪些風險與法規限制?
．2-4-2延伸問題(二):自己練習做股票分析，可以使用哪些現有的資源?
．2-4-3老師分享:大數據如何改變組織分工?

．3-0-1課程引言人開場與課前提問（試讀）
．3-1-1經典行銷理論介紹:市場區隔理論
．3-1-2行銷與零售業者擁有的資料庫種類
．3-1-3行銷與零售數據分析的目的
．3-2-1常用在行銷與零售上的四種資料分析方法簡介
．3-2-2深入介紹關聯分析(一):共同出現的概念
．3-2-3深入介紹關聯分析(二):透過指標檢驗找出關聯性
．3-2-4大型書籍零售賣場案例(一):尋找常被一起購買的不同商品
．3-2-5大型書籍零售賣場案例(二):尋找會員基本資料與購買商品間的關聯性
．3-2-6零售賣場案例(一):聯合促銷
．3-2-7零售賣場案例(二):目標行銷
．3-3-1電商的業績計算方式與優化目標
．3-3-2透過會員分群擬定行銷策略
．3-3-3Amazon案例:個人化推薦的侷限性與平衡方法
．3-4-1延伸問題(一):傳統的市場區隔理論隨時代演進有哪些改變?
．3-4-2延伸問題(二):如何分析新的零售策略所帶來的附加價值?
．3-4-3老師分享:企業導入資料分析方法時會產生的顯性與隱性成本

．4-0-1課程引言人開場與課前提問（試讀）
．4-1-1從累積資料到分析資料
．4-2-1群落偵測簡介
．4-2-2群落偵測方法:聚合法
．4-2-3群落偵測方法:拆解法
．4-2-4如何產生網路?顯性與隱性網路
．4-3-1引言:社群媒體創造了新的發言方式
．4-3-2如何評估社群媒體上的影響力:Page rank方法
．4-3-3解決Page rank衍生的問題:Random walk概念介紹
．4-3-4解決Random walk的收斂問題:Teleport概念介紹
．4-3-5PageRank總結與其他細部問題
．4-4-1延伸問題(一):完成分群後如何知道不同群體分別適合怎樣的服務?
．4-4-2延伸問題(二):實務上是否有判斷「文風相似」的客觀標準?
．4-4-3延伸問題(三):尋找意見領袖-新興的意見領袖如何找尋?
．4-4-4延伸問題(四):尋找意見領袖-在大數據中如何辨識灌水與分身?

．5-0-1課程引言人開場與課前提問（試讀）
．5-1-1社群媒體與行銷智慧:背景與現況
．5-1-2情感分析技術的流程
．5-1-3範例:應用概念層級情感分析進行口碑分析
．5-2-1前言:是否可以透過社群媒體資料萃取出其他的行銷智慧?
．5-2-2傳統市場結構分析與限制
．5-2-3利用社群媒體資料進行市場結構分析之方法與步驟
．5-2-4步驟(一):品牌識別與分群
．5-2-5步驟(二):品牌比較關係判定
．5-2-6步驟(三):品牌關聯強度估算
．5-2-7步驟(四、五):群落偵測與視覺化
．5-2-8範例(一):汽車市場評論
．5-2-9範例(二):筆記型電腦之市場結構分析
．5-3-1前言:品牌形象聯想與效益
．5-3-2傳統品牌聯想萃取方法與限制
．5-3-3利用社群媒體資料進行品牌聯想的萃取方法與步驟
．5-3-4步驟(一):聯想萃取
．5-3-5步驟(二):喜好度判定與聯想分群
．5-3-6步驟(三):聯想選擇
．5-3-7步驟(四、五):鏈結權重衡量與品牌聯想網路視覺化
．5-3-8航空公司範例:品牌聯想網路概念說明
．5-3-9航空公司範例:品牌權益預測模型
．5-3-10航空公司範例:資料集合與分析結果
．5-4整體技術挑戰與結論
．5-5-1延伸問題(一):面對真真假假的網路評論，資料科學家如何保持分析的品質?
．5-5-2延伸問題(二):本課程所教的方法是否有較適用的產業呢?
．5-5-3延伸問題(三):企業如何從品牌聯想分析看到自己與競爭對手的定位?

．6-0-1課程引言人開場與課前提問（試讀）
．6-1-1引言:傳統RuleBase方法介紹
．6-1-2數位時代中顧客行為的改變
．6-1-3轉型(一):從官網發現新需求
．6-1-4轉型(二):根據官網資料為既有客戶量身訂做
．6-1-5轉型(三):用Social listening掌握熱門金融話題
．6-1-6轉型(四):玉山金控e指貸款服務
．6-1-7轉型(五):大數據徵信潛在使用者分析
．6-1-8結語:數據驅動普惠金融的成果
．6-2-1初期痛點與調整方式
．6-2-2近期成就(一):建立數位資料庫
．6-2-3近期成就(二):從官網萃取有意義的變數
．6-2-4近期成就(三):建立意圖資料庫
．6-2-5玉山金控遇到的挑戰與機會
．6-3-1具備跨界整合力的『pi型人才』
．6-3-2資料工程師與資料科學家養成地圖
．6-3-3資料科學家職涯地圖
．6-3-4資料科學家所需具備的能力
．6-3-5新興科技研發基地:玉山Innovation Lab介紹
．6-3-6自我挑戰的方向:產學合作競賽介紹
．6-4-1延伸問題(一):大數據轉型為銀行創造的價值
．6-4-2延伸問題(二):行動裝置的普及打破數位足跡的侷限性
．6-4-3延伸問題(三):數位金融長給有志於成為資料科學家同學的建議

．7-0-1課程引言人總結（試讀）