第一篇：4-簡單的數據分析學習心得

《簡單的數據分析--劉延革》學習心得

臨沂育才小學

宋淑珍

《簡單的數據分析》是人教版三年級下冊第三單元《統計》的第1課時。學生已經學會了收集和整理數據的方法，會用統計表和縱向條形統計圖表示統計的結果，并能根據統計圖表提出問題、解決問題。本課通過2個例題繼續介紹常見的條形統計圖：一種是橫向條形統計圖，另一種是起始格與其他格表示不同量的條形統計圖。學生對條形統計圖的結構、數據的表示方式以及條形統計圖的作用有了全面的了解，為下一階段學習復式條形統計圖和折線統計圖打下了基礎。

本節課的教學目標：

1、會看橫向條形統計圖和起始格與其他格表示的量不一致的條形統計圖，并能根據統計表中的數據完成統計圖；

2、進一步感受統計對于決策、預測的作用，體會統計在現實生活中的作用，理解數學與生活的作用；加強學生提出問題、解決問題能力的培養，充分引導學生自主探索、合作交流。

基于對本節課的分析與教學目標的了解的基礎上觀看了劉延革老師的《簡單的數據分析》感受頗深。

一、動手操作，引發沖突

劉老師在揭示新課后，出示了三位同學的身高數據，讓學生根據三位同學身高制成條形統計圖。學生在畫得過程中遇到了困難，劉老師通過調查、分析、總結學生遇到的困難主要有兩點：

1、一格表示數據小了就畫不下；

2、一格表示的數據大了，就找不到準確的位置，引發了認知上的沖突，這就需要尋求解決問題的辦法，引出新的知識---起始格。緊接著，劉老師通過ppt演示，讓學生知道一個代表幾厘米，然后把這個條形統計圖向下拉了一下，把拉了的這部分做了一個壓縮，壓縮到第一個格里面去，它就叫起始格，現在起始格代表多少？上面的格一個代表多少？起始格引出的時機恰到好處，真讓人拍手叫絕！

然后劉老師通過5次壓縮，第一次壓縮，起始格代表30；看到三個同學身高的差距了嗎？沒有，再第二次壓縮起始格代表60，看到了差距了嗎？沒有，再進行第三次壓縮，起始格代表90，看到差距了嗎？沒有，再第四次壓縮，起始格代表120，已經初步看到三個同學身高的差距了，緊接著劉老師又進行了第五次壓縮：“其實還可以繼續壓縮”，一下子就能很清楚看到三個學生身高之間的差距。此時劉老師通過課件演示，讓學生充分感受到起始格的產生過程，就是把數據相同的部分進行壓縮，即使壓縮之后，學生也能清楚得明白一個代表多少厘米？從而加深了學生對起始格的產生過程以及起始格所承載的作用的深刻理解理解，充分感知起始格的好處，解決了遇到的兩個困難，真真的讓人感覺到“山窮水盡疑無路，柳暗花明又一村”的境地。

二、緊密聯系生活，充分感知小數據大作用

在本課中，劉老師結合教材內容，遵循學生認知規律，創造性使用教材，用對三個學生的生活方式進行判斷，所選的內容與學生生活貼近的題材。要判斷哪個學生是哪種生活方式，需要一些有用的數據---身高和體重，從而讓學生初步感受到在生活中經常在解決問題的時候需要收集數據，然后對數據的分析、做出判斷：誰是哪種生活方式；然后提出劉老師 班里的學生有很多人要參加學校的春季運動會，但是學校規定只讓2人參加，怎么辦？學生找出辦法：讓報名的同學比一比，誰的成績好就讓誰去，從而很輕松的出示了橫向條形統計圖，并引領學生進行觀察分析與以往學習的條形統計圖有什么不同，從而讓學生感受到橫向條形統計的作用，進而根據判斷做出初步的決策，充分感知小數據大作用。還能幫助我們根據一部分推斷整天做出初步的預測，“有事什么幫助我我們做出了決策？”----充分感受到小數據大作用---決策；

最后又通過劉老師班級分成4個小組回收舊塑料瓶這個載體，充分感知預測的作用。首先劉老師出示第一小組四周的回收情況，根據這四周的回收數據，預測第五周可能回收多少個？并說出自己預測的根據---讓學生感知到預測不是漫無目的的，是有根據的---借助生活經驗和已有的數據。在第一小組回收的基礎上，劉老師又讓學生推測全班4個小隊一個月大約收集多少個？就是這樣劉老師引領學生步步為營、環環相扣充分感知數據分析不僅能幫助我們判斷、決策事情，能幫助我們預測事情，還能用一部分推斷整體結果---真是小數據大作用！

三、培養學生分析數據能力，滲透比較、推理的數學思想

統計教學的核心任務就是發展學生的數據分析觀念。

本節課中劉老師可以說是這項工作做得相當的透徹、到位。整個過程無不彰顯著讓學生感受數據的作用，通過對數據的分析，可以幫助我們對生活中的一些事情進行判斷，通過數據分析可以對事情進行做出決策，通過數據分析、比較，然后根據已有的生活經驗和已有的數據做出合理的推理，可以對事情進行合理預測---真可謂小數據大作用！

2014.6

第二篇：營銷數據分析學習心得

如何讓數字說話

——營銷數據分析學習心得

引言：

當前社會，市場變化紛繁蕪雜，競爭無處不在，需要處理的信息以海量計，公司發展受市場制約，任何決策都如履薄冰，因此科學決策必須打破原有的定性感覺而依賴于信息支持，這些信息相當程度上，又必須以一種狹義的數據形式，給決策者一種量化的直觀體現。

關于數據處理的技術性的問題，不在此討論，通過學習，本文主要從思路和視角的角度對公司現存的數據采集、管理和分析進行探討。主要著眼點在于營銷版塊，對于公司其它版塊所需要的數據分析的普遍原理也會略有涉及，權作拋磚引玉。

一、數據分析思路缺乏創新，數據管理責權混亂

在獲得海量的數據之初，我們首先要解決的是認知問題，即在現有市場條件下，銷售面對的主要問題是什么，知道我們需要解決的目標是什么？我的對策是哪些？我們關注的要點在哪里？我們決策需要的依據是什么？而這些都是傳統的銷售收入、回款、毛利率以及應收賬款等關鍵KPI（關鍵績效指標法）指標所無法解釋的。我們不應該僅僅滿足于傳統指標的比大小，我們更需要基于我們的業務理解去分解分析我們的微指標，讓大而全的冰冷的數字細化的活躍起來。比如說我們的客戶成長率、產品的實際使用周期和客戶采購率的關系、整體的市場占有率和分區域分行業的市場占有率、價格水平以及定價與銷售量的關系??

擴展到其他部門或者管理版塊，KPI指標分解同樣適用。只有知道我們要什么才能夠知道我們應該收集什么。

一方面，銷售管理部基于自身流程性業務的操作層面，對于企業本身的諸如訂貨、發貨、開票、回款等業務數據能夠第一手掌握，對于企業營銷的描述現階段大致能夠做到迅速、直觀、正確、全面。另一方面，這種流程性業務也限制了部門對于行業數據的獲取，在尋找參照系上，只能與自身比較而缺乏對行業、對

競爭對手的比較。而這樣的的比較在某種程度上是沒有任何意義的。

二、業務版塊理解不夠，精確營銷有待加強

營銷分析到底應該分析什么？各種流派的各種學說側重不一，但有一種說法得到大家的普遍認同的就是：銷售不等于市場！

雖然我們公司設立了水泥銷售部和市場開發部，實際上僅僅是行業的劃分和名稱的區別，極端的說，我們公司并沒有真正意義上的市場分析。一方面，銷售人員直接接觸市場，掌握第一手數據和市場的直觀感受，在各個區域經理和部門經理心里，對市場有一種自我的經驗判斷和分析，比如說投標報價是高是低，市場容量是大是小，行業發展是好是壞??另一方面這種判斷分析僅僅只是個人的感性判斷，對于業務人員個體的業務水平和素質依賴極大，業務的糾偏能力較弱。

這樣的一種定性判斷，實際就是我們對業務的理解還不夠深刻，沒有把握到這種市場變化的內在聯系。

例如上面所說的，投標報價，涉及到行業的平均價格、我們主要競爭對手的價格預測、客戶的關系把握、客戶本身的預算、客戶銷量展望和預估、我們的成本及利潤空間、上下游產業鏈的影響、我方采購與競爭對手采購的差異等等。

比如我們所做的大客戶營銷。現階段我們實際更關注真實的銷售事件，換一個思路，其實此類大客戶的預算在上一已經基本分配完畢了。那么擴大我們的銷售額完全可以而且應該從客戶的預算里面挖掘。再比如除了同產品競爭，完全可以進行同質化競爭。電廠檢修用可塑料替代定型磚，水泥窯的喉部預制件，用不定形材料搶占定型制品市場就是一個同質化競爭的案例。

??

應該說，在營銷分析上，我們的理解還沒跟上時代發展，很多的諸如競爭分析、市場分析、客戶細分和精確營銷、數據規劃和數據收集等等很多工作要不就是相當初級，要不就是完全空白。

建議應該組織業務部門和市場人員就現存的市場探討，以頭腦風暴的方式，提煉出我們最關心、最影響我們決策的信息概念，去蕪存菁。一方面我們要知道銷售人員需要我們提供的支撐信息是什么，另一方面銷售人員要知道為了后期信息支撐他們需要收集的信息有哪些。只有通過互動才能加深各自環節對整個流程的理解，從而為我們在惡劣市場條件下得發展保駕護航。

同時，公司的人資考核、技術創新、庫存管理、CD降成本等等也完全可以采用此方法提出自己管理的KPI指標。

三、數據采集架構不明，采集執行考核無力

數據分析是基于營銷原始數據的技術處理。因此營銷原始數據的全面、準確和維度也就決定了分析結果的準度和深度。我們無法想象只有銷售總額和回款總額就能分析出我們那塊銷售區域出了問題；同樣我們也無法僅僅憑借自身的發貨、發票數據等業務數據就能做全行業的大客戶分析。因此營銷分析最為基礎的就是數據的科學采集。

現在公司協同管理軟件，原料庫存管理軟件，財務的用友軟件，再加上曾經使用現已淘汰的客易通軟件從本質上講都屬于業務流程采集的數據庫管理軟件，但由于架構缺乏統一性，造成各業務流程數據的脫節，使得幾個系統同時運行，加大了運行成本，也加大了相關操作人員的工作量，自然降低了對軟件的認同度。而且由于依附于業務流程，幾個系統更加關注的是業務流程的合理性，對于基礎“數據字典”的管理幾乎為零。

首先就是對于客戶的管理尺度無序：由于沒有專人管理，在協同系統、財務系統以及原來的客易通里面同一個客戶由于不同的原因，其客戶名稱和編碼并非唯一，有簡稱有全稱還有錯誤名稱。換而言之，我們對客戶的管理，實際上還掌握在具體的業務經理手里而不是真正的轉為公司資源。隨著業務的轉手或者客戶本身的收購、名稱變更等行為，我們對客戶的管控必然失序。當然由于業務的復雜性、業務經理的責任心以及普遍的人性，對于客戶信息的管理在什么級別管理到什么層次，在現階段如何來要求和考核業務經理的客戶信息的填報率，這屬于管理范疇，就不在此探討。由此還可以引申到技術部門，尤其是開發部門的新產品的實驗數據的管理是否做到了公司化。

其次，像發貨、開票、回款等業務數據的管理是表格和系統共存，甚至是有表格無系統，且各流程崗位和部門各自為戰，只關心各自業務口的合理性，在公司層面缺乏整體關注，對于實際發生業務的是否與系統或者表格匹配沒有校核機制，更談不上管理考核了。

對于我們自身的數據尚且管理不到位，營銷分析中所涉及的競爭分析，供應鏈分析、市場分析所需要的數據要求就更是形同虛設或者是一片空白。例如我們要求在投標報銷中要填寫競爭對手信息，又例如我們要求業務經理在差旅費報銷中填寫相關客戶完整信息。但是，這樣的填報信息是否有人去檢驗校核，同時按照預設目標進行提煉分析，還是只是單純的作為業務應付了事。

結語：

以上只是結合公司現存問題單純的探討了營銷數據的分析目標和前景，但是任何的美好展望落實到實際，更多的是管理上的執行問題，同時數據分析工作的開展與企業資源的投入和大力支持有著必然聯系。

最后，我們要依賴數據但不迷信數據，數據的規劃預測和目標的制定沒有必然的因果聯系，它只體現在在指導我們具體業務的實際操作中。在種種數字游戲中，不管我們選用多么正確的數學模型推導出的多么無限于接近事實真相的數據推論，與真正的事實都是有差異的。

第三篇：大數據學習心得

大數據學習心得

現在大數據已經成為IT行業的一塊香饃饃了，有很多人開始學習大數據了，我也不例外，我兩個多月前開始在科多大數據學習大數據，因為是零基礎，所以目前還在學習Java基礎，學的時間也不算短了，有些感受想和大家一起分享一下。學習大數據其實并不是一條很簡單的道路，大數據行業不算輕松，但是努力了之后回報很大，但從薪資來說，就能讓人很滿意。所以一開始還是要做好準備，零基礎的朋友不要被網上各種說難的言論嚇到，只要你決定開始，跟著課程安排走，一般專業的培訓機構課程的設置都是逐步遞進的，一旦有什么不懂的就積極的向老師詢問，及時把問題解決的，慢慢的你就會發現自己已經掌握了很多知識了，所以說一開始不要有畏難心理。

其次就是要多交流，和老師交流和同學交流，多交流才能更好地了解到自己的不足和欠缺，真的，不要怕丟臉，我們就是因為不懂才去學的，只有把自己的疑惑都提出來了，才能更好地學到知識，要不然什么都一知半解的，最后發現自己什么都沒學會，這相當于浪費了自己的時間精力和學費，所以學知識一定要學透，不要怕問。

最后就是多練，選學習機構的時候，一定要看看他們的課程安排里面有沒有實戰課程，這一點很重要，比如我在科多大數據學的時候，課程中間有老師帶著做一些實際的項目，我覺得來參加培訓，實踐真的比知識更重要，只有這樣才能對自己今后要做的工作更清晰。

第四篇：大數據學習心得

千鋒教育-中國IT職業教育領先品牌

大數據學習心得

在千鋒，有很多零基礎學習的學生，相對有基礎的同學來說，他們需要更多的勇氣和決心，下面，我們千鋒大數據培訓的老師，就來給零基礎學習千鋒大數據的同學們一些指導建議，希望能幫助同學們，在堅持的路上能獲得成功。如果你不能從“熱愛”出發，那么那些熱愛它們的人將會戰勝那些僅僅“喜歡”或者“討厭”它們的人。這是一條放之四海而皆準的規則。

除了平時所學的知識，要能學到更多有用的技能，從閱讀與之相關的內容是非常必要的，這也是能讓自己去更多的了解與企業需求更貼切的方方面面，對未來的發展可以說是如虎添翼。

如果你想成為一名程序員，一名作家，或者一位商界精英，你必須編寫很多程序，寫很多東西，創辦很多企業。

如果你想要成為一名優秀的程序員，不要僅僅滿足于編寫一個大數據應用程序，你應該學習機器語言。學習1和0，學習計算機的歷史，學習如何設計一個操作系統。把你從這些閱讀中收獲的東西記錄下來。

很多學生都希望，最終能成為一名大數據“大牛”。要能有所突破，首選要肯下功夫，付出努力，四個月的學習其實是非常飛速和短暫的，因此，要快速成

千鋒教育www.tmdps.cn

長起來，必須要找到自己能愿意為之付出的“魔鬼計劃”，安排好學習時間，高效學習，才能真正的實現“蛻變”。

對于很多學習千鋒大數據零基礎的學員而言，如果你能夠領悟這些大數據學習方法、方式，融合自己的思想或想法去實現自己的夢想，那么，將會在四個月的學習之旅中收獲無數，成為自己人生中的大贏家！

千鋒教育-中國IT職業教育領先品牌

千鋒教育www.tmdps.cn

第五篇：大數據講座學習心得

大數據講座學習心得

大數據時代已經悄然到來，如何應對大數據時代帶來的挑戰與機遇，是我們當代大學生特別是我們計算機類專業的大學生的一個必須面對的嚴峻課題。大數據時代是我們的一個黃金時代，對我們的意義可以說就像是另一個“80年代”。在講座中秦永彬博士由一個電視劇《大太監》中情節來深入淺出的簡單介紹了“大數據”的基本概念，并由“塔吉特”與“犯罪預測”兩個案例讓我們深切的體會到了“大數據”的對現今這樣一個信息時代的不可替代的巨大作用。

在前幾年本世紀初的時候，世界都稱本世紀為“信息世紀”。確實在計算機技術與互聯網技術的飛速發展過后，我們面臨了一個每天都可以“信息爆炸”的時代。打開電視，打開電腦，甚至是在街上打開手機、PDA、平板電腦等等，你都可以接收到來自互聯網從世界各地上傳的各類信息：數據、視頻、圖片、音頻……這樣各類大量的數據累積之后達到了引起量變的臨界值，數據本身有潛在的價值，但價值比較分散;數據高速產生，需高速處理。大數據意味著包括交易和交互數據集在內的所有數據集，其規模或復雜程度超出了常用技術按照合理的成本和時限捕捉、管理及處理這些數據集的能力。遂有了“大數據”技術的應運而生。

現在，當數據的積累量足夠大的時候到來時，量變引起了質變。“大數據”通過對海量數據有針對性的分析，賦予了互聯網“智商”，這使得互聯網的作用，從簡單的數據交流和信息傳遞，上升到基于海量數據的分析，一句話“他開始思考了”。簡言之，大數據就是將碎片化的海量數據在一定的時間內完成篩選、分析，并整理成為有用的資訊，幫助用戶完成決策。借助大數據企業的決策者可以迅速感知市場需求變化，從而促使他們作出對企業更有利的決策，使得這些企業擁有更強的創新力和競爭力。這是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革，對國家治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。后工業社會時代，隨著新興技術的發展與互聯網底層技術的革新，數據正在呈指數級增長，所有數據的產生形式，都是數字化。如何收集、管理和分析海量數據對于企業從事的一切商業活動都顯得尤為重要。

大數據時代是信息化社會發展必然趨勢，我們只有緊緊跟隨時代發展的潮流，在技術上、制度上、價值觀念上做出迅速調整并牢牢跟進，才能在接下來新一輪的競爭中擺脫受制于人的弱勢境地，才能把握發展的方向。

首先，“大數據”究竟是什么？它有什么用？這是當下每個人初接觸“大數據”都會有的疑問，而這些疑問在秦博士的講座中我們都了解到了。“大數據”的“大”不僅是單單純純指數量上的“大”，而是在諸多方面上闡釋了“大”的含義，是體現在數據信息是海量信息，且在動態變化和不斷增長之上。同時“大數據”在：速度（Velocity）、多樣性（Variety）、價值密度（Value）、體量（Volume）這四方面（4v）都有體現。其實“大數據”歸根結底還是數據，其是一種泛化的數據描述形式，有別于以往對于數據信息的表達，大數據更多地傾向于表達網絡用戶信息、新聞信息、銀行數據信息、社交媒體上的數據信息、購物網站上的用戶數據信息、規模超過TB級的數據信息等。

了解了“大數據”的“大”之后我們也該了解它所具有的巨大價值。就目前來說“大數據”的來源主要還是互聯網，來自互聯網上的大多數不被重視信息都是具有巨大開發價值的，其具有巨“大”的商業價值，我們所缺少的只是一些數據分析等手段。例如：在如今，網購已經成為了一種風潮，網上也涌現了以淘寶、京東、亞馬遜等一系列的購物網站。而在這些網站之中，顧客的瀏覽記錄，購買記錄等等都是一些巨大商業價值的信息。借鑒“塔吉特”的先例，我們可以利用“大數據”技術收集分析，就可預測需求、供給和顧客習慣等，做到精準采購、精準投放，達到利益放大的效果。

從全球范圍來看，很多人都把2012年看做是大數據時代的元年。在這一年里，很多行業在大數據方面的管理、規劃和應用已經覺醒。電商、金融、電信等行業數據有著長期的數據積累。事實上，很多互聯網公司，例如亞馬遜、Google、騰訊，更愿意將自己定位為數據企業。因為信息時代，數據成為經營決策的強有力依據，給企業帶來了發展和引領行業的機遇。銀行也同樣擁有豐富的數據礦藏，不僅存儲處理了大量結構化的賬務數據，而且隨著銀行渠道快速滲透到社交網絡、移動端等媒介，海量的非結構化數據也在等待被收集和分析。未來的金融業將更多地受到科技創新力的驅動，也越來越傾向于零售營銷：對于金融業來說，大數據意味著巨大的商機，可強化客戶體驗，提高客戶忠誠度。大數據技術的發展帶來企業經營決策模式的轉變，驅動著行業變革，衍生出新的商機和發展契機。駕馭大數據的能力已被證實為領軍企業的核心競爭力，這種能力能夠幫助企業打破數據邊界，繪制企業運營全景視圖，做出最優的商業決策和發展戰略。金融行業在大數據浪潮中，要以大數據平臺建設為基礎，夯實大數據的收集、存儲、處理能力；重點推進大數據人才的梯隊建設，打造專業、高效、靈活的大數據分析團隊；不斷提升企業智商，挖掘海量數據的商業價值，從而在數據新浪潮的變革中拔得頭籌，贏得先機

在如此快速的到來的大數據革命時代，我們還有很多知識需要學習，許多思維需要轉變，許多技術需要研究。職業規劃中，也需充分考慮到大數據對于自身職業的未來發展所帶來的機遇和挑戰。當我們掌握大量數據，需要考慮有多少數字化的數據，又有哪些可以通過大數據的分析處理而帶來有價值的用途？在大數據時代制勝的良藥也許是創新的點子，也許可以利用外部的數據，通過多維化、多層面的分析給我們日后創業帶來價值。借力，順勢，合作共贏。把自己的心門打開，像海綿般吸取積極、正能量的東西。