大数据学习心得

第一篇：大数据学习心得

大数据学习心得

现在大数据已经成为IT行业的一块香馍馍了，有很多人开始学习大数据了，我也不例外，我两个多月前开始在科多大数据学习大数据，因为是零基础，所以目前还在学习Java基础，学的时间也不算短了，有些感受想和大家一起分享一下。学习大数据其实并不是一条很简单的道路，大数据行业不算轻松，但是努力了之后回报很大，但从薪资来说，就能让人很满意。所以一开始还是要做好准备，零基础的朋友不要被网上各种说难的言论吓到，只要你决定开始，跟着课程安排走，一般专业的培训机构课程的设置都是逐步递进的，一旦有什么不懂的就积极的向老师询问，及时把问题解决的，慢慢的你就会发现自己已经掌握了很多知识了，所以说一开始不要有畏难心理。

其次就是要多交流，和老师交流和同学交流，多交流才能更好地了解到自己的不足和欠缺，真的，不要怕丢脸，我们就是因为不懂才去学的，只有把自己的疑惑都提出来了，才能更好地学到知识，要不然什么都一知半解的，最后发现自己什么都没学会，这相当于浪费了自己的时间精力和学费，所以学知识一定要学透，不要怕问。

最后就是多练，选学习机构的时候，一定要看看他们的课程安排里面有没有实战课程，这一点很重要，比如我在科多大数据学的时候，课程中间有老师带着做一些实际的项目，我觉得来参加培训，实践真的比知识更重要，只有这样才能对自己今后要做的工作更清晰。

第二篇：大数据学习心得

千锋教育-中国IT职业教育领先品牌

大数据学习心得

在千锋，有很多零基础学习的学生，相对有基础的同学来说，他们需要更多的勇气和决心，下面，我们千锋大数据培训的老师，就来给零基础学习千锋大数据的同学们一些指导建议，希望能帮助同学们，在坚持的路上能获得成功。如果你不能从“热爱”出发，那么那些热爱它们的人将会战胜那些仅仅“喜欢”或者“讨厌”它们的人。这是一条放之四海而皆准的规则。

除了平时所学的知识，要能学到更多有用的技能，从阅读与之相关的内容是非常必要的，这也是能让自己去更多的了解与企业需求更贴切的方方面面，对未来的发展可以说是如虎添翼。

如果你想成为一名程序员，一名作家，或者一位商界精英，你必须编写很多程序，写很多东西，创办很多企业。

如果你想要成为一名优秀的程序员，不要仅仅满足于编写一个大数据应用程序，你应该学习机器语言。学习1和0，学习计算机的历史，学习如何设计一个操作系统。把你从这些阅读中收获的东西记录下来。

很多学生都希望，最终能成为一名大数据“大牛”。要能有所突破，首选要肯下功夫，付出努力，四个月的学习其实是非常飞速和短暂的，因此，要快速成

千锋教育www.xiexiebang.com

长起来，必须要找到自己能愿意为之付出的“魔鬼计划”，安排好学习时间，高效学习，才能真正的实现“蜕变”。

对于很多学习千锋大数据零基础的学员而言，如果你能够领悟这些大数据学习方法、方式，融合自己的思想或想法去实现自己的梦想，那么，将会在四个月的学习之旅中收获无数，成为自己人生中的大赢家！

千锋教育-中国IT职业教育领先品牌

千锋教育www.xiexiebang.com

第三篇：大数据讲座学习心得

大数据讲座学习心得

大数据时代已经悄然到来，如何应对大数据时代带来的挑战与机遇，是我们当代大学生特别是我们计算机类专业的大学生的一个必须面对的严峻课题。大数据时代是我们的一个黄金时代，对我们的意义可以说就像是另一个“80年代”。在讲座中秦永彬博士由一个电视剧《大太监》中情节来深入浅出的简单介绍了“大数据”的基本概念，并由“塔吉特”与“犯罪预测”两个案例让我们深切的体会到了“大数据”的对现今这样一个信息时代的不可替代的巨大作用。

在前几年本世纪初的时候，世界都称本世纪为“信息世纪”。确实在计算机技术与互联网技术的飞速发展过后，我们面临了一个每天都可以“信息爆炸”的时代。打开电视，打开电脑，甚至是在街上打开手机、PDA、平板电脑等等，你都可以接收到来自互联网从世界各地上传的各类信息：数据、视频、图片、音频……这样各类大量的数据累积之后达到了引起量变的临界值，数据本身有潜在的价值，但价值比较分散;数据高速产生，需高速处理。大数据意味着包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。遂有了“大数据”技术的应运而生。

现在，当数据的积累量足够大的时候到来时，量变引起了质变。“大数据”通过对海量数据有针对性的分析，赋予了互联网“智商”，这使得互联网的作用，从简单的数据交流和信息传递，上升到基于海量数据的分析，一句话“他开始思考了”。简言之，大数据就是将碎片化的海量数据在一定的时间内完成筛选、分析，并整理成为有用的资讯，帮助用户完成决策。借助大数据企业的决策者可以迅速感知市场需求变化，从而促使他们作出对企业更有利的决策，使得这些企业拥有更强的创新力和竞争力。这是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。后工业社会时代，随着新兴技术的发展与互联网底层技术的革新，数据正在呈指数级增长，所有数据的产生形式，都是数字化。如何收集、管理和分析海量数据对于企业从事的一切商业活动都显得尤为重要。

大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的竞争中摆脱受制于人的弱势境地，才能把握发展的方向。

首先，“大数据”究竟是什么？它有什么用？这是当下每个人初接触“大数据”都会有的疑问，而这些疑问在秦博士的讲座中我们都了解到了。“大数据”的“大”不仅是单单纯纯指数量上的“大”，而是在诸多方面上阐释了“大”的含义，是体现在数据信息是海量信息，且在动态变化和不断增长之上。同时“大数据”在：速度（Velocity）、多样性（Variety）、价值密度（Value）、体量（Volume）这四方面（4v）都有体现。其实“大数据”归根结底还是数据，其是一种泛化的数据描述形式，有别于以往对于数据信息的表达，大数据更多地倾向于表达网络用户信息、新闻信息、银行数据信息、社交媒体上的数据信息、购物网站上的用户数据信息、规模超过TB级的数据信息等。

了解了“大数据”的“大”之后我们也该了解它所具有的巨大价值。就目前来说“大数据”的来源主要还是互联网，来自互联网上的大多数不被重视信息都是具有巨大开发价值的，其具有巨“大”的商业价值，我们所缺少的只是一些数据分析等手段。例如：在如今，网购已经成为了一种风潮，网上也涌现了以淘宝、京东、亚马逊等一系列的购物网站。而在这些网站之中，顾客的浏览记录，购买记录等等都是一些巨大商业价值的信息。借鉴“塔吉特”的先例，我们可以利用“大数据”技术收集分析，就可预测需求、供给和顾客习惯等，做到精准采购、精准投放，达到利益放大的效果。

从全球范围来看，很多人都把2012年看做是大数据时代的元年。在这一年里，很多行业在大数据方面的管理、规划和应用已经觉醒。电商、金融、电信等行业数据有着长期的数据积累。事实上，很多互联网公司，例如亚马逊、Google、腾讯，更愿意将自己定位为数据企业。因为信息时代，数据成为经营决策的强有力依据，给企业带来了发展和引领行业的机遇。银行也同样拥有丰富的数据矿藏，不仅存储处理了大量结构化的账务数据，而且随着银行渠道快速渗透到社交网络、移动端等媒介，海量的非结构化数据也在等待被收集和分析。未来的金融业将更多地受到科技创新力的驱动，也越来越倾向于零售营销：对于金融业来说，大数据意味着巨大的商机，可强化客户体验，提高客户忠诚度。大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。金融行业在大数据浪潮中，要以大数据平台建设为基础，夯实大数据的收集、存储、处理能力；重点推进大数据人才的梯队建设，打造专业、高效、灵活的大数据分析团队；不断提升企业智商，挖掘海量数据的商业价值，从而在数据新浪潮的变革中拔得头筹，赢得先机

在如此快速的到来的大数据革命时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。职业规划中，也需充分考虑到大数据对于自身职业的未来发展所带来的机遇和挑战。当我们掌握大量数据，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给我们日后创业带来价值。借力，顺势，合作共赢。把自己的心门打开，像海绵般吸取积极、正能量的东西。

第四篇：大数据极课学习心得

基于大数据分析，实施个性化教学

---极课学习、使用心得体会

信息化、大数据是21世纪的时代标签，数据信息是宝贵的资源。因此，学校教学过程中，学生学业情况的动态总览、纵横向比较是教师备课、授课的切实依据，如何收集、分析、运用学生的学业数据呢？极课大数据应运而生。

在经过近1年的学习、使用极课大数据系统后，感触颇深、体会众多。下面从极课大数据是什么？有何优势？怎样充分利用？三个方面谈谈我的心得体会。

一、什么是极课大数据？

极课大数据是一套服务于基础教育阶段学校日常作业和考试数据采集、分析的教育智能系统，帮助一线老师提高工作效率，建立面向家庭的个性化学习的平台。极课大数据技术支持的大数据采集，通过高速阅卷仪，将学生的学业信息快速进行识别并传输到云端，经过相关的运算，形成各类数据报表。

教师通过数据反馈，有针对性地设计学生作业、测试及练习题，并做有效性分析，了解学生个体的阶段学习情况，分析其知识缺陷并提出专一的纠错方案，持续关注某一位学生或一个班级的错题流变和学业发展，对学生的能力（学习策略、知识掌握程度、学习专注度等方面）进行评测，诊断学生的学习变化趋势。通过采集学生的各种学业信息，应用科学的考试分析方法，对照课程标准，诊断和评价学生的学业优势与不足，促使学校真正实现因材施教，有效促进学生的发展。

极课大数据在不改变教师现有阅卷习惯、批改作业习惯的基础上，做到了极速批改、极致分析、极便响应，突破了K12教育大数据的入口和管道，构建了基础教育学业数据库。在课前，为教师形成个性化诊断数据，让课堂教学更精准；在课后，为学生自动形成个性化错题本及个性化课程学习包的智能推送，使学生的学习更有针对性。极课大数据通过采集校园小数据、沉淀教育大数据，推动教学深度变革，解放教育生产力。

二、极课大数据有何优势？

1、移动阅卷、教师批阅方便省时

传统的阅卷费时费力，而极课大数据下的智学网试卷批阅方便快捷。仅需手机和网络，便可在任何片段闲散时间都能进行网上阅卷，且在阅卷过程中，能把控各题的分值，以免神仙分出现；在赋分出现问题后还可以回评，赋分界面能即时显示平均分、阅卷任务等，以方便老师随时监控并调整自己的阅卷过程。

图一：考试中心的阅卷界面

2、自动计分、生成分析数据报表

传统的试卷批改后，需要人工统分，费时费力切准确度不高，而智学网试卷批阅试卷后自动生成各类数据，如下图学情总览所示，教师、班主任、教育管理者能清楚了解学生、班级各学科成绩、最高分、最低分、排名情况、大幅进步、退步、高低分段、临界生、合格生等具体情况。

图二：学情总览

图三：成绩分数段统计

图四：临界生统计

3、试卷评讲有的放矢，提高课堂教学效率

利用极课数据收集、分析，借助智学网进行试卷评讲，能极大地提高课堂教学效率和效果。如图五所示，根据智学网上所显示的每小题正确率，针对普遍问题进行讲解，并且还能知道哪些问题在此问题上出错。

图五：根据正确率（得分率）统计选择性评讲

4、根据学生档案、因材施教、个性化辅导

智学网能将班级学生所掌握的知识点情况统计出来，此外，还能将每个学生的历次成绩、各题型分数、各知识点情况纵向比较，这对因材施教、个性化辅导提供了依据，尤其便于对优生、差生的针对性提高训练。

图六：把握学生知识点掌握情况

5、标记错题、多维组卷、海量题库

基于收集到的班级、学生知识点掌握情况，智学网提供了科学、方便的组卷功能，以便针对性训练。如下图所示，可根据学情组卷，如错题专练、得分率低的薄弱项专练，；或者进行语法填空专项题型训练，或者针对定语从句的知识点进行训练等等且组出的试卷规范、标准、输出打印即可运用。历次考试、或同类学校上传的试卷都能保存到数据库，这样便形成了电子档案，有了校本题库和海量同类试题供备课、出题选择。

图七：各种组卷选择

以上便是我在学习和使用极课数据下智学网时的一些愉快的感受。下面，我将反思怎样更好地充分利用极课大数据和智学网？

三、如何充分利用极课大数据？

1、转变思想、与时俱进

信息时代已经到来，大数据是时代的标签，在信息化的潮流下，传统的教学也必须有所改进和创新，因此，要想在极课大数据和智学网帮助下，发展成为一个顺应时代潮流、敢于争先的教师首先应转变思想、与时俱进。转变思想就是要理解课改、感受课改、致力于课改，不怕麻烦、不怕不会，就怕不去尝试。在开始接触智学网的时候，仅限于管理者的要求进行网上评阅试卷。在多次培训后，我开始接受大数据、智学网，并且在每次考试后都运用其进行分析学生成绩、指导评讲试卷，最后发展成为运用其进行备课等。渐渐发现教学方便快捷了很多，教学效果也有显著提高。这让我明白，时代在前进，我们要么顺势前行，要么被时代浪潮拍打在岸边。教学需要改变，教育需要改变，人更需要改变！

2、勇于实践、反思躬行

在正确的思想指导下，我们需要的是勇于实践、反思躬行。新的大数据、智学网是一个挑战，需要我们自己花心思去捉摸去探索去反思。教学教育又何尝不是？极课大数据带给我的不仅仅是教学的改变，也告诉我要在脚踏实地的行动中去深化知识、运用知识、反思总结、不断发展。在教学过程中，面临新的问题，我也将不断尝试新的方式方法，并善于总结反思，才能不断完善提升自己。

总结：在目前的教育形式下，高考成绩作为高校录取学生的重要依据，我们教育工作者总是希望自己的学生能够有更好的学习方法，取得更好的成绩。极课大数据的应用，可以获得更多的传统手段无法提供的教学信息，从这些信息出发，可以使教师的教和学生的学都更有针对性，从而提高学生的学习效率。极课系统的开发还在不断的完善中，随着越来越多学校的投入使用并将使用过程中的建议加以反馈，相信极课系统会更好的为教学服务的，而我们要做的就是转变思想，积极接受并积极实践。

第五篇：营销数据分析学习心得

如何让数字说话

——营销数据分析学习心得

引言：

当前社会，市场变化纷繁芜杂，竞争无处不在，需要处理的信息以海量计，公司发展受市场制约，任何决策都如履薄冰，因此科学决策必须打破原有的定性感觉而依赖于信息支持，这些信息相当程度上，又必须以一种狭义的数据形式，给决策者一种量化的直观体现。

关于数据处理的技术性的问题，不在此讨论，通过学习，本文主要从思路和视角的角度对公司现存的数据采集、管理和分析进行探讨。主要着眼点在于营销版块，对于公司其它版块所需要的数据分析的普遍原理也会略有涉及，权作抛砖引玉。

一、数据分析思路缺乏创新，数据管理责权混乱

在获得海量的数据之初，我们首先要解决的是认知问题，即在现有市场条件下，销售面对的主要问题是什么，知道我们需要解决的目标是什么？我的对策是哪些？我们关注的要点在哪里？我们决策需要的依据是什么？而这些都是传统的销售收入、回款、毛利率以及应收账款等关键KPI（关键绩效指标法）指标所无法解释的。我们不应该仅仅满足于传统指标的比大小，我们更需要基于我们的业务理解去分解分析我们的微指标，让大而全的冰冷的数字细化的活跃起来。比如说我们的客户成长率、产品的实际使用周期和客户采购率的关系、整体的市场占有率和分区域分行业的市场占有率、价格水平以及定价与销售量的关系„„

扩展到其他部门或者管理版块，KPI指标分解同样适用。只有知道我们要什么才能够知道我们应该收集什么。

一方面，销售管理部基于自身流程性业务的操作层面，对于企业本身的诸如订货、发货、开票、回款等业务数据能够第一手掌握，对于企业营销的描述现阶段大致能够做到迅速、直观、正确、全面。另一方面，这种流程性业务也限制了部门对于行业数据的获取，在寻找参照系上，只能与自身比较而缺乏对行业、对

竞争对手的比较。而这样的的比较在某种程度上是没有任何意义的。

二、业务版块理解不够，精确营销有待加强

营销分析到底应该分析什么？各种流派的各种学说侧重不一，但有一种说法得到大家的普遍认同的就是：销售不等于市场！

虽然我们公司设立了水泥销售部和市场开发部，实际上仅仅是行业的划分和名称的区别，极端的说，我们公司并没有真正意义上的市场分析。一方面，销售人员直接接触市场，掌握第一手数据和市场的直观感受，在各个区域经理和部门经理心里，对市场有一种自我的经验判断和分析，比如说投标报价是高是低，市场容量是大是小，行业发展是好是坏„„另一方面这种判断分析仅仅只是个人的感性判断，对于业务人员个体的业务水平和素质依赖极大，业务的纠偏能力较弱。

这样的一种定性判断，实际就是我们对业务的理解还不够深刻，没有把握到这种市场变化的内在联系。

例如上面所说的，投标报价，涉及到行业的平均价格、我们主要竞争对手的价格预测、客户的关系把握、客户本身的预算、客户销量展望和预估、我们的成本及利润空间、上下游产业链的影响、我方采购与竞争对手采购的差异等等。

比如我们所做的大客户营销。现阶段我们实际更关注真实的销售事件，换一个思路，其实此类大客户的预算在上一已经基本分配完毕了。那么扩大我们的销售额完全可以而且应该从客户的预算里面挖掘。再比如除了同产品竞争，完全可以进行同质化竞争。电厂检修用可塑料替代定型砖，水泥窑的喉部预制件，用不定形材料抢占定型制品市场就是一个同质化竞争的案例。

„„

应该说，在营销分析上，我们的理解还没跟上时代发展，很多的诸如竞争分析、市场分析、客户细分和精确营销、数据规划和数据收集等等很多工作要不就是相当初级，要不就是完全空白。

建议应该组织业务部门和市场人员就现存的市场探讨，以头脑风暴的方式，提炼出我们最关心、最影响我们决策的信息概念，去芜存菁。一方面我们要知道销售人员需要我们提供的支撑信息是什么，另一方面销售人员要知道为了后期信息支撑他们需要收集的信息有哪些。只有通过互动才能加深各自环节对整个流程的理解，从而为我们在恶劣市场条件下得发展保驾护航。

同时，公司的人资考核、技术创新、库存管理、CD降成本等等也完全可以采用此方法提出自己管理的KPI指标。

三、数据采集架构不明，采集执行考核无力

数据分析是基于营销原始数据的技术处理。因此营销原始数据的全面、准确和维度也就决定了分析结果的准度和深度。我们无法想象只有销售总额和回款总额就能分析出我们那块销售区域出了问题；同样我们也无法仅仅凭借自身的发货、发票数据等业务数据就能做全行业的大客户分析。因此营销分析最为基础的就是数据的科学采集。

现在公司协同管理软件，原料库存管理软件，财务的用友软件，再加上曾经使用现已淘汰的客易通软件从本质上讲都属于业务流程采集的数据库管理软件，但由于架构缺乏统一性，造成各业务流程数据的脱节，使得几个系统同时运行，加大了运行成本，也加大了相关操作人员的工作量，自然降低了对软件的认同度。而且由于依附于业务流程，几个系统更加关注的是业务流程的合理性，对于基础“数据字典”的管理几乎为零。

首先就是对于客户的管理尺度无序：由于没有专人管理，在协同系统、财务系统以及原来的客易通里面同一个客户由于不同的原因，其客户名称和编码并非唯一，有简称有全称还有错误名称。换而言之，我们对客户的管理，实际上还掌握在具体的业务经理手里而不是真正的转为公司资源。随着业务的转手或者客户本身的收购、名称变更等行为，我们对客户的管控必然失序。当然由于业务的复杂性、业务经理的责任心以及普遍的人性，对于客户信息的管理在什么级别管理到什么层次，在现阶段如何来要求和考核业务经理的客户信息的填报率，这属于管理范畴，就不在此探讨。由此还可以引申到技术部门，尤其是开发部门的新产品的实验数据的管理是否做到了公司化。

其次，像发货、开票、回款等业务数据的管理是表格和系统共存，甚至是有表格无系统，且各流程岗位和部门各自为战，只关心各自业务口的合理性，在公司层面缺乏整体关注，对于实际发生业务的是否与系统或者表格匹配没有校核机制，更谈不上管理考核了。

对于我们自身的数据尚且管理不到位，营销分析中所涉及的竞争分析，供应链分析、市场分析所需要的数据要求就更是形同虚设或者是一片空白。例如我们要求在投标报销中要填写竞争对手信息，又例如我们要求业务经理在差旅费报销中填写相关客户完整信息。但是，这样的填报信息是否有人去检验校核，同时按照预设目标进行提炼分析，还是只是单纯的作为业务应付了事。

结语：

以上只是结合公司现存问题单纯的探讨了营销数据的分析目标和前景，但是任何的美好展望落实到实际，更多的是管理上的执行问题，同时数据分析工作的开展与企业资源的投入和大力支持有着必然联系。

最后，我们要依赖数据但不迷信数据，数据的规划预测和目标的制定没有必然的因果联系，它只体现在在指导我们具体业务的实际操作中。在种种数字游戏中，不管我们选用多么正确的数学模型推导出的多么无限于接近事实真相的数据推论，与真正的事实都是有差异的。