时间：12.3上午
主讲：许研
《大数据分析》课堂笔记
【第一部分：大数据的演变】
1 大数据4V→5V：Volume、Velocity、Variety、Veracity + Value
2 技术演进三波：
◦ 1.0：企业内部数据仓库+BI报表（以Oracle、IBM为主）
◦ 2.0：互联网时代Hadoop生态（HDFS+MapReduce+Hive）
◦ 3.0：实时+云原生（Spark、Flink、Kafka + 云湖仓一体）
3 当前主流范式：数据中台 + 实时数仓 + AI驱动的智能分析
【第二部分：瑞幸咖啡案例——大数据助力“破产”到“重生”】
1 危机根源（2020）：财务造假暴露，传统报表体系失灵，数据孤岛严重，风控模型缺失。
2 重生关键四招（老师重点强调）： ① 用实时用户行为数据（埋点+LTV模型）精准识别高价值用户，快速止损； ② 供应链大数据（IoT+预测模型）把库存周转从40+天压到7天； ③ 门店选址从“经验拍脑袋”→“商圈+客流+竞品”多维机器学习模型，成功率提升至85%； ④ 构建反欺诈实时风控平台（图计算+异常检测），防止再次造假。
3 核心结论：大数据不是“有数据”就行，而是要在最危急时刻能“快、准、全”地驱动决策。
一句话总结：瑞幸用实际行动证明——真正救命的大数据，不是报表，而是能实时指导“止血-造血-新生”的闭环能力。
小组思考的四个问题：
1、案例中哪些是大数据?哪些是传统数据?
2、为什么瑞幸咖啡只能线上点单，不能柜台点单?
3、大数据如何帮助企业运营?
4、数据如何帮助企业赢得竞争?
#北方工业大学 #mba #工商管理 #瑞幸
主讲：许研
《大数据分析》课堂笔记
【第一部分：大数据的演变】
1 大数据4V→5V：Volume、Velocity、Variety、Veracity + Value
2 技术演进三波：
◦ 1.0：企业内部数据仓库+BI报表（以Oracle、IBM为主）
◦ 2.0：互联网时代Hadoop生态（HDFS+MapReduce+Hive）
◦ 3.0：实时+云原生（Spark、Flink、Kafka + 云湖仓一体）
3 当前主流范式：数据中台 + 实时数仓 + AI驱动的智能分析
【第二部分：瑞幸咖啡案例——大数据助力“破产”到“重生”】
1 危机根源（2020）：财务造假暴露，传统报表体系失灵，数据孤岛严重，风控模型缺失。
2 重生关键四招（老师重点强调）： ① 用实时用户行为数据（埋点+LTV模型）精准识别高价值用户，快速止损； ② 供应链大数据（IoT+预测模型）把库存周转从40+天压到7天； ③ 门店选址从“经验拍脑袋”→“商圈+客流+竞品”多维机器学习模型，成功率提升至85%； ④ 构建反欺诈实时风控平台（图计算+异常检测），防止再次造假。
3 核心结论：大数据不是“有数据”就行，而是要在最危急时刻能“快、准、全”地驱动决策。
一句话总结：瑞幸用实际行动证明——真正救命的大数据，不是报表，而是能实时指导“止血-造血-新生”的闭环能力。
小组思考的四个问题：
1、案例中哪些是大数据?哪些是传统数据?
2、为什么瑞幸咖啡只能线上点单，不能柜台点单?
3、大数据如何帮助企业运营?
4、数据如何帮助企业赢得竞争?
#北方工业大学 #mba #工商管理 #瑞幸
