大數據分析：商業應用與策略管理 (Big Data Analytics: Business Applications and Strategic Decisions)
- 4.7
-
![]()
![]()
![]()
![]()
![]()
Approx. 18 hours to complete
Course Summary
Learn how to analyze big data using various tools and techniques in this comprehensive course. Gain hands-on experience with Hadoop, Spark, Pig, Hive, and more.Key Learning Points
- Understand the fundamentals of big data analysis
- Learn how to use Hadoop, Spark, Pig, Hive, and other tools
- Gain hands-on experience with real-life big data projects
Related Topics for further study
Learning Outcomes
- Understand the principles of big data analysis
- Learn how to use various tools and techniques for big data analysis
- Gain hands-on experience with real-life big data projects
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of programming
- Familiarity with data analysis concepts
Course Difficulty Level
IntermediateCourse Format
- Online self-paced course
- Video lectures
- Hands-on projects
Similar Courses
- Big Data Fundamentals
- Big Data Essentials: HDFS, MapReduce and Spark RDD
- Big Data Analytics Using Spark
Related Education Paths
Notable People in This Field
- Creator of Hadoop
- Creator of Apache Spark
- Data Scientist and Big Data Expert
Related Books
Description
本課程是為非資料科學專業者設計的大數據領域入門課程，偏商管應用，非資訊技術教學。透過修習本課程，學員將能對資料科學商管領域的範疇與分類建立基本的觀念，並且瞭解其在商管領域的各種應用。在學的學生可藉此為職涯做準備，在職的社會人士則可拓展自己對資料科學的想像，進一步思考在自身工作場域應用資料科學的可能性。
Outline
- 課程簡介
- 1-0-1 課程引言人學習引導
- 1-1-1 課程總覽介紹（魏志平教授講述）
- 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
- NTU MOOC 課程問題詢問與回報機制
- 學習指引
- 課程教師與製課團隊介紹
- 課程學習目標
- 參考書目：＜1小時就能看懂 圖解大數據：巨大數據湧出金流！＞
- 參考書目：＜數據、謊言與真相＞
- 數據分析在金融及財務上的應用
- 2-0-1 第二週課程引言人開場與課前提問
- 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？
- 本週課程教師簡介：楊立偉老師
- 金融創新服務：無現金交易
- 金融創新服務：P2P借貸
- 金融創新服務：群眾集資
- 認識 WEKA
- 第二週課程測驗（選擇題，計分）
- 第二週課程測驗（進階題，不計分）
- 數據分析在行銷與零售上的應用
- 3-0-1 第三週課程引言人開場與課前提問
- 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
- 3-3-3 Amazon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
- 本週課程教師簡介：楊立偉老師
- 參考書目：＜大數據玩行銷＞
- 第三週課程測驗（選擇題，計分）
- 第三週課程測驗（計算題，不計分）
- 社群媒體之輿情分析
- 4-0-1 第四週課程引言人開場與課前提問
- 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
- 4-3-5 PageRank 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？
- 本週課程教師簡介：陳建錦老師
- 教師建議先修課程
- 第四週課程測驗（選擇題，計分）
- 第四週課程測驗（問答題，不計分）
- 社群媒體分析與行銷智慧
- 5-0-1 第五週課程引言人開場與課前提問
- 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？
- 本週課程教師簡介：魏志平老師
- 相關評論網站參考
- 第五週課程測驗（選擇題，計分）
- 第五週課程測驗（問答題，不計分）
- 大數據的商業應用策略
- 6-0-1 第六週課程引言人開場與課前提問
- 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
- 本週課程教師簡介：李正國數位金融長
- 玉山金控相關網站參閱
- 第六週課程測驗（選擇題，計分）
- 第六週課程測驗（問答題，不計分）
- 引言人課程總結與延伸學習交流
- 7-0-1 課程引言人總結
- 大數據分析 NTUMOOC 相關延伸課程推薦
Summary of User Reviews
The Big Data Analysis course on Coursera has received positive reviews from users. Many users appreciated the comprehensive coverage of the course material and the practical approach to learning.Key Aspect Users Liked About This Course
Comprehensive coverage of the course materialPros from User Reviews
- Practical approach to learning
- Well-structured course content
- Engaging and knowledgeable instructors
Cons from User Reviews
- Some users found the pace of the course too fast
- Lack of hands-on exercises in some sections
- Occasional technical issues with the course platform
魏志平
4.7 Raiting
大數據分析：商業應用與策略管理 (Big Data Analytics: Business Applications and Strategic Decisions)
- 4.7
-
![]()
![]()
![]()
![]()
![]()
本課程是為非資料科學專業者設計的大數據領域入門課程，偏商管應用，非資訊技術教學。透過修習本課程，學員將能對資料科學商管領域的範疇與分類建立基本的觀念，並且瞭解其在商管領域的各種應用。在學的學生可藉此為職涯做準備，在職的社會人士則可拓展自己對資料科學的想像，進一步思考在自身工作場域應用資料科學的可能性。 本課程共計六週，第一週為學界與業界對談，透過直播企劃呈現大數據應用的議題，作為課程的開端，二到五週由臺灣大學教授進行授課，分別就金融、行銷、社群媒體、輿情分析、行銷智慧等議題，介紹大數據在領域的應用，課程以闡述應用為主，但不會花很多時間在演算法的技術細節。第六週則由玉山金控李正國數位金融長主講，帶入玉山金控積極應用大數據於銀行業的策略，產學合作課程確實結合學界與業界的專家，就資料科學的商管應用做不同面向的介紹。 課程設計中安排一位主持人的課前提問、單元介紹引言、延伸提問等等，引導學生學習與思考，各週授課教師與課程主題概述如下： 第一週：臺灣大學資訊管理學系魏志平教授、玉山金控李正國數位金融長 -- 課程簡介、與大數據的午餐約會直播活動 第二週：臺灣大學工商管理學系與資訊管理學系合聘楊立偉教授 -- 資料分析在金融及財務上的應用 第三週：臺灣大學工商管理學系與資訊管理學系合聘楊立偉教授 -- 資料分析在零售及行銷上的應用 第四週：臺灣大學資訊管理學系陳建錦教授 -- 社群媒體之輿情分析 第五週：臺灣大學資訊管理學系魏志平教授 -- 社群媒體分析與行銷智慧 第六週：玉山金控李正國數位金融長 -- 大數據的商業應用策略...
