Share Description
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
Syllabus :
1. 課程簡介
- 課程引言人學習引導
- 課程總覽介紹（魏志平教授講述）
- 課程與教師介紹
- 想到大數據，你會想到什麼？
- 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
- 產學之間真的有落差嗎？
- 直播提問解答
2. 數據分析在金融及財務上的應用
- 第二週課程引言人開場與課前提問
- 簡介金融服務之功能
- 金融業者擁有的資料庫種類
- 金融服務數據分析的目的
- 保險實例（一）：決策樹之應用，瞭解客戶的行為模式
- 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
- 保險實例（三）：將客戶有效分群，瞭解客戶的分佈特性
- 四種常用的股市分析方法與股市資料種類
- 從股票數據分析延伸出的三種應用
- 如何利用新聞等外部資訊評估企業風險
- 如何利用內外部資料進行股價趨勢預測
- 延伸問題（一）：新興金融服務有哪些風險與法規限制？
- 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？
- 老師分享：大數據如何改變組織分工？
3. 數據分析在行銷與零售上的應用
- 第三週課程引言人開場與課前提問
- 經典行銷理論介紹：市場區隔理論
- 行銷與零售業者擁有的資料庫種類
- 行銷與零售數據分析的目的
- 常用在行銷與零售上的四種資料分析方法簡介
- 深入介紹關聯分析（一）：共同出現的概念
- 深入介紹關聯分析（二）：透過指標檢驗找出關聯性
- 大型書籍零售賣場案例（一）：尋找常被一起購買的不同商品
- 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
- 零售賣場案例（一）：聯合促銷
- 零售賣場案例（二）：目標行銷
- 電商的業績計算方式與優化目標
- 透過會員分群擬定行銷策略
- Amazon案例：個人化推薦的侷限性與平衡方法
- 延伸問題（一）：傳統的市場區隔理論隨時代演進有哪些改變？
- 延伸問題（二）：如何分析新的零售策略所帶來的附加價值？
- 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. 社群媒體之輿情分析
- 第四週課程引言人開場與課前提問
- 從累積資料到分析資料
- 群落偵測簡介
- 群落偵測方法：聚合法
- 群落偵測方法：拆解法
- 如何產生網路？顯性與隱性網路
- 引言：社群媒體創造了新的發言方式
- 如何評估社群媒體上的影響力：Page rank方法
- 解決 Page rank 衍生的問題： Random walk 概念介紹
- 解決 Random walk 的收斂問題：Teleport 概念介紹
- PageRank 總結與其他細部問題
- 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？
- 延伸問題（二）：實務上是否有判斷「文風相似」的客觀標準？
- 延伸問題（三）：尋找意見領袖 - 新興的意見領袖如何找尋？
- 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. 社群媒體分析與行銷智慧
- 第五週課程引言人開場與課前提問
- 社群媒體與行銷智慧：背景與現況
- 情感分析技術的流程
- 範例：應用概念層級情感分析進行口碑分析
- 前言：是否可以透過社群媒體資料萃取出其他的行銷智慧？
- 傳統市場結構分析與限制
- 利用社群媒體資料進行市場結構分析之方法與步驟
- 步驟（一）：品牌識別與分群
- 步驟（二）：品牌比較關係判定
- 步驟（三）：品牌關聯強度估算
- 步驟（四、五）：群落偵測與視覺化
- 範例（一）：汽車市場評論
- 範例（二）：筆記型電腦之市場結構分析
- 前言：品牌形象聯想與效益
- 傳統品牌聯想萃取方法與限制
- 利用社群媒體資料進行品牌聯想的萃取方法與步驟
- 步驟（一）：聯想萃取
- 步驟（二）：喜好度判定與聯想分群
- 步驟（三）：聯想選擇
- 步驟（四、五）：鏈結權重衡量與品牌聯想網路視覺化
- 航空公司範例：品牌聯想網路概念說明
- 航空公司範例：品牌權益預測模型
- 航空公司範例：資料集合與分析結果
- 整體技術挑戰與結論
- 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？
- 延伸問題（二）：本課程所教的方法是否有較適用的產業呢？
- 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. 大數據的商業應用策略
- 第六週課程引言人開場與課前提問
- 引言：傳統RuleBase方法介紹
- 數位時代中顧客行為的改變
- 轉型（一）：從官網發現新需求
- 轉型（二）：根據官網資料為既有客戶量身訂做
- 轉型（三）：用Social listening掌握熱門金融話題
- 轉型（四）：玉山金控 e指貸款服務
- 轉型（五）：大數據徵信潛在使用者分析
- 結語：數據驅動普惠金融的成果
- 初期痛點與調整方式
- 近期成就（一）：建立數位資料庫
- 近期成就（二）：從官網萃取有意義的變數
- 近期成就（三）：建立意圖資料庫
- 玉山金控遇到的挑戰與機會
- 具備跨界整合力的『pi型人才』
- 資料工程師與資料科學家養成地圖
- 資料科學家職涯地圖
- 資料科學家所需具備的能力
- 新興科技研發基地：玉山 Innovation Lab 介紹
- 自我挑戰的方向：產學合作競賽介紹
- 延伸問題（一）：大數據轉型為銀行創造的價值
- 延伸問題（二）：行動裝置的普及打破數位足跡的侷限性
- 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
