​我们正在迎来一个数据爆炸的时代，拥有优秀大数据能力的企业，它的财务表现能力排在行业前25位的可能性，是竞争对手的2倍。

做出正确决策的可能性，是竞争对手的4倍。

决策速度，是竞争对手的6倍······

无数据，不未来。

在数据社会建构的过程中我们不只期待积极的应用者，更期待激进的协作者、开发者与探索者。

2018年7月1日，首席数据官·实战营（黄埔1期）输出的第一批CDO荣誉毕业啦！

在历时了6月23日、6月24日、6月30日、7月1日四天由浅入深的大数据掘金之旅的魔鬼式学习后，首批首席数据官终于学成出道，他们来自数据应用的各大前沿企事业单位，其中部分如下：

部分首席数据官·实战营学员所在企业

由零点有数高级副总裁冯晞博士亲自为数据先锋们颁发结业证书。

部分首席数据官·实战营学员颁奖留影

下面为大家附上后半段课程的详细介绍：

在6月30日上午的课程中，中津大数据研究院院长&牛津大学计算机系博士王振宇老师讲授了《大数据助力精细化管理案例学习》。

王老师重点介绍了中津团队和合作伙伴如何在过去的1年时间里，通过不同数据渠道，不同角度去实践一系列大数据应用（例如，经济运转情况，交通运转情况，公共安全应用等），进而构建一个用于重新理解城市的项目——“城市数据中心”。同时，在“城市数据中心”基础上进一步搭建新的应用。

课上，除了简述“城市数据大脑”的技术实现和架构外，也介绍了此类大数据方法在不同城市应用时可能会遇到的问题和思考。

接着，由零点有数零售与商业地产研究院院长陈亚秋老师为大家讲授《智慧门店助力零售终端精益运营》一课。

陈老师讲道，在电商流量红利逐渐消失的今天，线下凭借优质体验和商品即得性再次崛起。线上销售经过迅猛的膨胀期后已进入平缓发展期，线下零售重服务重体验的发展优势正在慢慢显现并造就新的发展机遇。而智慧门店的价值是实现线下零售场内数据上线，实现线下用户行为数据上线。

在线下，我们最重要的是，补足消费者消费链条上的相关数据。通过智能硬件将产品售前行为数据化；通过线下销售漏斗，找到关键转化环节；并基于店面的象限划分决定店面的优化方向以及开关店策略；通过选品优化和陈列调整以实现单店商业价值最大化；通过产品的标签化，加深对客群偏好的理解；最终实现一个可视化的决策系统。

30日下午，中关村大数据产业联盟智库专家&曼彻斯特大学计算机科学博士后王彦博老师，主讲了《多元数据挖掘&汇融方法和实操训练》课程。

课上，王老师通过电影《美国队长2》中关于“索拉算法”的经典段落，引出了大数据算法可以实现的惊人前景。详细介绍与演示了趋势预测（多项式联立方程组、回归分析）、分类预测（朴素贝叶斯、逻辑回归、神经网络、决策树、K-最近邻）、聚类分析（K-均值、层次聚类法）、关联规则（Apriori算法、序列模式、家族）等经典数据挖掘算法。

在讲解自然语言文本挖掘时，王老师表示，非结构性文本数据已成为大数据主流，被认为具有较高的商业潜在价值。通过商业案例为学员展示了如何汇融内外部的结构性与非结构性数据，并通过数据挖掘找到客户流失规律，形成客户挽留机制，使客户名单制营销和客户差异化服务成为可能。

在7月1日上午，大数据可视化专家谈和老师为学员们讲解了《大数据可视化方法》。

谈老师讲道，“没有感觉怎么会有知觉？”可视化，正成为大数据分析的核心基础系统。不仅数据挖掘的结果可以用可视化呈现，数据挖掘的过程也可以用可视化呈现。

在数据探索阶段，可视化可以帮助企业快速了解数据全貌，发现数据特征；在数据挖掘阶段，选择合适的可视化图形，可以方便直观地发现有用模式，甚至是一些目前非可视化技术不能发现的结论；在结果展示阶段，一图胜千言，掌握可视化的企业或个人能够有效地传达数据结论。

\

7月1日下午，我们的班主任张燕玲老师（零点有数CMO）为学员们讲授了《从制定数据战略到建设数据科学部门》的课程。

大多数的企业数据普遍跟不上发展要求，如何选择最合适的数据战略呢？要核心考虑公司整体战略、公司法规环境、竞争对手数据能力、数据管理实践成熟度、数据预算······

在课程上，张老师介绍了不同的数据科学部门的架构方式、数据部门的所需的具体岗位，比较了去中心化与中心化数据部门结构在不同数据战略上的优劣。并为大家复盘了四天的学习内容。

为什么一定要学习这门课程呢？

其实这门课程回归了我们开办首席数据官·实战营的初衷。

因为我们正在迎来一个数据爆炸的时代，各类设备和互动产生的数据量正以年均>50%的速度增长。

至2020年，全球数据量将达到41ZB，相当于全世界74亿人，每人人手46.5部128GB的手机。

拥有优秀大数据能力的企业，它的财务表现能力排在行业前25位的可能性，是竞争对手的2倍。

做出正确决策的可能性，是竞争对手的4倍。

决策速度，是竞争对手的6倍······

无数据，不未来。

在数据社会建构的过程中我们不只期待积极的应用者，更期待激进的协作者、开发者与探索者。