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
大數據分析：商業應用與策略管理 (Big Data Analytics: Business Applications and Strategic Decisions)
proposé par
National Taiwan University
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
1課程簡介
本單元首先由課程引言人引導此門課程學習的脈絡，接著由魏志平老師簡介此課程。課程簡介還有一個特別的部分，是以直播方式與大家互動的。與大數據的午餐約會直播是已在 2018/4/13 ，透過直播的方式，在NTUMOOC Facebook 粉絲團呈現（Facebook 搜尋：NTUTI - 臺大創新教學組（MOOCs/翻轉教育）） ，引入大數據生活應用的議題、談論產學之間的落差，作為此門課程的開頭。2018/4/13 沒有收看到直播的同學也別擔心，直播的影片已剪輯完畢，在此週呈現，學習者依然可以透過 Discussion Forums 向老師提問並與同學互動。
7 vidéos (Total 68 min), 8 lectures
7 vidéos
1-0-1 課程引言人學習引導3 min
1-1-1 課程總覽介紹（魏志平教授講述）13 min
1-2-1 課程與教師介紹7 min
1-2-2 想到大數據，你會想到什麼？4 min
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20 min
1-2-4 產學之間真的有落差嗎？10 min
1-2-5 直播提問解答8 min
8 lectures
NTU MOOC 課程問題詢問與回報機制1 min
學習指引與課前問卷（請學習者協助填寫：）謝謝！）10 min
課程教師與製課團隊介紹10 min
課程學習目標10 min
（2018/4/13 沒有收看直播的學習者，請協助填寫此份直播問卷），預計兩分鐘內可以填寫完成，謝謝您！10 min
（2018/4/13 有收看直播的學習者，請協助填寫此份直播問卷），預計兩分鐘內可以填寫完成，謝謝您！10 min
參考書目：＜1小時就能看懂 圖解大數據：巨大數據湧出金流！＞10 min
參考書目：＜數據、謊言與真相＞10 min
Semaine
2數據分析在金融及財務上的應用
本週老師首先會介紹金融服務的功能，並一一點出這些不同金融服務創新的趨勢，也帶領學生認識金融機構業者有哪些不同的資料庫種類，讓學生瞭解各項金融服務的功能是如何透過數據求新求變。
第二個段落將以保險業為例，帶出決策樹與關聯分析的方法，說明資料分析如何讓我們更加了解客戶，例如發掘客戶類型與購買保單種類之間的關聯性等，進一步預測客戶的行為。
最後一個段落，老師將帶領同學認識一些常見的股市分析方法，例如大家常常聽到的基本面、技術面分析等等。在股市裡，我們可能會想了解發行股票的公司，本單元會介紹我們可以為此取得哪些資料種類，以及這些資料庫有什麼特性。最後，老師將會使用許多案例，較為細膩地為大家講解資料分析在股市的三大應用，包括企業評等、股價預測與趨勢分析。
14 vidéos (Total 71 min), 5 lectures, 2 quiz
14 vidéos
2-1-1 簡介金融服務之功能4 min
2-1-2 金融業者擁有的資料庫種類2 min
2-1-3 金融服務數據分析的目的2 min
2-2-1 保險實例（一）：決策樹之應用，瞭解客戶的行為模式10 min
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5 min
2-2-3 保險實例（三）：將客戶有效分群，瞭解客戶的分佈特性6 min
2-3-1 四種常用的股市分析方法與股市資料種類7 min
2-3-2 從股票數據分析延伸出的三種應用2 min
2-3-3 如何利用新聞等外部資訊評估企業風險6 min
2-3-4 如何利用內外部資料進行股價趨勢預測14 min
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 min
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？1 min
2-4-3 老師分享：大數據如何改變組織分工？1 min
5 lectures
本週課程教師簡介：楊立偉老師10 min
金融創新服務：無現金交易10 min
金融創新服務：P2P借貸10 min
金融創新服務：群眾集資10 min
認識 WEKA10 min
2 exercices pour s'entraîner
第二週課程測驗（選擇題，計分）10 min
第二週課程測驗（進階題，不計分）0
Semaine
3數據分析在行銷與零售上的應用
本週的課程架構與上週類似，老師一樣會先介紹業者掌握的資源，以及善用資料在行銷與零售上能產生的效益，接著講授分析方法。本週的重點是關聯分析，老師會從這種分析方法的概念、指標計算方式等基礎知識開始教起，並以實例讓同學理解關聯分析在業界如何被應用。在認識資料種類、瞭解應用目的與學習分析方法之前，老師也會在課程的開頭介紹STP市場區隔理論，讓同學對大數據的時代來臨之前就已發展出的經典行銷理論有些認識，再進一步去學習資料科學可以如何幫助我們更有效的實踐經典理論。
17 vidéos (Total 72 min), 4 lectures, 2 quiz
17 vidéos
3-1-1 經典行銷理論介紹：市場區隔理論5 min
3-1-2 行銷與零售業者擁有的資料庫種類2 min
3-1-3 行銷與零售數據分析的目的4 min
3-2-1 常用在行銷與零售上的四種資料分析方法簡介5 min
3-2-2 深入介紹關聯分析（一）：共同出現的概念4 min
3-2-3 深入介紹關聯分析（二）：透過指標檢驗找出關聯性2 min
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4 min
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4 min
3-2-6 零售賣場案例（一）：聯合促銷3 min
3-2-7 零售賣場案例（二）：目標行銷5 min
3-3-1 電商的業績計算方式與優化目標9 min
3-3-2 透過會員分群擬定行銷策略7 min
3-3-3 Amazon案例：個人化推薦的侷限性與平衡方法3 min
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？2 min
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 min
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1 min
4 lectures
本週課程教師簡介：楊立偉老師10 min
參考書目：＜大數據玩行銷＞10 min
修課後問卷10 min
課程學習活動徵件邀請10 min
2 exercices pour s'entraîner
第三週課程測驗（選擇題，計分）22 min
第三週課程測驗（計算題，不計分）0
Semaine
4社群媒體之輿情分析
本週的課程教導大家如何將平常使用社群媒體所產生的各式資料，例如Facebook上的貼文、Instagram裡的追蹤與被追蹤關係等等，做適當的分析，幫助我們在行銷、客服等方面做出更貼近顧客需求的商業決策。
15 vidéos (Total 97 min), 2 lectures, 2 quiz
15 vidéos
4-1-1 從累積資料到分析資料7 min
4-2-1 群落偵測簡介7 min
4-2-2 群落偵測方法：聚合法9 min
4-2-3 群落偵測方法：拆解法12 min
4-2-4 如何產生網路？顯性與隱性網路2 min
4-3-1 引言：社群媒體創造了新的發言方式3 min
4-3-2 如何評估社群媒體上的影響力：Page rank方法8 min
4-3-3 解決 Page rank 衍生的問題： Random walk 概念介紹9 min
4-3-4 解決 Random walk 的收斂問題：Teleport 概念介紹10 min
4-3-5 PageRank 總結與其他細部問題10 min
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？1 min
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？2 min
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？2 min
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？3 min
2 lectures
本週課程教師簡介：陳建錦老師10 min
教師建議先修課程10 min
2 exercices pour s'entraîner
第四週課程測驗（選擇題，計分）14 min
第四週課程測驗（問答題，不計分）2 min
À propos de National Taiwan University
We firmly believe that open access to learning is a powerful socioeconomic equalizer. NTU is especially delighted to join other world-class universities on Coursera and to offer quality university courses to the Chinese-speaking population. We hope to transform the rich rewards of learning from a limited commodity to an experience available to all. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2018 Coursera Inc. Tous droits réservés.
