À propos de ce cours : 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
Les destinataires de ce cours : 具體授課對象： -- 商管學院學生：商管學院各科系（財務金融、企業管理、國際企業、資訊管理學系）學生 -- 電機資訊學院學生：電機資訊學院科系已擁有大數據分析技術能力，但欲修習商管跨領域專長的學生 -- 初入職場的新鮮人：從事商管（行銷企劃、市場調查等等職務）、資訊（大數據資料分析）相關工作 即使您不在具體授課對象範圍內，但符合以下三點的任何一點，也非常歡迎您來修習與認識商管大數據領域的相關知識。 從未接觸過資料科學，想對各種分析方法建立基本概念。 接觸過資料科學方法，想瞭解其在商管領域的應用。 從事商管性質的職業，想知道資料科學在工作場域的可能應用與發展方式。
Créé par : National Taiwan University
Enseigné par : 魏志平, 特聘教授(Distinguished Professor)
資訊管理學系(Department of Information Management)Enseigné par : 李正國, 玉山金控數位金融長暨副總經理
Enseigné par : 楊立偉, 兼任助理教授(Adjunct Assistant Professor)
工商管理學系與資訊管理系合聘(Department of Business Administration and Information Management)Enseigné par : 陳建錦, 副教授(Associate Professor)
資訊管理學系(Department of Information Management)
| Niveau | Débutant |
| Langue | Chinese (Traditional) |
| Comment réussir | Réussissez tous les devoirs notés pour terminer le cours. |
| Notes des utilisateurs |
Programme de 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, 8 lectures
- Reading: NTU MOOC 課程問題詢問與回報機制
- Reading: 學習指引與課前問卷（請學習者協助填寫：）謝謝！）
- Reading: 課程教師與製課團隊介紹
- Reading: 課程學習目標
- Vidéo: 1-1-1 課程總覽介紹（魏志平教授講述）
- Vidéo: 1-2-1 課程與教師介紹
- Vidéo: 1-2-2 想到大數據，你會想到什麼？
- Vidéo: 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
- Vidéo: 1-2-4 產學之間真的有落差嗎？
- Vidéo: 1-2-5 直播提問解答
- Discussion Prompt: 大數據在日常生活中的應用有哪些？
- Reading: （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！
- Reading: （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！
- Reading: 參考書目：＜1小時就能看懂 圖解大數據：巨大數據湧出金流！＞
- Reading: 參考書目：＜數據、謊言與真相＞
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, 5 lectures, 1 quiz pour s'exercer
- Reading: 本週課程教師簡介：楊立偉老師
- Vidéo: 2-1-1 簡介金融服務之功能
- Vidéo: 2-1-2 金融業者擁有的資料庫種類
- Vidéo: 2-1-3 金融服務數據分析的目的
- Reading: 金融創新服務：無現金交易
- Reading: 金融創新服務：P2P借貸
- Reading: 金融創新服務：群眾集資
- Vidéo: 2-2-1 保險實例（一）：決策樹之應用，瞭解客戶的行為模式
- Vidéo: 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
- Vidéo: 2-2-3 保險實例（三）：將客戶有效分群，瞭解客戶的分佈特性
- Vidéo: 2-3-1 四種常用的股市分析方法與股市資料種類
- Vidéo: 2-3-2 從股票數據分析延伸出的三種應用
- Vidéo: 2-3-3 如何利用新聞等外部資訊評估企業風險
- Vidéo: 2-3-4 如何利用內外部資料進行股價趨勢預測
- Vidéo: 2-4-1 延伸問題（一）：新興金融服務有哪些風險與法規限制？
- Vidéo: 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？
- Vidéo: 2-4-3 老師分享：大數據如何改變組織分工？
- Practice Quiz: 第二週課程測驗（進階題，不計分）
- Discussion Prompt: 大數據民意調查，我來做做看！
- Discussion Prompt: 分享對於大數據股價預測的看法
- Reading: 認識 WEKA
Noté: 第二週課程測驗（選擇題，計分）
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, 4 lectures, 1 quiz pour s'exercer
- Reading: 本週課程教師簡介：楊立偉老師
- Discussion Prompt: STP市場區隔理論 / 行銷4P理論分享
- Vidéo: 3-1-1 經典行銷理論介紹：市場區隔理論
- Discussion Prompt: 市場區隔理論討論
- Vidéo: 3-1-2 行銷與零售業者擁有的資料庫種類
- Vidéo: 3-1-3 行銷與零售數據分析的目的
- Vidéo: 3-2-1 常用在行銷與零售上的四種資料分析方法簡介
- Vidéo: 3-2-2 深入介紹關聯分析（一）：共同出現的概念
- Vidéo: 3-2-3 深入介紹關聯分析（二）：透過指標檢驗找出關聯性
- Vidéo: 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
- Vidéo: 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
- Vidéo: 3-2-6 零售賣場案例（一）：聯合促銷
- Vidéo: 3-2-7 零售賣場案例（二）：目標行銷
- Vidéo: 3-3-1 電商的業績計算方式與優化目標
- Vidéo: 3-3-2 透過會員分群擬定行銷策略
- Vidéo: 3-3-3 Amazon案例：個人化推薦的侷限性與平衡方法
- Vidéo: 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？
- Vidéo: 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？
- Vidéo: 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
- Practice Quiz: 第三週課程測驗（計算題，不計分）
- Discussion Prompt: 市場區隔理論結合數據分析的應用案例
- Discussion Prompt: 得知關聯規則後，你會怎麼做呢？
- Discussion Prompt: 電商行銷手法分享
- Reading: 參考書目：＜大數據玩行銷＞
- Reading: 修課後問卷
- Reading: 課程學習活動徵件邀請
Noté: 第三週課程測驗（選擇題，計分）
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, 2 lectures, 1 quiz pour s'exercer
- Reading: 本週課程教師簡介：陳建錦老師
- Reading: 教師建議先修課程
- Vidéo: 4-1-1 從累積資料到分析資料
- Vidéo: 4-2-1 群落偵測簡介
- Vidéo: 4-2-2 群落偵測方法：聚合法
- Vidéo: 4-2-3 群落偵測方法：拆解法
- Vidéo: 4-2-4 如何產生網路？顯性與隱性網路
- Vidéo: 4-3-1 引言：社群媒體創造了新的發言方式
- Vidéo: 4-3-2 如何評估社群媒體上的影響力：Page rank方法
- Vidéo: 4-3-3 解決 Page rank 衍生的問題： Random walk 概念介紹
- Vidéo: 4-3-4 解決 Random walk 的收斂問題：Teleport 概念介紹
- Vidéo: 4-3-5 PageRank 總結與其他細部問題
- Vidéo: 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？
- Vidéo: 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？
- Vidéo: 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？
- Vidéo: 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？
- Practice Quiz: 第四週課程測驗（問答題，不計分）
- Discussion Prompt: 日常生活中的群落偵測
- Discussion Prompt: 日常生活中的意見領袖找尋
Noté: 第四週課程測驗（選擇題，計分）
SEMAINE 5
社群媒體分析與行銷智慧
本週所關注的資料來源一樣是社群媒體，與上週不同的是，我們將眼光從社群媒體上複雜的關係（按讚、追蹤等），轉向人們留下的評論（例如食記、開箱文等）以及企業在這些評論中所呈現的品牌印象。首先，老師將介紹情感分析與社群聆聽的概念，並講述情感分析的流程，讓我們學習從評論資料中萃取出重要的產品特徵，並辨別資料中所隱含之消費者對不同特徵的情感態度(正向或負向)。本週的第二個重點是學習以品牌經營者的角度去思考問題，老師會介紹傳統的市場結構分析方法與其限制。接下來，將分享如何利用產品評論來進行市場結構分析，從評論中的產品間比較關係來建構市場競爭的樣貌，並以清楚的步驟幫助同學了解分析流程。最後一個重點是品牌聯想。老師將分別介紹兩種品牌聯想萃取方法，包括傳統利用問卷、以及利用社群媒體資料的萃取方法。在了解如何利用社群媒體資料來進行品牌聯想分析之後，最後老師提出透過社群媒體資料進行行銷智慧分析可能面臨的相關挑戰，等待我們繼續突破。
27 vidéos, 2 lectures, 1 quiz pour s'exercer
- Reading: 本週課程教師簡介：魏志平老師
- Vidéo: 5-1-1 社群媒體與行銷智慧：背景與現況
- Reading: 相關評論網站參考
- Vidéo: 5-1-2 情感分析技術的流程
- Vidéo: 5-1-3 範例：應用概念層級情感分析進行口碑分析
- Vidéo: 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？
- Vidéo: 5-2-2 傳統市場結構分析與限制
- Vidéo: 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
- Vidéo: 5-2-4 步驟（一）：品牌識別與分群
- Vidéo: 5-2-5 步驟（二）：品牌比較關係判定
- Vidéo: 5-2-6 步驟（三）：品牌關聯強度估算
- Vidéo: 5-2-7 步驟（四、五）：群落偵測與視覺化
- Vidéo: 5-2-8 範例（一）：汽車市場評論
- Vidéo: 5-2-9 範例（二）：筆記型電腦之市場結構分析
- Vidéo: 5-3-1 前言：品牌形象聯想與效益
- Vidéo: 5-3-2 傳統品牌聯想萃取方法與限制
- Vidéo: 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
- Vidéo: 5-3-4 步驟（一）：聯想萃取
- Vidéo: 5-3-5 步驟（二）：喜好度判定與聯想分群
- Vidéo: 5-3-6 步驟（三）：聯想選擇
- Vidéo: 5-3-7 步驟（四、五）：鏈結權重衡量與品牌聯想網路視覺化
- Vidéo: 5-3-8 航空公司範例：品牌聯想網路概念說明
- Vidéo: 5-3-9 航空公司範例：品牌權益預測模型
- Vidéo: 5-3-10 航空公司範例：資料集合與分析結果
- Vidéo: 5-4 整體技術挑戰與結論
- Vidéo: 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？
- Vidéo: 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？
- Vidéo: 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？
- Practice Quiz: 第五週課程測驗（問答題，不計分）
- Discussion Prompt: 企業可以藉由社群媒體的評論了解什麼？
- Discussion Prompt: 品牌聯想分析視覺化後，在行銷面上可以怎麼做呢？
Noté: 第五週課程測驗（選擇題，計分）
SEMAINE 6
大數據的商業應用策略
最後一週的課程，由玉山金控的李正國數位金融長主講，帶領我們用業界的視角，看資料科學的發展是如何刺激金融創新、驅動銀行轉型，當中也舉了許多玉山銀行的實際案例，帶領我們瞭解玉山銀行在現今面臨了哪些挑戰，而業界又如何因應大數據的時代做不同的人才佈局。
23 vidéos, 2 lectures, 1 quiz pour s'exercer
- Reading: 本週課程教師簡介：李正國數位金融長
- Vidéo: 6-1-1 引言：傳統RuleBase方法介紹
- Vidéo: 6-1-2 數位時代中顧客行為的改變
- Vidéo: 6-1-3 轉型（一）：從官網發現新需求
- Vidéo: 6-1-4 轉型（二）：根據官網資料為既有客戶量身訂做
- Vidéo: 6-1-5 轉型（三）：用Social listening掌握熱門金融話題
- Vidéo: 6-1-6 轉型（四）：玉山金控 e指貸款服務
- Vidéo: 6-1-7 轉型（五）：大數據徵信潛在使用者分析
- Vidéo: 6-1-8 結語：數據驅動普惠金融的成果
- Vidéo: 6-2-1 初期痛點與調整方式
- Vidéo: 6-2-2 近期成就（一）：建立數位資料庫
- Vidéo: 6-2-3 近期成就（二）：從官網萃取有意義的變數
- Vidéo: 6-2-4 近期成就（三）：建立意圖資料庫
- Vidéo: 6-2-5 玉山金控遇到的挑戰與機會
- Vidéo: 6-3-1 具備跨界整合力的『pi型人才』
- Vidéo: 6-3-2 資料工程師與資料科學家養成地圖
- Vidéo: 6-3-3 資料科學家職涯地圖
- Vidéo: 6-3-4 資料科學家所需具備的能力
- Vidéo: 6-3-5 新興科技研發基地：玉山 Innovation Lab 介紹
- Vidéo: 6-3-6 自我挑戰的方向：產學合作競賽介紹
- Vidéo: 6-4-1 延伸問題（一）：大數據轉型為銀行創造的價值
- Vidéo: 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
- Vidéo: 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
- Discussion Prompt: 如何自動評估貸款額度與利率？(此討論區問題承接下方問答題)
- Practice Quiz: 第六週課程測驗（問答題，不計分）
- Reading: 玉山金控相關網站參閱
Noté: 第六週課程測驗（選擇題，計分）
SEMAINE 7
引言人課程總結與延伸學習交流
1 vidéo, 2 lectures
- Reading: 修課後問卷
- Reading: 大數據分析 NTUMOOC 相關延伸課程推薦
- Discussion Prompt: 其他延伸學習課程推薦
FAQ
Comment cela fonctionne
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Créateurs
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/
Notation et examens
Basic but to the point, helpful for new comer to catch up most of rough keys to use data to support business. Great start point.
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.
BT
課程以金融業的例子相當生活化，另味對於大數據的類型與數據品質判斷課程也十分的有幫助，讓人受益良多。