三年前，当你问一个业内人士有哪些大数据应用案例，他会把自己已经讲了1000遍的啤酒与尿布的案例讲述第1001遍。那时候微软、IBM、EMC在谈大数据，BAT在谈大数据，风投资本也在谈大数据，但究竟能用大数据解决什么问题，除了精准营销，他们也没有多少成功的经验。

但三年后的今天，大数据和人工智能已经深入到我们的生活中，你在金融、互联网、医疗、农业、旅游、教育、环保、交通、健康等任何领域，都可能会见证许多利用大数据解决实际问题的案例。这些案例解决了哪些问题、使用了哪些分析方法、怎样对数据进行分析和解读……如果您知道这些，请告诉我们和千千万万的学生您是怎样做到的，您的分享对我们很重要。

经管之家旗下CDA数据分析师品牌作为数据分析师成长的摇篮，已经得到众多学子和业内企业的长期认可。发起此次案例征集活动，也是为了提供最真实的案例给千千万万的学子们学习和参考。根据案例质量，我们将会给予2000-10000元的奖励，特别优秀的案例价格可以单独沟通。

征集目的

本次案例征集活动旨在还原企业现实中利用大数据技术解决实际问题的案例，并应用于CDA数据分析研究院的教学实践活动中，进而推动数据分析教育的创新发展，为企业输送更多能够具有解决实际问题能力的优秀人才。

征集范围

本次案例征集范围包括大数据、商业数据分析、机器学习与深度学习等领域，所应用的行业或解决的具体问题不限。

案例要求

【案例背景与需求分析部分】

1.简洁明了地陈述案例分析目标。目标必须是贯穿整个案例的核心任务，是该案例需要解决的实际业务需求。

2.根据案例目标，详细地介绍相关业务背景。包含业内解决当前问题通用或常见的处理办法，相关的业务背景知识。主要目的在于让读者了解具体业务需求，根据背景介绍更好地理解数据，为后续数据处理过程做好准备。

【数据介绍部分】

3.详细地介绍数据来源、数据中的变量情况。如果变量较多可分组介绍，变量解释主要目的是为了能让读者清晰地理解数据中各变量的含义。可以写成数据字典的形式，可以附专门的文件，用于详细解释变量采集过程以及数据涉及的各个变量的具体含义。

【分析方法与处理过程部分】

4.数据清洗和描述性探索过程。详尽地数据清洗过程，说明每一步清洗的目的、过程以及重要的清洗过程。对数据的描述性探索可以穿插在数据清洗之中或者另写一部分，用于描述性和探索性分析。如果使用图表则尽量简单直观，并且能进一步为后面的建模提供一些引导。如果在维度归约的过程中涉及到模型或算法（如变量聚类、主成分分析、Box-Cox变换、WOE变换等），请详述处理过程，并阐释涉及到的模型算法的使用情景以及结果解释。

5.模型构建与模型调优。模型涉及到的算法可以简要介绍，重点是模型的用法及结果分析，还有详细介绍模型的调优过程以及涉及到的相关参数。目的是能让读者清晰地理解模型的使用情境及调优过程，此部分可以分为若干部分，最好能涉及多个模型并且对比，即包含更多的知识点。

6.模型评估及模型应用。针对案例目标产生最终经过调优的建模结果后，要详细的阐述如何将结果落地到业务中去，并且如何在业务实践中发挥作用。最好能阐述模型产生的边际价值。

（注：以上4-6点只作为参考，具体分析和处理过程可以自行划分，只要完成所涉及到的具体要求，便于读者理解即可。）

【案例展现形式部分】

7.以文稿的形式提交。应配合相关图表，要求整体文稿通俗易懂，便于理解。另外为了增强案例的作用，需要提供配套的解释视频，配合PPT或者软件界面操作对案例中的重点知识要点进行讲述，便于读者更好地学习掌握。

提交文稿的同时，需要提供文稿中所涉及的数据文件、数据说明文档、完整的工程文件及实现代码并运行无误。（数据如果涉及隐私，可在要求范围内脱敏处理）

其它事项

1.案例费用。根据案例所涉及的行业，文稿所编写的详细程度，视频讲解的内容，费用在2000-10000之间。如果案例质量较好，可按照案例质量对价格进行协商调整。

2.申报案例。申报案例和具体事项沟通请与CDA数据分析研究院余老师联系

邮箱：yunxingxing@pinggu.org，电话：18727583296，QQ:3553151951

3.本活动长期有效。