<wbr id="gi2s4"><strong id="gi2s4"></strong></wbr>
<wbr id="gi2s4"><label id="gi2s4"></label></wbr>
<wbr id="gi2s4"><strong id="gi2s4"></strong></wbr>
<button id="gi2s4"></button>
<wbr id="gi2s4"></wbr>
<button id="gi2s4"><strong id="gi2s4"></strong></button>
<button id="gi2s4"></button>
<button id="gi2s4"></button>
<div id="gi2s4"><s id="gi2s4"></s></div>
<wbr id="gi2s4"><label id="gi2s4"></label></wbr><div id="gi2s4"><s id="gi2s4"></s></div>
當前位置: 首頁(yè) > 內訓課程 > 課程內容
廣告1
相關(guān)熱門(mén)公開(kāi)課程更多 》
相關(guān)熱門(mén)內訓課程更多 》
相關(guān)最新下載資料
構筑強大、優(yōu)質(zhì)的數據資產(chǎn)矩陣賦能業(yè)務(wù)崛起: 大型企業(yè)的高效數字治理實(shí)踐模式與數字資產(chǎn)體系優(yōu)化之道

構筑強大、優(yōu)質(zhì)的數據資產(chǎn)矩陣賦能業(yè)務(wù)崛起: 大型企業(yè)的高效數字治理實(shí)踐模式與數字資產(chǎn)體系優(yōu)化之道

課程編號:43895

課程價(jià)格:¥0/天

課程時(shí)長(cháng):2 天

課程人氣:405

行業(yè)類(lèi)別:行業(yè)通用     

專(zhuān)業(yè)類(lèi)別:大數據 

授課講師:黃辰

  • 課程說(shuō)明
  • 講師介紹
  • 選擇同類(lèi)課
【培訓對象】
企業(yè)高層管理者:董事長(cháng)、總裁、總經(jīng)理、分管副總等 戰略高層、戰略規劃、頂層設計負責人(CEO、CTO、CIO、CMO等) 各個(gè)條線(xiàn)的業(yè)務(wù)負責人和技術(shù)專(zhuān)家 產(chǎn)品開(kāi)發(fā)與創(chuàng )新人員、服務(wù)方案制定者 市場(chǎng)營(yíng)銷(xiāo)策劃、客戶(hù)經(jīng)理、產(chǎn)品經(jīng)理等 創(chuàng )新業(yè)務(wù)的負責人,創(chuàng )新創(chuàng )業(yè)導師及實(shí)踐者

【培訓收益】
可以有效指導大型企業(yè)全方位開(kāi)展高質(zhì)量的數據治理 對數據治理的數據關(guān)聯(lián)、分析處理模式等核心內容,展開(kāi)全面、系統地闡述,見(jiàn)解獨到,對數字化工作者具有重要的啟示意義 數據治理在戰略層面的頂層設計,以及數據治理在執行層面的實(shí)施方法 既是企業(yè)數據治理的綱領(lǐng)性指南,也是數據治理的實(shí)操指導 深度解析業(yè)界主流的數據治理理論框架,包含多年的數據項目實(shí)戰經(jīng)驗總結 詳細闡述了數據治理的理論、方法、技術(shù)和工具,為企業(yè)打好數智商業(yè)創(chuàng )新的數據基礎提供啟示和幫助 由表及里地分析了系統性提升企業(yè)數據管理能力的方法,具有很強的實(shí)用性

 第一部分 數據資產(chǎn)的核心價(jià)值提升及高質(zhì)量數據體系構筑實(shí)踐方法
本部分關(guān)注的問(wèn)題:
(1)統一數據標準:提升數據質(zhì)量,打通企業(yè)內部的數據壁壘,提高數據意識站位;
(2)提升數據BI系統的業(yè)務(wù)支撐能力:梳理數據架構,強化對角色的支撐能力;
(3)加強數據應用和價(jià)值體現:明確數據應用的各階段任務(wù)和重心,提升數據價(jià)值

一、大型企業(yè)數據資產(chǎn)的核心價(jià)值:企業(yè)數字化經(jīng)營(yíng)的基石
1、未來(lái)企業(yè)的發(fā)展趨勢:數字治理和數據資產(chǎn)成為數字化轉型的標配
 趨勢1:數字化企業(yè)的數據中心向大數據服務(wù)轉型
 趨勢2:大數據平臺由功能化平臺向服務(wù)化平臺轉型
 趨勢3:首席數據官和數據專(zhuān)員成為數字化企業(yè)的標準崗位
2、高質(zhì)量數據體系是企業(yè)大數據平臺化服務(wù)的關(guān)鍵
 傳統數據難以支撐大數據平臺化服務(wù)
 大數據治理連接業(yè)務(wù)創(chuàng )新與大數據資產(chǎn)
3、大型企業(yè)數字化經(jīng)營(yíng)的難點(diǎn)
 價(jià)值視角:需求各異,眾口難調
 數據視角:紛繁復雜,負重前行
 企業(yè)數據團隊的關(guān)鍵價(jià)值:搭建數據和價(jià)值之間的橋梁

二、大型企業(yè)數字資產(chǎn)的價(jià)值創(chuàng )造和提升實(shí)戰
1、大型企業(yè)資產(chǎn)優(yōu)化和管理的主要內容
2、數據價(jià)值的創(chuàng )造方法
 場(chǎng)景出發(fā)點(diǎn):如何通過(guò)深挖數據改善經(jīng)營(yíng)
3、數據價(jià)值提升的典型操作
 提升信息收集的效率體驗
 加強業(yè)務(wù)過(guò)程的精細化管理
 用價(jià)值衡量驅動(dòng)執行的不斷改進(jìn)
4、數據價(jià)值的場(chǎng)景連接方法
 決策層
 業(yè)務(wù)層
 IT層
案例:
某醫療機構的自動(dòng)化報表體系
中建鋼構
5、數據價(jià)值的提升方法
 當前企業(yè)數據質(zhì)量存在的問(wèn)題
 提升數據質(zhì)量的成功經(jīng)驗1:加強底層數據處理,建立數據標準
 提升數據質(zhì)量的成功經(jīng)驗2:加強中間模型的建立,提升數據深度
案例:
某證券公司的數據質(zhì)量提升實(shí)戰案例
5、如何縮短數據應用和價(jià)值實(shí)現的距離:數據團隊引領(lǐng)企業(yè)打贏(yíng)數字化經(jīng)營(yíng)之戰
 定戰術(shù):IT部門(mén)的定位
 建能力:培養鏈路上最重要的人(數據運營(yíng)官的平臺)
 給武器:FineBI+FineReport(行業(yè)方案和企業(yè)管理平臺)
 多實(shí)戰:思想碰撞+實(shí)際經(jīng)驗互換
 “人術(shù)器”的完整服務(wù)體系
案例:
某大型藥企的數據人才蛻變

三、梳理數據邏輯的方法論和應用實(shí)踐:像數據分析師看齊,透過(guò)數據看本質(zhì)
1、方法論:深度數據挖掘,得出有價(jià)值的觀(guān)點(diǎn)
 支撐項目管理,數據價(jià)值挖掘的核心問(wèn)題
 透過(guò)現象看本質(zhì)1-方法論和應用技巧
 透過(guò)現象看本質(zhì)2-在整個(gè)公司層面看數據
2、梳理數據邏輯的應用實(shí)踐步驟
 第一步:確定數據分解的框架
 第二步:基于該框架對目標進(jìn)行分析
 第三步:與歷史數據、與同期相關(guān)數據進(jìn)行對比
 第四步:對重點(diǎn)領(lǐng)域進(jìn)行細化分析
 第五步:定性分析,分析背后的原因
 第六步:匯總報表,并給出建議
3、深度數據價(jià)值挖掘中的常見(jiàn)問(wèn)題
實(shí)例:
如何拆解分析上市公司的財務(wù)指標

四、數據BI信息的可視化呈現及智能分析實(shí)操
1、數據BI信息的智能分析—如何有條理地整理數據信息
 信息分析的目的和對象
 咨詢(xún)公司的信息分析流程
2、數據信息分析—常用數據分析應用
3、定性信息分析—如何呈現更直觀(guān)易讀
實(shí)例:
進(jìn)口品牌SUV銷(xiāo)量數據分析

五、綜合實(shí)戰案例
1、電力業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
2、建筑業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
3、零售業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
4、物流業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
5、醫療行業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
6、醫藥行業(yè)數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案
7、銀行數據化經(jīng)營(yíng)(BI)實(shí)踐解決方案

第二部分 企業(yè)大數據資源的高效業(yè)務(wù)賦能及最佳應用實(shí)操模式
本部分關(guān)注的問(wèn)題:
(1)數據應用好的企業(yè)的應用實(shí)踐案例
(2)企業(yè)大數據資源和行業(yè)大數據生態(tài)圈的建立
(3)外部最佳實(shí)踐,相關(guān)數據模型的引進(jìn)

一、企業(yè)大數據資源潛力的充分挖掘:數字化改革的必然
1、數字化改革對于企業(yè)大數據資源的需求
 供給側改革的數據化助力
 企業(yè)大數據資源形態(tài)被消費市場(chǎng)重新定義
 當前大數據平臺難以滿(mǎn)足數字化時(shí)代要求
 大數據服務(wù)能力的智能化
 大數據管理能力的服務(wù)化
2、大型企業(yè)的大數據資源:新型大數據生態(tài)圈的建立
 大數據生態(tài)圈的能力建設
 大數據生態(tài)圈的規劃
3、大數據資源的全生命周期管理及相關(guān)核心概念
 大數據全生命周期管理
 大數據全生命周期中的四種角色
4、大數據資源的數據質(zhì)量
 林林總總的數據質(zhì)量問(wèn)題和示例
 數據質(zhì)量需求的定義與首要管理工作
 全生命周期的數據管控體系與數據質(zhì)量保障
 可視化監管企業(yè)數據資產(chǎn):從需求開(kāi)始控制數據質(zhì)量
實(shí)例:
中國電子的大數據生態(tài)圈
中科曙光的大數據生態(tài)圈

二、基于企業(yè)大數據資源的商業(yè)數據深度分析理論和實(shí)戰
1、商業(yè)數據分析的概念
 商業(yè)數據的深度分析
 商業(yè)數據分析需要具備的能力
2、商業(yè)數據分析的特點(diǎn)和價(jià)值
3、商業(yè)數據分析的業(yè)務(wù)流程
 商業(yè)數據分析的三個(gè)階段和六個(gè)操作步驟
 階段一操作:構建問(wèn)題
 階段二操作:分析問(wèn)題、解決問(wèn)題
 階段三操作:傳達結果并行動(dòng)
4、商業(yè)數據分析的核心技能培養
 數據分析能力
 邏輯思維能力
 贏(yíng)得結果能力
5、商業(yè)數據分析場(chǎng)景
實(shí)例:
華為公司商業(yè)數據分析及應用
海爾集團的商業(yè)數據分析及應用
中國電科(??低暎┑纳虡I(yè)數據分析及應用

三、數據資源的應用賦能實(shí)踐1:解決企業(yè)內部管理問(wèn)題(聯(lián)想集團數據應用實(shí)踐案例)
1、對新產(chǎn)品定價(jià)的數據應用模型
 基準定價(jià)模型
 定價(jià)調整模型
2、基準定價(jià)策略的操作方法
 基于成本的定價(jià)方法
 基于競爭/需求的定價(jià)方法
3、如何解決盈利率下降的問(wèn)題
 方法論和實(shí)操:四部曲解決盈利率下降
 第一步:定量尋找原因
 第二步:明確分析重點(diǎn)
 第三步:定性刨根問(wèn)底
 第四步:提出改善建議
4、企業(yè)內部管理問(wèn)題總結和相關(guān)數據模型的引進(jìn)方式

四、數據資源的應用賦能實(shí)踐2:獲得真正有利于推進(jìn)產(chǎn)品的消費者數據洞察(小米公司數據應用實(shí)踐案例)
1、快速鎖定能挖掘出數據信息的消費者
 消費者數據洞察兼具分析思維與設計思維
 實(shí)例:一個(gè)完整的用戶(hù)畫(huà)像數據應該是什么樣子?
2、如何制作一個(gè)數據化的用戶(hù)畫(huà)像
 第一步、結合核心業(yè)務(wù)確定用戶(hù)關(guān)鍵行為數據
 第二步、分析數據,引入匹配模型
 第三步、跟進(jìn)調研,豐富用戶(hù)畫(huà)像的人物數據形象
 第四步、與團隊分享數據并在工作中協(xié)同使用
3、消費者數據洞察的必備方法
 消費者信息數據采集的要點(diǎn)
 第三方報告獲取消費者數據
 媒體輿情的監聽(tīng)數據
4、消費者數據洞察問(wèn)題總結和相關(guān)數據模型的引進(jìn)方式

五、數據資源的應用賦能實(shí)踐3:支持決策層的戰略分析模型(大型家電集團的數據應用實(shí)踐案例)
1、決策層的數據價(jià)值衡量
 基于“人”的視角
 基于“事”的視角
2、支撐戰略決策分析的數據模型工具應用方法
 BCG矩陣模型的應用方法
 PESTLE分析模型的應用方法
 SWOT分析模型的應用方法
 價(jià)值鏈模型的應用方法
 生命周期模型的應用方法
 行業(yè)集中度模型的應用方法
3、決策層戰略分析問(wèn)題總結和相關(guān)數據模型的引進(jìn)方式

第三部分 數據治理的核心理念及實(shí)際問(wèn)題解決方案
本部分關(guān)注的問(wèn)題:
(1)數據治理涉及方法論和核心理念,以及相關(guān)支撐案例;
(2)結合企業(yè)的實(shí)際情況,分析數據治理面臨的問(wèn)題;
(3)其他大型企業(yè)數據治理的情景

一、數字時(shí)代對于大型企業(yè)的數據治理要求
1、數字治理的行業(yè)現狀和需求
 數據治理的背景(不良數據治理導致的損失)
 大型企業(yè)的數據發(fā)展現狀和趨勢
 行業(yè)的數據治理需求
 數據治理的價(jià)值與基本法則
2、大數據治理體系與數據治理體系的聯(lián)系與區別
 數據治理和數據管理的區別(數據治理概念和范疇)
 大數據時(shí)代下的數據治理壓力
 大數據時(shí)代的數據治理(典型案例)
3、大數據治理的管理體系
 大數據治理的組織架構
 數據管理專(zhuān)員制度
 大數據治理的管理組織(管理團隊的角色分工)
4、數據治理成效的保障方式
 數據治理工作的長(cháng)效與速贏(yíng)
 數據治理體系的落地
 制度管理要求的執行
 數據治理的合規性
5、數據治理的意義
 數據治理人員的發(fā)展進(jìn)階路線(xiàn)
 為什么要學(xué)數據治理?(員工層面)
 為什么要做數據治理?(企業(yè)層面)

二、數據治理的分析處理解決方案
1、數據治理的分析處理范圍
2、數據治理的分析處理框架
3、數據治理的總體解決思路
 數據資產(chǎn)盤(pán)點(diǎn):暗數據發(fā)現和分類(lèi)
 讓數據變得更干凈,少歧義
 重新組織數據
 數據治理持久化
 數據治理的延伸:數據管理
4、數據治理的體系架構
5、數據治理的方案價(jià)值
6、數據治理產(chǎn)品體系
 Part1:暗數據發(fā)現和分類(lèi)
 Part2:數據實(shí)時(shí)采集:數據支撐平臺
 Part3:數據管控平臺
 Part4:流動(dòng)數據安全:大數據脫敏
綜合實(shí)戰案例:
數據治理應用案例常見(jiàn)的問(wèn)題(數據統計分析)
系統級數據治理(國企電信運營(yíng)商)
企業(yè)級數據治理(國企能源企業(yè))
物流運輸相關(guān)數據治理實(shí)踐案例
市場(chǎng)監管相關(guān)數據治理實(shí)踐案例

三、行業(yè)大數據的深度治理平臺及解決方案
1、企業(yè)的大數據服務(wù)轉型
 大數據治理的十二個(gè)技術(shù)原則
 數字化企業(yè)的數據中心轉型
 大數據治理與創(chuàng )新能力提升(管理/業(yè)務(wù)/技術(shù))
2、管理/業(yè)務(wù)/技術(shù)的大數據治理全面提升創(chuàng )新能力
 重新定位數據管理部門(mén)
 提供全面的業(yè)務(wù)創(chuàng )新能力
 提供智能化自動(dòng)化的技術(shù)平臺
3、新一代的大數據治理框架
 大數據治理框架
 大數據治理要點(diǎn)(技術(shù)原則)
4、大數據中心建設方案
 新一代大數據中心
 大數據基礎平臺
 大數據治理平臺
 大數據智能分析平臺
 大數據可視化平臺
5、大數據治理的產(chǎn)品體系
 大數據治理產(chǎn)品與數據服務(wù)的關(guān)系
 大數據治理產(chǎn)品價(jià)值
 大數據治理產(chǎn)品體系

四、綜合實(shí)戰案例:以大數據治理為驅動(dòng)的企業(yè)數字化轉型實(shí)踐案例
1、重點(diǎn)案例——東風(fēng)汽車(chē)集團:數據治理提升企業(yè)運營(yíng)效率
2、紅領(lǐng)集團:業(yè)務(wù)創(chuàng )新實(shí)現由客戶(hù)需求直接驅動(dòng)工廠(chǎng)的運作模式
3、蘇州工業(yè)園區:信息共享:“三庫、三通、九樞紐”建設
4、浙江電力:數據自劣化分析平臺
5、東方航空:業(yè)務(wù)數據地圖加速業(yè)務(wù)創(chuàng )新過(guò)程
6、關(guān)于大數據治理的非技術(shù)話(huà)題
 數據治理優(yōu)化項目的扎實(shí)推動(dòng)
 數據治理優(yōu)化的心得

咨詢(xún)電話(huà):
0571-86155444
咨詢(xún)熱線(xiàn):
  • 微信:13857108608
聯(lián)系我們
蜜芽亚洲av无码精品色午夜_久久免费国产AⅤ网_一本大道香蕉高清久久_精品久久久久久亚洲
<wbr id="gi2s4"><strong id="gi2s4"></strong></wbr>
<wbr id="gi2s4"><label id="gi2s4"></label></wbr>
<wbr id="gi2s4"><strong id="gi2s4"></strong></wbr>
<button id="gi2s4"></button>
<wbr id="gi2s4"></wbr>
<button id="gi2s4"><strong id="gi2s4"></strong></button>
<button id="gi2s4"></button>
<button id="gi2s4"></button>
<div id="gi2s4"><s id="gi2s4"></s></div>
<wbr id="gi2s4"><label id="gi2s4"></label></wbr><div id="gi2s4"><s id="gi2s4"></s></div>