主講老師: | 黃辰 | ![]() |
課時安排: | 1-2天,6小時/天 | |
學習費用: | 面議 | |
課程預約: | 隋老師 ![]() |
|
課程簡介: | 本課程系統地闡述了工業大數據治理的體系、工具、實施等諸方面,提出和分析了主要類別工業大數據治理的解決方案;通過對典型行業工業大數據治理實踐的考察,深入淺出地介紹了當今主流的工業大數據技術與平臺,在此基礎上,結合工業大數據、區塊鏈、移動互聯、人工智能等前沿技術,在數據治理和數據共享交換等方面為企業提供相關的建議和技術指南。 | |
內訓課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數字化轉型 | 工業4.0 | 電力行業 | | |
更新時間: | 2023-01-07 09:51 |
【課程背景】
數據不僅是企業的核心資產和重要戰略資源,也是重要的生產要素。數據資產已日益成為企業搶占未來發展主動權的前提和保障,而數據治理就是發掘這些數據資產的重要手段和工具。國務院國資委在頒布的《關于加快推進國有企業數字化轉型工作的通知》中強調,要構建數據治理體系,加強數據標準化、元數據和主數據管理工作,定期評估數據治理能力成熟度。要強化業務場景數據建模,深入挖掘數據價值,提升數據洞察能力。管好數據、用好數據,不僅能夠幫助企業洞察市場變化和趨勢,降低風險,還能提高決策效率,進一步提升企業核心競爭力。
本課程系統地闡述了工業大數據治理的體系、工具、實施等諸方面,提出和分析了主要類別工業大數據治理的解決方案;通過對典型行業工業大數據治理實踐的考察,深入淺出地介紹了當今主流的工業大數據技術與平臺,在此基礎上,結合工業大數據、區塊鏈、移動互聯、人工智能等前沿技術,在數據治理和數據共享交換等方面為企業提供相關的建議和技術指南。
【課程收益】
? 可以有效指導工業企業全方位開展高質量的數據治理
? 對工業數據治理的理念、路徑、方法的全面系統闡述,見解獨到,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施方法
? 既是企業數據治理的綱領性指南,也是數據治理的實操指導
? 深度解析業界主流的數據治理理論框架,包含多年的數據項目實戰經驗總結
? 詳細闡述了數據治理的理論、方法、技術和工具,為企業打好數智商業創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數據管理能力的方法,具有很強的實用性
【課程特色】
? 從道、法、術、器4個維度全面展開,視野寬廣、立足前沿、內容翔實、深入淺出
? 視野開闊、高屋建瓴、洞察未來
? 管理咨詢背景深厚,視角客觀扎實,避免空談,實操性強
? 既符合“模塊化管理”趨勢,又強調靈活性
? 既有頂層設計思路,幫助企業規劃數字化轉型的藍圖,又有清晰的實施路線圖和實用的工具,讓企業轉型有路徑可循、有方法可用
? 為在數字化時代構建利益共同體、事業共同體和命運共同體開辟了全新的思路
? 豐富的一線管理經驗,多年對于大量企業組織的研究,將復雜的話題變得簡單、有邏輯且可行
【課程對象】
? 企業高層管理者:董事長、總裁、總經理、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)
? 各個條線的業務負責人和技術專家
? 產品開發與創新人員、服務方案制定者
? 市場營銷策劃、客戶經理、產品經理等
? 創新業務的負責人,創新創業導師及實踐者
【課程時間】6-12小時
【課程大綱】
一、數字化時代大數據向服務化發展
1、虛擬時空交易與現實時空交付的數字化時代
2、行業現象和需求
3、未來企業的發展趨勢:未來的企業必將成為數字化企業
? 趨勢:CDO辦公室成為數字化企業的標準崗位
? 趨勢:數字化企業的數據中心向大數據服務轉型
? 趨勢:大數據平臺由功能化平臺向服務化平臺轉型
4、大數據治理是大數據平臺服務化的關鍵
? 傳統數據治理難以解決大數據平臺的問題
? 大數據治理連接業務創新與大數據
二、大數據治理架構與關鍵技術
1、目前的大數據平臺難以滿足數字化時代要求
2、管理/業務/技術的大數據治理全面提升創新能力
? 大數據治理:重新定位數據管理部門
? 大數據治理:提供全面的業務創新能力
? 大數據治理:提供智能化自勱化的技術平臺
? 大數據治理的十二個技術原則
3、可視化管理企業數據資產
? 數據信息的自動獲取
? 從需求開始控制數據質量
4、大數據服務智能化
5、數據管理能力服務化
三、數據治理解決方案
1、數據管理范圍
2、數據管理框架
3、數據治理的總體解決思路
? 數據資產盤點:暗數據發現和分類
? 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、數據治理的方案價值
6、大數據技術能力框架
7、數據管理產品體系
? Part1:暗數據發現和分類
? Part2:數據實時采集:數據支撐平臺
? Part3:數據管控平臺
? Part4:流動數據安全:大數據脫敏
四、行業大數據的深度治理平臺及解決方案
1、大數據治理體系與數據治理體系的聯系與區別
? 大數據時代下的數據治理壓力
? 大數據時代的數據治理(典型案例)
2、企業的大數據服務轉型
? 數字化企業的數據中心轉型
? 大數據治理與創新能力提升(管理/業務/技術)
3、大數據治理框架
? 大數據治理框架
? 大數據治理要點(技術原則)
4、數據架構及相關核心概念
? 主數據和參考數據管理
? 元數據管理
5、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
五、綜合案例:以大數據為驅動的企業數字化轉型
1、紅領集團:業務創新實現由客戶需求直接驅勱工廠的運作模式
2、蘇州工業園區:政務信息共享:“三庫、三通、九樞紐”建設
3、浙江電力:數據自劣化分析平臺
4、東方航空:業務數據地圖加速業務創新過程
京公網安備 11011502001314號