构筑强大、优质的数据资产矩阵赋能业务崛起： 大型企业的高效数字治理实践模式与数字资产体系优化之道

【培训对象】
企业高层管理者：董事长、总裁、总经理、分管副总等 战略高层、战略规划、顶层设计负责人（CEO、CTO、CIO、CMO等） 各个条线的业务负责人和技术专家 产品开发与创新人员、服务方案制定者 市场营销策划、客户经理、产品经理等 创新业务的负责人，创新创业导师及实践者

【培训收益】
可以有效指导大型企业全方位开展高质量的数据治理 对数据治理的数据关联、分析处理模式等核心内容，展开全面、系统地阐述，见解独到，对数字化工作者具有重要的启示意义 数据治理在战略层面的顶层设计，以及数据治理在执行层面的实施方法 既是企业数据治理的纲领性指南，也是数据治理的实操指导 深度解析业界主流的数据治理理论框架，包含多年的数据项目实战经验总结 详细阐述了数据治理的理论、方法、技术和工具，为企业打好数智商业创新的数据基础提供启示和帮助 由表及里地分析了系统性提升企业数据管理能力的方法，具有很强的实用性

 第一部分 数据资产的核心价值提升及高质量数据体系构筑实践方法
本部分关注的问题：
（1）统一数据标准：提升数据质量，打通企业内部的数据壁垒，提高数据意识站位；
（2）提升数据BI系统的业务支撑能力：梳理数据架构，强化对角色的支撑能力；
（3）加强数据应用和价值体现：明确数据应用的各阶段任务和重心，提升数据价值

一、大型企业数据资产的核心价值：企业数字化经营的基石
1、未来企业的发展趋势：数字治理和数据资产成为数字化转型的标配
 趋势1：数字化企业的数据中心向大数据服务转型
 趋势2：大数据平台由功能化平台向服务化平台转型
 趋势3：首席数据官和数据专员成为数字化企业的标准岗位
2、高质量数据体系是企业大数据平台化服务的关键
 传统数据难以支撑大数据平台化服务
 大数据治理连接业务创新与大数据资产
3、大型企业数字化经营的难点
 价值视角：需求各异，众口难调
 数据视角：纷繁复杂，负重前行
 企业数据团队的关键价值：搭建数据和价值之间的桥梁

二、大型企业数字资产的价值创造和提升实战
1、大型企业资产优化和管理的主要内容
2、数据价值的创造方法
 场景出发点：如何通过深挖数据改善经营
3、数据价值提升的典型操作
 提升信息收集的效率体验
 加强业务过程的精细化管理
 用价值衡量驱动执行的不断改进
4、数据价值的场景连接方法
 决策层
 业务层
 IT层
案例：
某医疗机构的自动化报表体系
中建钢构
5、数据价值的提升方法
 当前企业数据质量存在的问题
 提升数据质量的成功经验1：加强底层数据处理，建立数据标准
 提升数据质量的成功经验2：加强中间模型的建立，提升数据深度
案例：
某证券公司的数据质量提升实战案例
5、如何缩短数据应用和价值实现的距离：数据团队引领企业打赢数字化经营之战
 定战术：IT部门的定位
 建能力：培养链路上最重要的人（数据运营官的平台）
 给武器：FineBI+FineReport（行业方案和企业管理平台）
 多实战：思想碰撞+实际经验互换
 “人术器”的完整服务体系
案例：
某大型药企的数据人才蜕变

三、梳理数据逻辑的方法论和应用实践：像数据分析师看齐，透过数据看本质
1、方法论：深度数据挖掘，得出有价值的观点
 支撑项目管理，数据价值挖掘的核心问题
 透过现象看本质1-方法论和应用技巧
 透过现象看本质2-在整个公司层面看数据
2、梳理数据逻辑的应用实践步骤
 第一步：确定数据分解的框架
 第二步：基于该框架对目标进行分析
 第三步：与历史数据、与同期相关数据进行对比
 第四步：对重点领域进行细化分析
 第五步：定性分析，分析背后的原因
 第六步：汇总报表，并给出建议
3、深度数据价值挖掘中的常见问题
实例：
如何拆解分析上市公司的财务指标

四、数据BI信息的可视化呈现及智能分析实操
1、数据BI信息的智能分析—如何有条理地整理数据信息
 信息分析的目的和对象
 咨询公司的信息分析流程
2、数据信息分析—常用数据分析应用
3、定性信息分析—如何呈现更直观易读
实例：
进口品牌SUV销量数据分析

五、综合实战案例
1、电力业数据化经营（BI）实践解决方案
2、建筑业数据化经营（BI）实践解决方案
3、零售业数据化经营（BI）实践解决方案
4、物流业数据化经营（BI）实践解决方案
5、医疗行业数据化经营（BI）实践解决方案
6、医药行业数据化经营（BI）实践解决方案
7、银行数据化经营（BI）实践解决方案

第二部分 企业大数据资源的高效业务赋能及最佳应用实操模式
本部分关注的问题：
（1）数据应用好的企业的应用实践案例
（2）企业大数据资源和行业大数据生态圈的建立
（3）外部最佳实践，相关数据模型的引进

一、企业大数据资源潜力的充分挖掘：数字化改革的必然
1、数字化改革对于企业大数据资源的需求
 供给侧改革的数据化助力
 企业大数据资源形态被消费市场重新定义
 当前大数据平台难以满足数字化时代要求
 大数据服务能力的智能化
 大数据管理能力的服务化
2、大型企业的大数据资源：新型大数据生态圈的建立
 大数据生态圈的能力建设
 大数据生态圈的规划
3、大数据资源的全生命周期管理及相关核心概念
 大数据全生命周期管理
 大数据全生命周期中的四种角色
4、大数据资源的数据质量
 林林总总的数据质量问题和示例
 数据质量需求的定义与首要管理工作
 全生命周期的数据管控体系与数据质量保障
 可视化监管企业数据资产：从需求开始控制数据质量
实例：
中国电子的大数据生态圈
中科曙光的大数据生态圈

二、基于企业大数据资源的商业数据深度分析理论和实战
1、商业数据分析的概念
 商业数据的深度分析
 商业数据分析需要具备的能力
2、商业数据分析的特点和价值
3、商业数据分析的业务流程
 商业数据分析的三个阶段和六个操作步骤
 阶段一操作：构建问题
 阶段二操作：分析问题、解决问题
 阶段三操作：传达结果并行动
4、商业数据分析的核心技能培养
 数据分析能力
 逻辑思维能力
 赢得结果能力
5、商业数据分析场景
实例：
华为公司商业数据分析及应用
海尔集团的商业数据分析及应用
中国电科（海康威视）的商业数据分析及应用

三、数据资源的应用赋能实践1：解决企业内部管理问题（联想集团数据应用实践案例）
1、对新产品定价的数据应用模型
 基准定价模型
 定价调整模型
2、基准定价策略的操作方法
 基于成本的定价方法
 基于竞争/需求的定价方法
3、如何解决盈利率下降的问题
 方法论和实操：四部曲解决盈利率下降
 第一步：定量寻找原因
 第二步：明确分析重点
 第三步：定性刨根问底
 第四步：提出改善建议
4、企业内部管理问题总结和相关数据模型的引进方式

四、数据资源的应用赋能实践2：获得真正有利于推进产品的消费者数据洞察（小米公司数据应用实践案例）
1、快速锁定能挖掘出数据信息的消费者
 消费者数据洞察兼具分析思维与设计思维
 实例：一个完整的用户画像数据应该是什么样子？
2、如何制作一个数据化的用户画像
 第一步、结合核心业务确定用户关键行为数据
 第二步、分析数据，引入匹配模型
 第三步、跟进调研，丰富用户画像的人物数据形象
 第四步、与团队分享数据并在工作中协同使用
3、消费者数据洞察的必备方法
 消费者信息数据采集的要点
 第三方报告获取消费者数据
 媒体舆情的监听数据
4、消费者数据洞察问题总结和相关数据模型的引进方式

五、数据资源的应用赋能实践3：支持决策层的战略分析模型（大型家电集团的数据应用实践案例）
1、决策层的数据价值衡量
 基于“人”的视角
 基于“事”的视角
2、支撑战略决策分析的数据模型工具应用方法
 BCG矩阵模型的应用方法
 PESTLE分析模型的应用方法
 SWOT分析模型的应用方法
 价值链模型的应用方法
 生命周期模型的应用方法
 行业集中度模型的应用方法
3、决策层战略分析问题总结和相关数据模型的引进方式

第三部分 数据治理的核心理念及实际问题解决方案
本部分关注的问题：
（1）数据治理涉及方法论和核心理念，以及相关支撑案例；
（2）结合企业的实际情况，分析数据治理面临的问题；
（3）其他大型企业数据治理的情景

一、数字时代对于大型企业的数据治理要求
1、数字治理的行业现状和需求
 数据治理的背景（不良数据治理导致的损失）
 大型企业的数据发展现状和趋势
 行业的数据治理需求
 数据治理的价值与基本法则
2、大数据治理体系与数据治理体系的联系与区别
 数据治理和数据管理的区别（数据治理概念和范畴）
 大数据时代下的数据治理压力
 大数据时代的数据治理（典型案例）
3、大数据治理的管理体系
 大数据治理的组织架构
 数据管理专员制度
 大数据治理的管理组织（管理团队的角色分工）
4、数据治理成效的保障方式
 数据治理工作的长效与速赢
 数据治理体系的落地
 制度管理要求的执行
 数据治理的合规性
5、数据治理的意义
 数据治理人员的发展进阶路线
 为什么要学数据治理？（员工层面）
 为什么要做数据治理？（企业层面）

二、数据治理的分析处理解决方案
1、数据治理的分析处理范围
2、数据治理的分析处理框架
3、数据治理的总体解决思路
 数据资产盘点：暗数据发现和分类
 让数据变得更干净，少歧义
 重新组织数据
 数据治理持久化
 数据治理的延伸：数据管理
4、数据治理的体系架构
5、数据治理的方案价值
6、数据治理产品体系
 Part1：暗数据发现和分类
 Part2：数据实时采集：数据支撑平台
 Part3：数据管控平台
 Part4：流动数据安全：大数据脱敏
综合实战案例：
数据治理应用案例常见的问题（数据统计分析）
系统级数据治理（国企电信运营商）
企业级数据治理（国企能源企业）
物流运输相关数据治理实践案例
市场监管相关数据治理实践案例

三、行业大数据的深度治理平台及解决方案
1、企业的大数据服务转型
 大数据治理的十二个技术原则
 数字化企业的数据中心转型
 大数据治理与创新能力提升（管理/业务/技术）
2、管理/业务/技术的大数据治理全面提升创新能力
 重新定位数据管理部门
 提供全面的业务创新能力
 提供智能化自动化的技术平台
3、新一代的大数据治理框架
 大数据治理框架
 大数据治理要点（技术原则）
4、大数据中心建设方案
 新一代大数据中心
 大数据基础平台
 大数据治理平台
 大数据智能分析平台
 大数据可视化平台
5、大数据治理的产品体系
 大数据治理产品与数据服务的关系
 大数据治理产品价值
 大数据治理产品体系

四、综合实战案例：以大数据治理为驱动的企业数字化转型实践案例
1、重点案例——东风汽车集团：数据治理提升企业运营效率
2、红领集团：业务创新实现由客户需求直接驱动工厂的运作模式
3、苏州工业园区：信息共享：“三库、三通、九枢纽”建设
4、浙江电力：数据自劣化分析平台
5、东方航空：业务数据地图加速业务创新过程
6、关于大数据治理的非技术话题
 数据治理优化项目的扎实推动
 数据治理优化的心得

  黄辰教授——数字化转型及智能化创新技术领军人
华中科技大学通信与信息系统，工学博士
湖北省智慧城市及工业互联网专家委员会主席
国家工业与信息化部数字产业建设咨询特聘专家
湖北大学教授、博士生导师，香港理工大学访问学者
曾任湖北省数字产业发展集团：总工程师
曾任中粮集团北方糖业：智能制造平台首席技术官
曾任创维集团（00751.HK）智能系统技术研究院：院长
曾任粤海控股产业创新研究院：产业投资及政府关系专家
“数字湖北”及“数字广东”智慧城市重点工程首席专家
江苏省“双创人才”基金获得者擅长领域：数字化转型、智能制造与工业互联网系列、数字治理与大数据资产系列 、数字化经营与战略规划系列、商业分析与统计决策系列、数字营销与新商业模式系列、智慧物流、智慧港口

实战经验：
黄辰教授专注于人工智能、大数据、物联网等创新技术研究和产业服务推广，是智慧城市、数字化转型、产业咨询及科技辅导领域国内知名智库专家。
（1）主持完成国家及省部级的人工智能、工业互联网、物联网、云计算、智能制造、BIM/CIM平台相关重点科技攻关项目30余项，累计科研经费1200多万；
（2）主持城市级新基建示范项目8项；主持创维集团、中烟集团、联投集团、中粮集团、广州港集团的数字化转型大型项目12项；负责“数字广东”产业链、创新链重点科技攻关项目；负责“数字湖北”智慧鄂州、数智孝感、红莲湖智慧园区、华容国家级数字乡村重点项目；
（3）发表物联网及人工智能智能领域相关论文40余篇；获得湖北省科技进步2项、贵州省科技进步1项；国家优秀专利奖1项、美国专利2项、欧盟专利1项、第一发明人授权专利28项、专利成果转让13项、软件著作权43项；国家标准2项、国际标准2项；
（4）2010年以来，为国内10余家大型行业龙头企业的综合数字化智能服务平台重点建设项目提供解决方案并落地实施，为企业引入导入重大科技项目，总体经济效益超过60亿。
（5）面向政府主管部门、企事业单位和行业机构开展数字化、信息化、智能化相关产业分析、技术讲座和专项咨询80余场，获得各方好评
2、曾任创维集团智能系统技术研究院院长、首席科学家，期间：
（1）主持集团智能化业务版块以来，2019财年智能系统技术业务版块的营业收入为95.98亿元人民币，同比增长12.56%。较上年度的27.96亿元人民币增长39.4%；
（2）为集团带来政府资助超过5亿，建立国家级重点研发中心1个，省部级重点工程技术研究中心3个，获批各级政府科技立项20项以上，实现集团研发中心数量和级别的重大突破；
（3）集团产品智能化水平达到95%以上，实现新产品100%接入集团云平台，实现100%互联互通，产品智能化技术具备完全自主知识产权，集团年均新增智能化技术相关专利300项以上（含海外专利），智能设备技术成果数量和客户接入率大幅度提升；
（4）推动与谷歌及亚马逊合作，深度定制海外版智能系统，服务超过900万海外用户，建立了中国家电厂商在海外最大智能OTT平台，形成覆盖国内3800万家电用户的云云互联平台。
3、曾任湖北省数字产业发展集团总工程师、产业研究院院长，期间：
（1）牵头打造集团与重点高校的校企合作平台：与华中科技大学、武汉大学、武汉理工大学、湖北大学、中南财经政法大学、中国地质大学达成战略合作协议，产学研规模全省国企第一；
（2）代表集团为政府用户、产业建设方、第三方合作伙伴开展主题报告20余场，报告内容涵盖：企业数字化转型、智慧城市（顶层规划）、新商业零售、智慧社区、智慧医疗、产业大数据（云服务），极大提升了集团在数字化产业领域的影响力；
（3）负责指导国家数字乡村试点项目“鄂州华容区数字乡村”总体设计方案，打造湖北省数字乡村建设的示范工程；负责指导湖北省科技产业园重点项目“红莲湖大数据云计算产业园”总体设计方案，打造省内一流的科技生态产业园标杆；
（4）负责指导实施武汉城市圈数字产业重点项目“光谷科创大走廊产业数字化协同平台”，建设产业大数据服务平台，实现武鄂政务服务互通、数据互通、资源互通、政策互通。
4、曾任中粮集团北方糖业：智能制造平台首席技术官，期间：
（1）建立了国内领先的智能制造生产平台，降低产品不良率超过50%。通过计划精准排程、缺料分析，高效整合生产资源，提升60%的生产计划准确率，提高生产效率40%以上，仅一条示范生产线每年就为集团节省成本超过5000万；
（2）湖北省技术交易所认定：科技成果整体达到国际先进水平，其中工业场景视觉精确定位等技术达到国际领先水平。
5、湖北省智慧城市及工业互联网专家委员会主席，负责起草一系列行业前沿重点分析报告和产业建设方案指南：
（1）“国家产业互联网白皮书（2017-2022）”；
（2）“湖北省互联网+产业发展研究报告”；
（3）“中国制造2025 湖北制造类产业规划”
（4）“下一代工业互联网通信协议标准白皮书”
（5）“下一代数字技术产业发展趋势大数据研
6、“数字湖北”及“数字广东”智慧城市重点工程首席专家
（1）指导平台企业开展智慧城市的全生命周期管理战略支撑及运营，满足客户特定场景要求，并挖掘新业务，提升政府体验，创造商业价值；
（2）指导国资委旗下的平台公司开展智能化、数字化的战略规划，指导完成数字中台整体解决方案，技术方案规划、互联互通协议标准技术等的各项工作。

主讲课程：
数字化转型系列
《数智革新：当代企业的数字化转型升级之路》
《互联网时代企业数字化转型的最优路径》
《由点到面，深度解析数字化转型的内在逻辑》
《数字化转型的指导准则、有效抓手和落地方案》
《数字化转型的道与术：平台思维支撑企业可持续发展》
《数字化转型与企业的战略可持续发展》
数字治理与大数据资产系列
《数据治理：工业企业数字化转型之道》
《数据治理：业务驱动的数据资产体系建设》
数据中台与云平台系列
《数字化转型的核心方法论：数据中台与实施方案》
《中台实践：数字化转型方法论与解决方案》
数字营销与新商业模式系列
《数字营销与商业模式革新：为客户创造全新价值的方法》
《数字营销革命：从战略思维到实施策略》
商业分析与统计决策系列
《数字解码：BI赋能企业数字化经营》
《企业数字化经营：从数字表象到经营真相》
数字化经营与战略规划系列
《精通商业智能数据分析》
《深度商业数据分析：大数据挖掘和统计决策》
智慧城市与新基建系列
《以人为本的智慧城市：顶层设计、建设思路与落地实践》
《新型智慧城市的设计、建造与运营之道》
智慧物流、智慧港口
《智慧码头与港口数字化转型》
人工智能及产业投资系列
《人工智能的产业融合之路：产业创新赋能与商业落地逻辑》
《人工智能赋能—驱动产业变革的深层次商业逻辑》
智能制造与工业互联网系列
《智能制造路线图：从大数据到工业互联网》
《智能制造的驱动力：从源头到本质，从方法到实践》

授课风格：
【视野广阔独到】：既有前瞻视野，又有丰富工具，更有翔实案例，为企业管理者提供极富借鉴价值的路线图和方法论
【道与术并存】：既有理论高度，又有实践经验；既有顶层设计思路，又有清晰的实施路线和实用的工具，让企业转型有路径可循、有方法可用
【行业背景深厚】从行业一线中提炼出深刻且有生命力的洞见，引导将先进的理念付诸实践，推动核心业务的全方位进化
【逻辑缜密、化繁为简】视角客观扎实、高屋建瓴、逻辑清晰、深入浅出、发人深思、
【技术及管理经验丰富】具有明确的目标、创新的方式和清晰的执行路径，避免空谈，实操性强
【严谨生动、大局观强】大局与细节兼顾，方法与案例互补，理论与实务结合，内部与外部并重

服务客户（部分）：
数字化转型类：创维集团、创维数字、湖北中烟集团（武汉卷烟厂、三峡卷烟厂）、广州港集团、贵州省地税局、湖北省国资委、湖北省中西医结合医院、中南医院
智能制造与工业互联网类：三一重工、武汉钢铁集团、中粮集团北方糖业、新松机器人
智慧城市与新基建类：湖北联投集团、湖北省交通厅、湖北省经信厅、南昌市建设投资集团、鄂州市发改委、花湖机场
人工智能及产业投资类：三峡集团、中国银联、随州市科技局
数字化经营与战略规划类：东湖高新集团、海通证券
数字治理与大数据资产系列：中金数据集团、武汉东湖大数据交易中心、中科曙光、湖北省教育信息化发展中心

授课视频链接：
企业数字化转型之道
https://v.qq.com/x/page/u3356r7p2ec.html