当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

让数据引爆加速——数据中台和业务中台高效赋能

课程编号:51758

课程价格:¥18960/天

课程时长:2 天

课程人气:141

行业类别:行业通用     

专业类别:职业素养 

授课讲师:骆仁童

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
副科以上中高层管理人员及产品经理等

【培训收益】
● 介绍数据中台及业务中台的概念,梳理双中台的发展趋势,掌握企业数字化升级原则; ● 揭示数字化转型的机遇和挑战,探讨应对之法,提高学员的数字化应用的认知; ● 结合双中台价值框架,重点介绍双中台建设与实践的方法和工具,掌握使用之法; ● 针对企业的数据资产管理策略与技术趋势,展现实际的应用案例,让学员结合实践掌握面对数字经济转型的应对之法; ● 围绕大数据战略的概念与实战,为企业带来数字经济中的新启发。

导入:为什么2020年被誉为中台元年?
思考讨论:是陷阱?还是金钥匙?
第一讲:认识行业双中台——企业业务数字化的基础
一、数据中台产生的大背景:全国经营管理一体化趋势
数据:行业中台业务发展趋势
1. “十四五”期间,国家加快推进业务一体化平台建设
2. “上云、用数、赋智”的总体架构
二、数据中台的3个核心认知
1. 基础建设的规模化投入
2. 全新的数据价值观和方法论
3. 全新的人才素养要求
三、业务中台的发展阶段:探索、提效、重构
四、解码企业的双中台发展
应用模型:中台模型——让企业的数据活起来
1. 数据中台与业务中台的关系与差别:目标与重点不同
2. 双中台的核心能力:汇聚整合、提纯加工、服务可视化、价值变现
3. 双中台与数据仓库的关系与差别:应用与结构方面的不同
4. 双中台与现有信息系统的不同:系统逻辑与业务支撑不同
小组讨论:你认为还有业务中台、数据中台与现有的信息系统还有什么相同和区别?

第二讲:双中台建设的价值——推动企业管理、业务、组织优化
一、双中台价值模型的搭建
模型模型:搭建双中台业务的框架
1. 企业双中台建设的战略价值:管理价值化、业务数据化、组织系统化
2. 双中台的设计原则
1)体现组织中的驱动价值
2)规划企业的数据战略资产
3)推动业务的关键流程变革
3. 数据中台建设战略方针
模型:双中台建设战略体系
1)战略行动:建设的策略选择
2)保障条件:组织保障与数据意识
3)目标准则:可见、可用、可运营
案例:袋鼠云数据中台赋能烟草营销数智化转型
二、双中台的建设风险及应对
1. 双中台的定位:业务目标不清晰、没有结合自身特点
2. 双中台的管理博弈:高层领导支持的力度不足、组织和人力资源不满足
3. 双中台的业务价值方向选择:理念、方法论、技术体系、“一把手工程”
案例:美的中台计划的翻车案例
小组讨论:你认为中台规划如何更有效的“避坑”?

第三讲:双中台建设——五步法
模型:数据中台建设体系
模型:数据中台架构:统一云平台、行业双中台
第一步:立项——数据资源的盘点与规划
工具:企业数字化应用的成熟度评估
案例:物流供应链的中台立项案例
应用:高效评估业务数字化成熟度
第二步:规划——数据中台应用的规划与设计
1. 数据汇聚联通的目的:打破企业数据孤岛
2. 企业数据中台建设的应用场景
1)数据采集、汇聚的方法和工具
2)数据交换产品
3)数据存储的选择
案例:物流供应链的数据应用场景案例
应用:为业务数字化转型进行规划
第三步:建设——数据资产体系建设
1. 数据开发:数据价值提炼
2. 选一个适合自己的技术体系
1)平台的整体架构
2)计算引擎
3)离线/流计算开发套件
4)实时计算开发套件
5)数据资产管理套件
6)数据质量管理套件
7)分析引擎、标签引擎
8)微服务套件
案例:物流供应链的建设管理案例
第四步:实现——数字业务应用的详细设计与实现
1. 补全数据应用的最后“一公里”
2. 数据体系规划——数字应用的实现
1)贴源数据层建设——全域数据统一存储
2)统一数仓层建设——标准化的数据底座
3)标签数据层建设——数据价值魅力所在
4)应用数据层建设——灵活支撑业务需求
案例:物流供应链的应用实现案例
第五步:管理——数据化组织应用
1. 数据化组织规划——数据化组织规划的必要性
2. 数据化组织的定位与职责——明确工作内容及岗位设置
案例:物流供应链的组织管理案例
小组练习:为自己所在的业务制定一个中台建设方案

第四讲:数据战略——每个企业都需要一个大数据战略
一、企业已经置身于大数据时代
1. 大数据的“7V”特征
高速性、多样性、大体量、真实性、可变化、可视化、高价值
2. 大数据的5个趋势
移动大数据,实时大数据,物联网,社交大数据,公共大数据
3. 大数据战略的应用——提升质量、优化渠道、降低成本、提高效果
二、构建数据驱动行企业
1. 企业大数据战略落地
模型:大数据路线图
2. 构建大数据团队:七个重要的岗位职能
首席数据官、大数据科学家、大数据分析师、大数据经理、数据工程师、大数据顾问
3. 建立数据驱动的文化——从分析报告到分析预测,从数据收集到数据驱动
小组讨论:大数据还能带来什么价值?
三、大数据战略实战
案例:大数据在烟草领域的应用与启示
1. 大数据分析和数据驱动决策的思维
1)使用数据科学、数据工程和数据驱动决策
2)大数据和投资回报
数据:大数据发展的趋势数据
2. 从大数据1.0到大数据2.0的升级
1)数据和数据科学能力作为战略资产
2)数据分析思维
3. 大数据的隐私、道德和安全
4. 大数据的未来——商业分析的未来,迈入波字节时代

第五讲:数据资产管理——面对数字经济的应对之法
一、数据资产的基本概念
资料:《数据资产管理实践白皮书4.0》
二、数据资产管理的目标
1. 实现元数据的可懂性
2. 建立数据标准可用性
3. 实现最终价值可运营
三、数据资产管理不足的应对之法
1. 基础薄弱:推动数字化建设
2. 数据应用不足:规划业务、管理数字化
3. 数据价值难以量化评估:提升组织数字化素养
4. 缺乏数据安全环境:引入安全管理机制
5. 数据孤岛严重、管理流于表面:简历数字规范与章程
案例:小野电子烟的数据资产“翻车”案例
小组讨论:企业如何有效防范数据资产管理的风险?
四、数据资产管理的顶层设计
1. 数据资产管理效果评估——建立评估模型
2. 数据资产管理的成功要素
1)强有力的组织架构
2)清晰的数据战略
3)重视数据的企业文化
4)合理的制度与流程
5)建立符合业务需求的规范标准
6)成熟的基础建设
7)科学的项目实施
案例:南湖国旅的数据资产门户案例
五、数据治理——数据资产管理的重要环节
模型:数据治理的六原则模型
1. 数据治理的体系
模型:数据助理六原则
工具:数据管理成熟度模型
2. 数据模型管理
1)管理的现状:静态化、不标准、缺乏监管
2)数据模型管理内容:定义、设计、规范、建设、监管、优化
3)元数据管理:获取、增删改查、对比、统计
4)主数据管理:标准与规范、梳理与集成、质量管理、数据维护
5)数据管理:安全管理、价值管理、共享管理、生命周期管理
案例:数据治理的应用
小组练习:为企业的数据资产管理出谋划策
 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们