<menuitem id="lhbxr"></menuitem><th id="lhbxr"><video id="lhbxr"></video></th>
<th id="lhbxr"><dl id="lhbxr"><del id="lhbxr"></del></dl></th><span id="lhbxr"></span>
<ruby id="lhbxr"></ruby>
<span id="lhbxr"></span>
<strike id="lhbxr"></strike><ruby id="lhbxr"></ruby>
<strike id="lhbxr"><dl id="lhbxr"></dl></strike><strike id="lhbxr"></strike>
<span id="lhbxr"><dl id="lhbxr"></dl></span>
<ruby id="lhbxr"></ruby><span id="lhbxr"></span>
<cite id="lhbxr"></cite><del id="lhbxr"></del>
<span id="lhbxr"><dl id="lhbxr"></dl></span>
<strike id="lhbxr"></strike>
<span id="lhbxr"></span>
<span id="lhbxr"><video id="lhbxr"></video></span>
數據中臺和業務中臺高效賦能

數據中臺和業務中臺高效賦能

數據中臺和業務中臺高效賦能課程/講師盡在數據中臺和業務中臺高效賦能專題,數據中臺和業務中臺高效賦能公開課北上廣深等地每月開課!數據中臺和業務中臺高效賦能在線直播課程(免費試聽)。專家微信18749492090,講師手機13522550408,百度搜索“交廣國際管理咨詢”了解更多。

課程大綱
導入:為什么2020年被譽為中臺元年?
思考討論:是陷阱?還是金鑰匙?
第一講:認識行業雙中臺——企業業務數字化的基礎
一、數據中臺產生的大背景:全國經營管理一體化趨勢
數據:行業中臺業務發展趨勢
1. “十四五”期間,國家加快推進業務一體化平臺建設
2. “上云、用數、賦智”的總體架構
二、數據中臺的3個核心認知
1. 基礎建設的規模化投入
2. 全新的數據價值觀和方法論
3. 全新的人才素養要求
三、業務中臺的發展階段:探索、提效、重構
四、解碼企業的雙中臺發展
應用模型:中臺模型——讓企業的數據活起來
1. 數據中臺與業務中臺的關系與差別:目標與重點不同
2. 雙中臺的核心能力:匯聚整合、提純加工、服務可視化、價值變現
3. 雙中臺與數據倉庫的關系與差別:應用與結構方面的不同
4. 雙中臺與現有信息系統的不同:系統邏輯與業務支撐不同
小組討論:你認為還有業務中臺、數據中臺與現有的信息系統還有什么相同和區別?
第二講:雙中臺建設的價值——推動企業管理、業務、組織優化
一、雙中臺價值模型的搭建
模型模型:搭建雙中臺業務的框架
1. 企業雙中臺建設的戰略價值:管理價值化、業務數據化、組織系統化
2. 雙中臺的設計原則
1)體現組織中的驅動價值
2)規劃企業的數據戰略資產
3)推動業務的關鍵流程變革
3. 數據中臺建設戰略方針
模型:雙中臺建設戰略體系
1)戰略行動:建設的策略選擇
2)保障條件:組織保障與數據意識
3)目標準則:可見、可用、可運營
案例:袋鼠云數據中臺賦能煙草營銷數智化轉型
二、雙中臺的建設風險及應對
1. 雙中臺的定位:業務目標不清晰、沒有結合自身特點
2. 雙中臺的管理博弈:高層領導支持的力度不足、組織和人力資源不滿足
3. 雙中臺的業務價值方向選擇:理念、方法論、技術體系、“一把手工程”
案例:美的中臺計劃的翻車案例
小組討論:你認為中臺規劃如何更有效的“避坑”?
第三講:雙中臺建設——五步法
模型:數據中臺建設體系
模型:數據中臺架構:統一云平臺、行業雙中臺
第一步:立項——數據資源的盤點與規劃
工具:企業數字化應用的成熟度評估
案例:物流供應鏈的中臺立項案例
應用:高效評估業務數字化成熟度
第二步:規劃——數據中臺應用的規劃與設計
1. 數據匯聚聯通的目的:打破企業數據孤島
2. 企業數據中臺建設的應用場景
1)數據采集、匯聚的方法和工具
2)數據交換產品
3)數據存儲的選擇
案例:物流供應鏈的數據應用場景案例
應用:為業務數字化轉型進行規劃
第三步:建設——數據資產體系建設
1. 數據開發:數據價值提煉
2. 選一個適合自己的技術體系
1)平臺的整體架構
2)計算引擎
3)離線/流計算開發套件
4)實時計算開發套件
5)數據資產管理套件
6)數據質量管理套件
7)分析引擎、標簽引擎
8)微服務套件
案例:物流供應鏈的建設管理案例
第四步:實現——數字業務應用的詳細設計與實現
1. 補全數據應用的最后“一公里”
2. 數據體系規劃——數字應用的實現
1)貼源數據層建設——全域數據統一存儲
2)統一數倉層建設——標準化的數據底座
3)標簽數據層建設——數據價值魅力所在
4)應用數據層建設——靈活支撐業務需求
案例:物流供應鏈的應用實現案例
第五步:管理——數據化組織應用
1. 數據化組織規劃——數據化組織規劃的必要性
2. 數據化組織的定位與職責——明確工作內容及崗位設置
案例:物流供應鏈的組織管理案例
小組練習:為自己所在的業務制定一個中臺建設方案
第四講:數據戰略——每個企業都需要一個大數據戰略
一、企業已經置身于大數據時代
1. 大數據的“7V”特征
高速性、多樣性、大體量、真實性、可變化、可視化、高價值
2. 大數據的5個趨勢
移動大數據,實時大數據,物聯網,社交大數據,公共大數據
3. 大數據戰略的應用——提升質量、優化渠道、降低成本、提高效果
二、構建數據驅動行企業
1. 企業大數據戰略落地
模型:大數據路線圖
2. 構建大數據團隊:七個重要的崗位職能
首席數據官、大數據科學家、大數據分析師、大數據經理、數據工程師、大數據顧問
3. 建立數據驅動的文化——從分析報告到分析預測,從數據收集到數據驅動
小組討論:大數據還能帶來什么價值?
三、大數據戰略實戰
案例:大數據在煙草領域的應用與啟示
1. 大數據分析和數據驅動決策的思維
1)使用數據科學、數據工程和數據驅動決策
2)大數據和投資回報
數據:大數據發展的趨勢數據
2. 從大數據1.0到大數據2.0的升級
1)數據和數據科學能力作為戰略資產
2)數據分析思維
3. 大數據的隱私、道德和安全
4. 大數據的未來——商業分析的未來,邁入波字節時代
第五講:數據資產管理——面對數字經濟的應對之法
一、數據資產的基本概念
資料:《數據資產管理實踐白皮書4.0》
二、數據資產管理的目標
1. 實現元數據的可懂性
2. 建立數據標準可用性
3. 實現最終價值可運營
三、數據資產管理不足的應對之法
1. 基礎薄弱:推動數字化建設
2. 數據應用不足:規劃業務、管理數字化
3. 數據價值難以量化評估:提升組織數字化素養
4. 缺乏數據安全環境:引入安全管理機制
5. 數據孤島嚴重、管理流于表面:簡歷數字規范與章程
案例:小野電子煙的數據資產“翻車”案例
小組討論:企業如何有效防范數據資產管理的風險?
四、數據資產管理的頂層設計
1. 數據資產管理效果評估——建立評估模型
2. 數據資產管理的成功要素
1)強有力的組織架構
2)清晰的數據戰略
3)重視數據的企業文化
4)合理的制度與流程
5)建立符合業務需求的規范標準
6)成熟的基礎建設
7)科學的項目實施
案例:南湖國旅的數據資產門戶案例
五、數據治理——數據資產管理的重要環節
模型:數據治理的六原則模型
1. 數據治理的體系
模型:數據助理六原則
工具:數據管理成熟度模型
2. 數據模型管理
1)管理的現狀:靜態化、不標準、缺乏監管
2)數據模型管理內容:定義、設計、規范、建設、監管、優化
3)元數據管理:獲取、增刪改查、對比、統計
4)主數據管理:標準與規范、梳理與集成、質量管理、數據維護
5)數據管理:安全管理、價值管理、共享管理、生命周期管理
案例:數據治理的應用
小組練習:為企業的數據資產管理出謀劃策

共有 0 條評論

? Top 久久精品中文字幕第一页