主講老師: 李勇（培訓(xùn)費(fèi)：2-2.5萬元/天）
工作背景：
山東大學(xué)研究生 計(jì)算機(jī)專業(yè)華為高級(jí)項(xiàng)目督導(dǎo)百度產(chǎn)品經(jīng)理上海鯨工COO易車VP互聯(lián)網(wǎng)產(chǎn)品及運(yùn)營專家
主講課程：
一、數(shù)字化（思想、經(jīng)濟(jì)&商業(yè)、工具）認(rèn)知篇：01 數(shù)字化底層邏輯及思想：數(shù)字化底層邏輯、企業(yè)數(shù)字化思維、企業(yè)數(shù)字化落地的思維方法論；02 數(shù)字化經(jīng)濟(jì)&商業(yè)：數(shù)字化經(jīng)濟(jì)及趨勢發(fā)展、數(shù)字化商業(yè)模式...
《制造業(yè)大數(shù)據(jù)綜合應(yīng)用和發(fā)展解析》課程大綱詳細(xì)內(nèi)容
課程分類： 智能制造大數(shù)據(jù)
課程目標(biāo)：
培訓(xùn)完結(jié)后，學(xué)員能夠：
了解大數(shù)據(jù)和云計(jì)算時(shí)代給企業(yè)帶來的機(jī)遇
了解大數(shù)據(jù)和云計(jì)算時(shí)代新經(jīng)濟(jì)體的模型和服務(wù)及盈利模式；
了解大數(shù)據(jù)應(yīng)用經(jīng)驗(yàn)和技術(shù)架構(gòu)；
了解DT時(shí)代新零售、新技術(shù)、新能源、新制造及新金融之間的關(guān)系；
了解DT時(shí)代客戶畫像的建立方法以及產(chǎn)品設(shè)計(jì)的優(yōu)化策略
了解DT時(shí)代數(shù)據(jù)營銷的基本方式
了解DT時(shí)代數(shù)據(jù)分析的邏輯思路和具體的辦法
了解DT時(shí)代產(chǎn)品定位和市場營銷定價(jià)策略
課程對(duì)象：1、企業(yè)希望了解大數(shù)據(jù)時(shí)代新經(jīng)濟(jì)體、大數(shù)據(jù)基礎(chǔ)概念和商業(yè)架構(gòu)以及商業(yè)應(yīng)用和落地的人士。
課程時(shí)間：2天 (12小時(shí)）
單元一 企業(yè)為什么要重視大數(shù)據(jù)
1、什么是大數(shù)據(jù)
2、互聯(lián)網(wǎng)時(shí)代帶來的大數(shù)據(jù)的革命
3、大數(shù)據(jù)的思考
4、大數(shù)據(jù)、云計(jì)算、人工智能及物聯(lián)網(wǎng)之間的邏輯關(guān)系
單元二 制造行業(yè)面對(duì)產(chǎn)業(yè)互聯(lián)和數(shù)據(jù)時(shí)代的企業(yè)效率提升
1、如何通過云計(jì)算和大數(shù)據(jù)讓自身產(chǎn)業(yè)的物流倉儲(chǔ)效率最大化提升
1）智能倉儲(chǔ)是物聯(lián)網(wǎng)時(shí)代的趨勢
2）智能倉儲(chǔ)和智慧物流對(duì)于我們有哪些幫助
2、 云計(jì)算和大數(shù)據(jù)是如何改變產(chǎn)業(yè)金融的
1）傳統(tǒng)企業(yè)應(yīng)該如何面對(duì)新金融
2）傳統(tǒng)企業(yè)在新金融中的機(jī)會(huì)點(diǎn)
3）產(chǎn)業(yè)互聯(lián)網(wǎng)金融和數(shù)據(jù)金融的區(qū)別是什么
單元三 大數(shù)據(jù)時(shí)代產(chǎn)品設(shè)計(jì)和用戶畫像及大數(shù)據(jù)營銷
1、DT時(shí)代產(chǎn)品定位核心功能
2、UED設(shè)計(jì)師應(yīng)該具備的三種心態(tài)及知識(shí)圖譜
3、理解什么是數(shù)據(jù)時(shí)代下的設(shè)計(jì)體驗(yàn)及產(chǎn)品交互
4、產(chǎn)品管理體驗(yàn)管理與創(chuàng)新
5、什么是數(shù)據(jù)設(shè)計(jì)，如何做好數(shù)據(jù)鏈條設(shè)計(jì)
6、數(shù)據(jù)時(shí)代用戶畫像概述
7、數(shù)據(jù)時(shí)代企業(yè)營銷概述
案例：阿里內(nèi)部產(chǎn)品設(shè)計(jì)，滴滴打車全體驗(yàn)設(shè)計(jì)。
單元四 傳統(tǒng)制造業(yè)如何通過數(shù)據(jù)化向智慧制造轉(zhuǎn)型
1.數(shù)據(jù)化與智能制造
2.人工智能特征分析
3.工業(yè)機(jī)器人與智能制造
4. 物聯(lián)網(wǎng)與智能制造中的應(yīng)用
5.大數(shù)據(jù)與智能制造中的應(yīng)用
6.制造業(yè)向智慧服務(wù)業(yè)的轉(zhuǎn)型
7.雷軍如何用“互聯(lián)網(wǎng)+”制造業(yè)？
【小組討論】小米模式可以復(fù)制嗎？
【案例分析】海爾的互聯(lián)網(wǎng)工廠與智能制造創(chuàng)新實(shí)務(wù)分析
【群策群力】智能制造如何在我們公司落地生根？
單元五 數(shù)據(jù)化將對(duì)制造業(yè)帶來的影響
1、良品優(yōu)化
2、工業(yè)AI質(zhì)檢
3、能耗優(yōu)化
4、預(yù)測性維護(hù)
5、銷售預(yù)測
6、遠(yuǎn)程運(yùn)維
7、智能排產(chǎn)
8.精益管理
單元八 制造業(yè)如何做好數(shù)據(jù)分析
1、數(shù)據(jù)分析是神馬?數(shù)據(jù)分析基本過程？
2、數(shù)據(jù)分析面臨的常見問題
不知道分析什么（分析目的不明確）
不知道怎樣分析（缺少分析方法）
不知道收集什么樣的數(shù)據(jù)（業(yè)務(wù)理解不足）
不知道下一步怎么做（不了解分析過程）
看不懂?dāng)?shù)據(jù)表達(dá)的意思（數(shù)據(jù)解讀能力差）
擔(dān)心分析不夠全面（分析思路不系統(tǒng)）
認(rèn)識(shí)數(shù)據(jù)分析
什么是數(shù)據(jù)分析
數(shù)據(jù)分析的三大作用
數(shù)據(jù)分析的三大類別
3、數(shù)據(jù)分析需要什么樣的能力
懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)
4、大數(shù)據(jù)應(yīng)用的四層結(jié)構(gòu)
數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)模型層、業(yè)務(wù)模型層、業(yè)務(wù)應(yīng)用層
5、數(shù)據(jù)分析與挖掘在企業(yè)中的應(yīng)用
單元九 制造業(yè)數(shù)據(jù)分析基本過程
1、數(shù)據(jù)分析的六步曲
2、步驟1：明確目的--理清思路
先有數(shù)據(jù)還是先有問題？
確定分析目的
確定分析思路
3、步驟2：數(shù)據(jù)收集—理清思路
明確收集數(shù)據(jù)范圍
確定收集來源
確定收集方法
4、步驟3：數(shù)據(jù)預(yù)處理—尋找答案
數(shù)據(jù)清洗、轉(zhuǎn)化、提取、計(jì)算
數(shù)據(jù)質(zhì)量評(píng)估
5、步驟4：數(shù)據(jù)分析--尋找答案
分析方法選擇
構(gòu)建合適的分析模型
分析工具選擇
6、步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
選擇合適的可視化工具
選擇恰當(dāng)?shù)膱D表
7、步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
選擇報(bào)告種類
完整的報(bào)告結(jié)構(gòu)
8、數(shù)據(jù)分析的三大誤區(qū)
