課程描述INTRODUCTION
培訓講師：
課程價格：
培訓天數：日程安排SCHEDULE
課程大綱Syllabus
數據資產矩陣賦能
【課程背景】
數據不僅是企業(yè)的核心資產和重要戰(zhàn)略資源，也是重要的生產要素。數據資產已日益成為企業(yè)搶占未來發(fā)展主動權的前提和保障，而數據治理就是發(fā)掘這些數據資產的重要手段和工具。*國資委在頒布的《關于加快推進國有企業(yè)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(yè)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(yè)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(yè)核心競爭力。
本課程立足大型行業(yè)龍頭企業(yè)的應用實踐，針對數據治理在大型數字化企業(yè)的實施、高價值數據資產體系構建等核心應用內容展開系統(tǒng)化的闡述，深入淺出地從統(tǒng)一數據標準、梳理數據邏輯，提升數據質量，打通企業(yè)內部數據壁壘，提高數據意識站位等多方面，詳細介紹數據治理的方式、方法及數據治理策略，提出大數據治理的具體操作解決方案。進一步，通過典型的實踐案例，分析當今主流的數據治理技術與平臺，為企業(yè)和員工提供相關的技術實踐指南，加強數據應用和價值體現，明確數據應用的各階段任務和重心，提升數據價值，有效提高大型企業(yè)的數據治理水平。
【課程收益】
-可以有效指導大型企業(yè)全方位開展高質量的數據治理
-對數據治理的數據關聯、分析處理模式等核心內容，展開全面、系統(tǒng)地闡述，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(zhàn)略層面的頂層設計，以及數據治理在執(zhí)行層面的實施方法
-既是企業(yè)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(yè)界主流的數據治理理論框架，包含多年的數據項目實戰(zhàn)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(yè)打好數智商業(yè)創(chuàng)新的數據基礎提供啟示和幫助
-由表及里地分析了系統(tǒng)性提升企業(yè)數據管理能力的方法，具有很強的實用性
【課程對象】
-企業(yè)高層管理者：董事長、總裁、總經理、分管副總等
-戰(zhàn)略高層、戰(zhàn)略規(guī)劃、頂層設計負責人（CEO、CTO、CIO、CMO等）
-各個條線的業(yè)務負責人和技術專家
-產品開發(fā)與創(chuàng)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(chuàng)新業(yè)務的負責人，創(chuàng)新創(chuàng)業(yè)導師及實踐者
【課程大綱】
第一部分 數據資產的核心價值提升及高質量數據體系構筑實踐方法
本部分關注的問題：
（1）統(tǒng)一數據標準：提升數據質量，打通企業(yè)內部的數據壁壘，提高數據意識站位；
（2）提升數據BI系統(tǒng)的業(yè)務支撐能力：梳理數據架構，強化對角色的支撐能力；
（3）加強數據應用和價值體現：明確數據應用的各階段任務和重心，提升數據價值
一、大型企業(yè)數據資產的核心價值：企業(yè)數字化經營的基石
1、未來企業(yè)的發(fā)展趨勢：數字治理和數據資產成為數字化轉型的標配
趨勢1：數字化企業(yè)的數據中心向大數據服務轉型
趨勢2：大數據平臺由功能化平臺向服務化平臺轉型
趨勢3：首席數據官和數據專員成為數字化企業(yè)的標準崗位
2、高質量數據體系是企業(yè)大數據平臺化服務的關鍵
傳統(tǒng)數據難以支撐大數據平臺化服務
大數據治理連接業(yè)務創(chuàng)新與大數據資產
3、大型企業(yè)數字化經營的難點
價值視角：需求各異，眾口難調
數據視角：紛繁復雜，負重前行
企業(yè)數據團隊的關鍵價值：搭建數據和價值之間的橋梁
二、大型企業(yè)數字資產的價值創(chuàng)造和提升實戰(zhàn)
1、大型企業(yè)資產優(yōu)化和管理的主要內容
2、數據價值的創(chuàng)造方法
場景出發(fā)點：如何通過深挖數據改善經營
3、數據價值提升的典型操作
提升信息收集的效率體驗
加強業(yè)務過程的精細化管理
用價值衡量驅動執(zhí)行的不斷改進
4、數據價值的場景連接方法
-決策層
-業(yè)務層
-IT層
案例：
某醫(yī)療機構的自動化報表體系
中建鋼構
5、數據價值的提升方法
當前企業(yè)數據質量存在的問題
提升數據質量的成功經驗1：加強底層數據處理，建立數據標準
提升數據質量的成功經驗2：加強中間模型的建立，提升數據深度
案例：
某證券公司的數據質量提升實戰(zhàn)案例
5、如何縮短數據應用和價值實現的距離：數據團隊引領企業(yè)打贏數字化經營之戰(zhàn)
定戰(zhàn)術：IT部門的定位
建能力：培養(yǎng)鏈路上最重要的人（數據運營官的平臺）
給武器：FineBI+FineReport（行業(yè)方案和企業(yè)管理平臺）
多實戰(zhàn)：思想碰撞+實際經驗互換
“人術器”的完整服務體系
案例：
某大型藥企的數據人才蛻變
三、梳理數據邏輯的方法論和應用實踐：像數據分析師看齊，透過數據看本質
1、方法論：深度數據挖掘，得出有價值的觀點
支撐項目管理，數據價值挖掘的核心問題
透過現象看本質1-方法論和應用技巧
透過現象看本質2-在整個公司層面看數據
2、梳理數據邏輯的應用實踐步驟
第一步：確定數據分解的框架
第二步：基于該框架對目標進行分析
第三步：與歷史數據、與同期相關數據進行對比
第四步：對重點領域進行細化分析
第五步：定性分析，分析背后的原因
第六步：匯總報表，并給出建議
3、深度數據價值挖掘中的常見問題
實例：
如何拆解分析上市公司的財務指標
四、數據BI信息的可視化呈現及智能分析實操
1、數據BI信息的智能分析—如何有條理地整理數據信息
信息分析的目的和對象
咨詢公司的信息分析流程
2、數據信息分析—常用數據分析應用
3、定性信息分析—如何呈現更直觀易讀
實例：
進口品牌SUV銷量數據分析
五、綜合實戰(zhàn)案例
1、電力業(yè)數據化經營（BI）實踐解決方案
2、建筑業(yè)數據化經營（BI）實踐解決方案
3、零售業(yè)數據化經營（BI）實踐解決方案
4、物流業(yè)數據化經營（BI）實踐解決方案
5、醫(yī)療行業(yè)數據化經營（BI）實踐解決方案
6、醫(yī)藥行業(yè)數據化經營（BI）實踐解決方案
7、銀行數據化經營（BI）實踐解決方案
第二部分 企業(yè)大數據資源的高效業(yè)務賦能及*應用實操模式
本部分關注的問題：
（1）數據應用好的企業(yè)的應用實踐案例
（2）企業(yè)大數據資源和行業(yè)大數據生態(tài)圈的建立
（3）外部*實踐，相關數據模型的引進
一、企業(yè)大數據資源潛力的充分挖掘：數字化改革的必然
1、數字化改革對于企業(yè)大數據資源的需求
-供給側改革的數據化助力
-企業(yè)大數據資源形態(tài)被消費市場重新定義
-當前大數據平臺難以滿足數字化時代要求
-大數據服務能力的智能化
-大數據管理能力的服務化
2、大型企業(yè)的大數據資源：新型大數據生態(tài)圈的建立
-大數據生態(tài)圈的能力建設
-大數據生態(tài)圈的規(guī)劃
3、大數據資源的全生命周期管理及相關核心概念
-大數據全生命周期管理
-大數據全生命周期中的四種角色
4、大數據資源的數據質量
-林林總總的數據質量問題和示例
-數據質量需求的定義與首要管理工作
-全生命周期的數據管控體系與數據質量保障
-可視化監(jiān)管企業(yè)數據資產：從需求開始控制數據質量
實例：
中國電子的大數據生態(tài)圈
中科曙光的大數據生態(tài)圈
二、基于企業(yè)大數據資源的商業(yè)數據深度分析理論和實戰(zhàn)
1、商業(yè)數據分析的概念
-商業(yè)數據的深度分析
-商業(yè)數據分析需要具備的能力
2、商業(yè)數據分析的特點和價值
3、商業(yè)數據分析的業(yè)務流程
商業(yè)數據分析的三個階段和六個操作步驟
階段一操作：構建問題
階段二操作：分析問題、解決問題
階段三操作：傳達結果并行動
4、商業(yè)數據分析的核心技能培養(yǎng)
數據分析能力
邏輯思維能力
贏得結果能力
5、商業(yè)數據分析場景
實例：
華為公司商業(yè)數據分析及應用
海爾集團的商業(yè)數據分析及應用
中國電科（海康威視）的商業(yè)數據分析及應用
三、數據資源的應用賦能實踐1：解決企業(yè)內部管理問題（聯想集團數據應用實踐案例）
1、對新產品定價的數據應用模型
-基準定價模型
-定價調整模型
2、基準定價策略的操作方法
-基于成本的定價方法
-基于競爭/需求的定價方法
3、如何解決盈利率下降的問題
方法論和實操：四部曲解決盈利率下降
第一步：定量尋找原因
第二步：明確分析重點
第三步：定性刨根問底
第四步：提出改善建議
4、企業(yè)內部管理問題總結和相關數據模型的引進方式
四、數據資源的應用賦能實踐2：獲得真正有利于推進產品的消費者數據洞察（小米公司數據應用實踐案例）
1、快速鎖定能挖掘出數據信息的消費者
消費者數據洞察兼具分析思維與設計思維
實例：一個完整的用戶畫像數據應該是什么樣子？
2、如何制作一個數據化的用戶畫像
第一步、結合核心業(yè)務確定用戶關鍵行為數據
第二步、分析數據，引入匹配模型
第三步、跟進調研，豐富用戶畫像的人物數據形象
第四步、與團隊分享數據并在工作中協同使用
3、消費者數據洞察的必備方法
-消費者信息數據采集的要點
-第三方報告獲取消費者數據
-媒體輿情的監(jiān)聽數據
4、消費者數據洞察問題總結和相關數據模型的引進方式
五、數據資源的應用賦能實踐3：支持決策層的戰(zhàn)略分析模型（大型家電集團的數據應用實踐案例）
1、決策層的數據價值衡量
基于“人”的視角
基于“事”的視角
2、支撐戰(zhàn)略決策分析的數據模型工具應用方法
-BCG矩陣模型的應用方法
-PESTLE分析模型的應用方法
-SWOT分析模型的應用方法
-價值鏈模型的應用方法
-生命周期模型的應用方法
-行業(yè)集中度模型的應用方法
3、決策層戰(zhàn)略分析問題總結和相關數據模型的引進方式
第三部分 數據治理的核心理念及實際問題解決方案
本部分關注的問題：
（1）數據治理涉及方法論和核心理念，以及相關支撐案例；
（2）結合企業(yè)的實際情況，分析數據治理面臨的問題；
（3）其他大型企業(yè)數據治理的情景
一、數字時代對于大型企業(yè)的數據治理要求
1、數字治理的行業(yè)現狀和需求
-數據治理的背景（不良數據治理導致的損失）
-大型企業(yè)的數據發(fā)展現狀和趨勢
-行業(yè)的數據治理需求
-數據治理的價值與基本法則
2、大數據治理體系與數據治理體系的聯系與區(qū)別
-數據治理和數據管理的區(qū)別（數據治理概念和范疇）
-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）
3、大數據治理的管理體系
-大數據治理的組織架構
-數據管理專員制度
-大數據治理的管理組織（管理團隊的角色分工）
4、數據治理成效的保障方式
-數據治理工作的長效與速贏
-數據治理體系的落地
-制度管理要求的執(zhí)行
-數據治理的合規(guī)性
5、數據治理的意義
-數據治理人員的發(fā)展進階路線
-為什么要學數據治理？（員工層面）
-為什么要做數據治理？（企業(yè)層面）
二、數據治理的分析處理解決方案
1、數據治理的分析處理范圍
2、數據治理的分析處理框架
3、數據治理的總體解決思路
-數據資產盤點：暗數據發(fā)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、數據治理產品體系
Part1：暗數據發(fā)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
綜合實戰(zhàn)案例：
數據治理應用案例常見的問題（數據統(tǒng)計分析）
系統(tǒng)級數據治理（國企電信運營商）
企業(yè)級數據治理（國企能源企業(yè)）
物流運輸相關數據治理實踐案例
市場監(jiān)管相關數據治理實踐案例
三、行業(yè)大數據的深度治理平臺及解決方案
1、企業(yè)的大數據服務轉型
-大數據治理的十二個技術原則
-數字化企業(yè)的數據中心轉型
-大數據治理與創(chuàng)新能力提升（管理/業(yè)務/技術）
2、管理/業(yè)務/技術的大數據治理全面提升創(chuàng)新能力
-重新定位數據管理部門
-提供全面的業(yè)務創(chuàng)新能力
-提供智能化自動化的技術平臺
3、新一代的大數據治理框架
-大數據治理框架
-大數據治理要點（技術原則）
4、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
5、大數據治理的產品體系
-大數據治理產品與數據服務的關系
-大數據治理產品價值
-大數據治理產品體系
四、綜合實戰(zhàn)案例：以大數據治理為驅動的企業(yè)數字化轉型實踐案例
1、重點案例——東風汽車集團：數據治理提升企業(yè)運營效率
2、紅領集團：業(yè)務創(chuàng)新實現由客戶需求直接驅動工廠的運作模式
3、蘇州工業(yè)園區(qū)：信息共享：“三庫、三通、九樞紐”建設
4、浙江電力：數據自劣化分析平臺
5、東方航空：業(yè)務數據地圖加速業(yè)務創(chuàng)新過程
6、關于大數據治理的非技術話題
-數據治理優(yōu)化項目的扎實推動
-數據治理優(yōu)化的心得
數據資產矩陣賦能
轉載：http://m.oysg8.com/gkk_detail/283575.html
