【培訓對象】
企業高層管理者：董事長、總裁、總經理、分管副總等 戰略高層、戰略規劃、頂層設計負責人（CEO、CTO、CIO、CMO等） 各個條線的業務負責人和技術專家 產品開發與創新人員、服務方案制定者 市場營銷策劃、客戶經理、產品經理等 創新業務的負責人，創新創業導師及實踐者

【培訓收益】
可以有效指導大型企業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 數據治理在戰略層面的頂層設計，以及數據治理在執行層面的實施方法 既是企業數據治理的綱領性指南，也是數據治理的實操指導 深度解析業界主流的數據治理理論框架，包含多年的數據項目實戰經驗總結 詳細闡述了數據治理的理論、方法、技術和工具，為企業打好數智商業創新的數據基礎提供啟示和幫助 由表及里地分析了系統性提升企業數據管理能力的方法，具有很強的實用性

 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）統一數據標準：提升數據質量，打通企業內部的數據壁壘，提高數據意識站位；
（2）提升數據BI系統的業務支撐能力：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、大型企業數據資產的核心價值：企業數字化經營的基石
1、未來企業的發展趨勢：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的標準崗位
2、高質量數據體系是企業大數據平臺化服務的關鍵
 傳統數據難以支撐大數據平臺化服務
 大數據治理連接業務創新與大數據資產
3、大型企業數字化經營的難點
 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、大型企業數字資產的價值創造和提升實戰
1、大型企業資產優化和管理的主要內容
2、數據價值的創造方法
 場景出發點：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
 加強業務過程的精細化管理
 用價值衡量驅動執行的不斷改進
4、數據價值的場景連接方法
 決策層
 業務層
 IT層
案例：
某醫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：數據團隊引領企業打贏數字化經營之戰
 定戰術：IT部門的定位
 建能力：培養鏈路上最重要的人（數據運營官的平臺）
 給武器：FineBI+FineReport（行業方案和企業管理平臺）
 多實戰：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、綜合實戰案例
1、電力業數據化經營（BI）實踐解決方案
2、建筑業數據化經營（BI）實踐解決方案
3、零售業數據化經營（BI）實踐解決方案
4、物流業數據化經營（BI）實踐解決方案
5、醫療行業數據化經營（BI）實踐解決方案
6、醫藥行業數據化經營（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 企業大數據資源的高效業務賦能及最佳應用實操模式
本部分關注的問題：
（1）數據應用好的企業的應用實踐案例
（2）企業大數據資源和行業大數據生態圈的建立
（3）外部最佳實踐，相關數據模型的引進

一、企業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大數據資源的需求
 供給側改革的數據化助力
 企業大數據資源形態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、大型企業的大數據資源：新型大數據生態圈的建立
 大數據生態圈的能力建設
 大數據生態圈的規劃
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
 可視化監管企業數據資產：從需求開始控制數據質量
實例：
中國電子的大數據生態圈
中科曙光的大數據生態圈

二、基于企業大數據資源的商業數據深度分析理論和實戰
1、商業數據分析的概念
 商業數據的深度分析
 商業數據分析需要具備的能力
2、商業數據分析的特點和價值
3、商業數據分析的業務流程
 商業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、商業數據分析的核心技能培養
 數據分析能力
 邏輯思維能力
 贏得結果能力
5、商業數據分析場景
實例：
華為公司商業數據分析及應用
海爾集團的商業數據分析及應用
中國電科（海康威視）的商業數據分析及應用

三、數據資源的應用賦能實踐1：解決企業內部管理問題（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
 行業集中度模型的應用方法
3、決策層戰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）結合企業的實際情況，分析數據治理面臨的問題；
（3）其他大型企業數據治理的情景

一、數字時代對于大型企業的數據治理要求
1、數字治理的行業現狀和需求
 數據治理的背景（不良數據治理導致的損失）
 大型企業的數據發展現狀和趨勢
 行業的數據治理需求
 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別
 數據治理和數據管理的區別（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
 制度管理要求的執行
 數據治理的合規性
5、數據治理的意義
 數據治理人員的發展進階路線
 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
綜合實戰案例：
數據治理應用案例常見的問題（數據統計分析）
系統級數據治理（國企電信運營商）
企業級數據治理（國企能源企業）
物流運輸相關數據治理實踐案例
市場監管相關數據治理實踐案例

三、行業大數據的深度治理平臺及解決方案
1、企業的大數據服務轉型
 大數據治理的十二個技術原則
 數字化企業的數據中心轉型
 大數據治理與創新能力提升（管理/業務/技術）
2、管理/業務/技術的大數據治理全面提升創新能力
 重新定位數據管理部門
 提供全面的業務創新能力
 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、綜合實戰案例：以大數據治理為驅動的企業數字化轉型實踐案例
1、重點案例——東風汽車集團：數據治理提升企業運營效率
2、紅領集團：業務創新實現由客戶需求直接驅動工廠的運作模式
3、蘇州工業園區：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：業務數據地圖加速業務創新過程
6、關于大數據治理的非技術話題
 數據治理優化項目的扎實推動
 數據治理優化的心得

  黃辰教授——數字化轉型及智能化創新技術領軍人
華中科技大學通信與信息系統，工學博士
湖北省智慧城市及工業互聯網專家委員會主席
國家工業與信息化部數字產業建設咨詢特聘專家
湖北大學教授、博士生導師，香港理工大學訪問學者
曾任湖北省數字產業發展集團：總工程師
曾任中糧集團北方糖業：智能制造平臺首席技術官
曾任創維集團（00751.HK）智能系統技術研究院：院長
曾任粵海控股產業創新研究院：產業投資及政府關系專家
“數字湖北”及“數字廣東”智慧城市重點工程首席專家
江蘇省“雙創人才”基金獲得者擅長領域：數字化轉型、智能制造與工業互聯網系列、數字治理與大數據資產系列 、數字化經營與戰略規劃系列、商業分析與統計決策系列、數字營銷與新商業模式系列、智慧物流、智慧港口

實戰經驗：
黃辰教授專注于人工智能、大數據、物聯網等創新技術研究和產業服務推廣，是智慧城市、數字化轉型、產業咨詢及科技輔導領域國內知名智庫專家。
（1）主持完成國家及省部級的人工智能、工業互聯網、物聯網、云計算、智能制造、BIM/CIM平臺相關重點科技攻關項目30余項，累計科研經費1200多萬；
（2）主持城市級新基建示范項目8項；主持創維集團、中煙集團、聯投集團、中糧集團、廣州港集團的數字化轉型大型項目12項；負責“數字廣東”產業鏈、創新鏈重點科技攻關項目；負責“數字湖北”智慧鄂州、數智孝感、紅蓮湖智慧園區、華容國家級數字鄉村重點項目；
（3）發表物聯網及人工智能智能領域相關論文40余篇；獲得湖北省科技進步2項、貴州省科技進步1項；國家優秀專利獎1項、美國專利2項、歐盟專利1項、第一發明人授權專利28項、專利成果轉讓13項、軟件著作權43項；國家標準2項、國際標準2項；
（4）2010年以來，為國內10余家大型行業龍頭企業的綜合數字化智能服務平臺重點建設項目提供解決方案并落地實施，為企業引入導入重大科技項目，總體經濟效益超過60億。
（5）面向政府主管部門、企事業單位和行業機構開展數字化、信息化、智能化相關產業分析、技術講座和專項咨詢80余場，獲得各方好評
2、曾任創維集團智能系統技術研究院院長、首席科學家，期間：
（1）主持集團智能化業務版塊以來，2019財年智能系統技術業務版塊的營業收入為95.98億元人民幣，同比增長12.56%。較上年度的27.96億元人民幣增長39.4%；
（2）為集團帶來政府資助超過5億，建立國家級重點研發中心1個，省部級重點工程技術研究中心3個，獲批各級政府科技立項20項以上，實現集團研發中心數量和級別的重大突破；
（3）集團產品智能化水平達到95%以上，實現新產品100%接入集團云平臺，實現100%互聯互通，產品智能化技術具備完全自主知識產權，集團年均新增智能化技術相關專利300項以上（含海外專利），智能設備技術成果數量和客戶接入率大幅度提升；
（4）推動與谷歌及亞馬遜合作，深度定制海外版智能系統，服務超過900萬海外用戶，建立了中國家電廠商在海外最大智能OTT平臺，形成覆蓋國內3800萬家電用戶的云云互聯平臺。
3、曾任湖北省數字產業發展集團總工程師、產業研究院院長，期間：
（1）牽頭打造集團與重點高校的校企合作平臺：與華中科技大學、武漢大學、武漢理工大學、湖北大學、中南財經政法大學、中國地質大學達成戰略合作協議，產學研規模全省國企第一；
（2）代表集團為政府用戶、產業建設方、第三方合作伙伴開展主題報告20余場，報告內容涵蓋：企業數字化轉型、智慧城市（頂層規劃）、新商業零售、智慧社區、智慧醫療、產業大數據（云服務），極大提升了集團在數字化產業領域的影響力；
（3）負責指導國家數字鄉村試點項目“鄂州華容區數字鄉村”總體設計方案，打造湖北省數字鄉村建設的示范工程；負責指導湖北省科技產業園重點項目“紅蓮湖大數據云計算產業園”總體設計方案，打造省內一流的科技生態產業園標桿；
（4）負責指導實施武漢城市圈數字產業重點項目“光谷科創大走廊產業數字化協同平臺”，建設產業大數據服務平臺，實現武鄂政務服務互通、數據互通、資源互通、政策互通。
4、曾任中糧集團北方糖業：智能制造平臺首席技術官，期間：
（1）建立了國內領先的智能制造生產平臺，降低產品不良率超過50%。通過計劃精準排程、缺料分析，高效整合生產資源，提升60%的生產計劃準確率，提高生產效率40%以上，僅一條示范生產線每年就為集團節省成本超過5000萬；
（2）湖北省技術交易所認定：科技成果整體達到國際先進水平，其中工業場景視覺精確定位等技術達到國際領先水平。
5、湖北省智慧城市及工業互聯網專家委員會主席，負責起草一系列行業前沿重點分析報告和產業建設方案指南：
（1）“國家產業互聯網白皮書（2017-2022）”；
（2）“湖北省互聯網+產業發展研究報告”；
（3）“中國制造2025 湖北制造類產業規劃”
（4）“下一代工業互聯網通信協議標準白皮書”
（5）“下一代數字技術產業發展趨勢大數據研
6、“數字湖北”及“數字廣東”智慧城市重點工程首席專家
（1）指導平臺企業開展智慧城市的全生命周期管理戰略支撐及運營，滿足客戶特定場景要求，并挖掘新業務，提升政府體驗，創造商業價值；
（2）指導國資委旗下的平臺公司開展智能化、數字化的戰略規劃，指導完成數字中臺整體解決方案，技術方案規劃、互聯互通協議標準技術等的各項工作。

主講課程：
數字化轉型系列
《數智革新：當代企業的數字化轉型升級之路》
《互聯網時代企業數字化轉型的最優路徑》
《由點到面，深度解析數字化轉型的內在邏輯》
《數字化轉型的指導準則、有效抓手和落地方案》
《數字化轉型的道與術：平臺思維支撐企業可持續發展》
《數字化轉型與企業的戰略可持續發展》
數字治理與大數據資產系列
《數據治理：工業企業數字化轉型之道》
《數據治理：業務驅動的數據資產體系建設》
數據中臺與云平臺系列
《數字化轉型的核心方法論：數據中臺與實施方案》
《中臺實踐：數字化轉型方法論與解決方案》
數字營銷與新商業模式系列
《數字營銷與商業模式革新：為客戶創造全新價值的方法》
《數字營銷革命：從戰略思維到實施策略》
商業分析與統計決策系列
《數字解碼：BI賦能企業數字化經營》
《企業數字化經營：從數字表象到經營真相》
數字化經營與戰略規劃系列
《精通商業智能數據分析》
《深度商業數據分析：大數據挖掘和統計決策》
智慧城市與新基建系列
《以人為本的智慧城市：頂層設計、建設思路與落地實踐》
《新型智慧城市的設計、建造與運營之道》
智慧物流、智慧港口
《智慧碼頭與港口數字化轉型》
人工智能及產業投資系列
《人工智能的產業融合之路：產業創新賦能與商業落地邏輯》
《人工智能賦能—驅動產業變革的深層次商業邏輯》
智能制造與工業互聯網系列
《智能制造路線圖：從大數據到工業互聯網》
《智能制造的驅動力：從源頭到本質，從方法到實踐》

授課風格：
【視野廣闊獨到】：既有前瞻視野，又有豐富工具，更有翔實案例，為企業管理者提供極富借鑒價值的路線圖和方法論
【道與術并存】：既有理論高度，又有實踐經驗；既有頂層設計思路，又有清晰的實施路線和實用的工具，讓企業轉型有路徑可循、有方法可用
【行業背景深厚】從行業一線中提煉出深刻且有生命力的洞見，引導將先進的理念付諸實踐，推動核心業務的全方位進化
【邏輯縝密、化繁為簡】視角客觀扎實、高屋建瓴、邏輯清晰、深入淺出、發人深思、
【技術及管理經驗豐富】具有明確的目標、創新的方式和清晰的執行路徑，避免空談，實操性強
【嚴謹生動、大局觀強】大局與細節兼顧，方法與案例互補，理論與實務結合，內部與外部并重

服務客戶（部分）：
數字化轉型類：創維集團、創維數字、湖北中煙集團（武漢卷煙廠、三峽卷煙廠）、廣州港集團、貴州省地稅局、湖北省國資委、湖北省中西醫結合醫院、中南醫院
智能制造與工業互聯網類：三一重工、武漢鋼鐵集團、中糧集團北方糖業、新松機器人
智慧城市與新基建類：湖北聯投集團、湖北省交通廳、湖北省經信廳、南昌市建設投資集團、鄂州市發改委、花湖機場
人工智能及產業投資類：三峽集團、中國銀聯、隨州市科技局
數字化經營與戰略規劃類：東湖高新集團、海通證券
數字治理與大數據資產系列：中金數據集團、武漢東湖大數據交易中心、中科曙光、湖北省教育信息化發展中心

授課視頻鏈接：
企業數字化轉型之道
https://v.qq.com/x/page/u3356r7p2ec.html