主講老師: 李勇（培訓費：2-2.5萬元/天）
工作背景：
山東大學研究生 計算機專業華為高級項目督導百度產品經理上海鯨工COO易車VP互聯網產品及運營專家
主講課程：
一、數字化（思想、經濟&商業、工具）認知篇：01 數字化底層邏輯及思想：數字化底層邏輯、企業數字化思維、企業數字化落地的思維方法論；02 數字化經濟&商業：數字化經濟及趨勢發展、數字化商業模式...
《制造業大數據綜合應用和發展解析》課程大綱詳細內容
課程分類： 智能制造大數據
課程目標：
培訓完結后，學員能夠：
了解大數據和云計算時代給企業帶來的機遇
了解大數據和云計算時代新經濟體的模型和服務及盈利模式；
了解大數據應用經驗和技術架構；
了解DT時代新零售、新技術、新能源、新制造及新金融之間的關系；
了解DT時代客戶畫像的建立方法以及產品設計的優化策略
了解DT時代數據營銷的基本方式
了解DT時代數據分析的邏輯思路和具體的辦法
了解DT時代產品定位和市場營銷定價策略
課程對象：1、企業希望了解大數據時代新經濟體、大數據基礎概念和商業架構以及商業應用和落地的人士。
課程時間：2天 (12小時）
單元一 企業為什么要重視大數據
1、什么是大數據
2、互聯網時代帶來的大數據的革命
3、大數據的思考
4、大數據、云計算、人工智能及物聯網之間的邏輯關系
單元二 制造行業面對產業互聯和數據時代的企業效率提升
1、如何通過云計算和大數據讓自身產業的物流倉儲效率最大化提升
1）智能倉儲是物聯網時代的趨勢
2）智能倉儲和智慧物流對于我們有哪些幫助
2、 云計算和大數據是如何改變產業金融的
1）傳統企業應該如何面對新金融
2）傳統企業在新金融中的機會點
3）產業互聯網金融和數據金融的區別是什么
單元三 大數據時代產品設計和用戶畫像及大數據營銷
1、DT時代產品定位核心功能
2、UED設計師應該具備的三種心態及知識圖譜
3、理解什么是數據時代下的設計體驗及產品交互
4、產品管理體驗管理與創新
5、什么是數據設計，如何做好數據鏈條設計
6、數據時代用戶畫像概述
7、數據時代企業營銷概述
案例：阿里內部產品設計，滴滴打車全體驗設計。
單元四 傳統制造業如何通過數據化向智慧制造轉型
1.數據化與智能制造
2.人工智能特征分析
3.工業機器人與智能制造
4. 物聯網與智能制造中的應用
5.大數據與智能制造中的應用
6.制造業向智慧服務業的轉型
7.雷軍如何用“互聯網+”制造業？
【小組討論】小米模式可以復制嗎？
【案例分析】海爾的互聯網工廠與智能制造創新實務分析
【群策群力】智能制造如何在我們公司落地生根？
單元五 數據化將對制造業帶來的影響
1、良品優化
2、工業AI質檢
3、能耗優化
4、預測性維護
5、銷售預測
6、遠程運維
7、智能排產
8.精益管理
單元八 制造業如何做好數據分析
1、數據分析是神馬?數據分析基本過程？
2、數據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據（業務理解不足）
不知道下一步怎么做（不了解分析過程）
看不懂數據表達的意思（數據解讀能力差）
擔心分析不夠全面（分析思路不系統）
認識數據分析
什么是數據分析
數據分析的三大作用
數據分析的三大類別
3、數據分析需要什么樣的能力
懂業務、懂管理、懂分析、懂工具、懂呈現
4、大數據應用的四層結構
數據基礎層、數據模型層、業務模型層、業務應用層
5、數據分析與挖掘在企業中的應用
單元九 制造業數據分析基本過程
1、數據分析的六步曲
2、步驟1：明確目的--理清思路
先有數據還是先有問題？
確定分析目的
確定分析思路
3、步驟2：數據收集—理清思路
明確收集數據范圍
確定收集來源
確定收集方法
4、步驟3：數據預處理—尋找答案
數據清洗、轉化、提取、計算
數據質量評估
5、步驟4：數據分析--尋找答案
分析方法選擇
構建合適的分析模型
分析工具選擇
6、步驟5：數據展示--觀點表達
選擇合適的可視化工具
選擇恰當的圖表
7、步驟6：報表撰寫--觀點表達
選擇報告種類
完整的報告結構
8、數據分析的三大誤區
