大数据时代下的企业管理 —— 大数据、云计算、AI、物联网与制造行业升级 课程背景: 截止2017年,中国已达9亿互联网用户。目前随着世界经济金融大格局的变化和智能产业的突飞猛进,金融行业正面临一个难得的转型、融合和发展的机遇。这个机遇就是数字化,未来对于传统工业的改造、对于消费升级、对于新型城市化,都要用大数据的技术手段,这些以大数据为代表的新兴产业将引领中国经济未来发展。引导制造企业、科技公司等共同融合、创新、发展,努力做好整合、提升、重构的实工夫,将有可能促使制造企业出现一次新的变革,出现数字化、跃升式演进发展。 对于制造型企业来说要想成功转型商业智能化就需要在“数字化、网络化、智能化、云端化”进行顶层设计和战略布局。通过移动互联网、大数据、人工智能将企业拥有多年的管理数据积累,拥有诸如用户、流量、商业模式进行结构化数据化转型,以全面提升竞争力。把握新一代网络信息技术中的移动互联网、大数据、人工智能等技术上的发展机遇。 如何结合企业实际合理运用好移动互联网、大数据、人工智能相关技术已是各部门无法回避的课题,也是新经济时代的机遇和挑战,需要各部门、各员工都需要做思维升级,以及好思想与技术储备。培训课程将围绕企业业务模型,梳理移动互联网、大数据、人工智能在营销管理方面的知识点和业务逻辑,来获得企业发展、高效、安全的目的,并降低经营成本和风险全面提升企业竞争力。 课程大纲: 一:认识大数据时代 1. 充分理解大数据时代高速发展逻辑 1)大数据冲击了整个社会 2)制造业“摩尔定律”的发展脉络 2. 网络效率逻辑 1)数据智能逻辑 2)深度渗透逻辑 3. 大数据为什么会颠覆的传统企业 1)超级平台现象 2)非对称发展 3)商业新物种 4)金融新生态 4. 从数据化到智能化的全方位深度渗透 1) 移动支付改变传统卖场 2)在线化+数据化对营销的深度演绎 3)大数据与人工智能对营销的深远影响 案例分析:未来营销对于大数据与AI有哪些需求 二:制造行业大数据应用展望 1、 企业运营核心竞争力的界定和特征 2、 通过大数据了解你的用户需求 3、 大数据的动力:云计算、工业4.0与物联网 4、 大数据运营推动传统企业互联网化 5、 运用移动支付技术,提升对现金流的利用 案例分析:戴尔开启大数据运营——通过现金流转型制造行业 三:大数据应用概述 1. 什么要做数据挖掘——多学科的融合 2. 数据挖掘结果如何展现——构建算法 3. 如何通过在线化收集、处理海量数据 4. 数据挖掘的功能:分类、预测、推估、关联、聚类、可视化 5. 数据挖掘建模、流程及分析指标 四:大数据如何落地 1、 传统企业应用大数据技术与变革迫在眉睫 2、 大数据企业组织结构——扁平化组织 3、 通过流程体现大数据价值 4、 企业一体化端到端流程 分组讨论:企业目前的流程是否适应大数据运营
|