讲授专家:李勇 培训对象:数据管理(总监、经理、主管)、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等; 课程时间:2天 (12小时) 课程背景: 我们经常讲,业务即数据,数据即业务,那么企业数字化转型中最适合的数据资产组织方式是什么样的,为什么越来越多的企业在讨论标签化和标签体系?因为数据资产化是企业数字化转型的必经之路,也是数据中台的重要组成部分。本课程将为您详细解析面向企业业务的数据资产标签的制作方法。 课程收益: Ø 学习数据标签和业务标签的基本概念; Ø 掌握数据标签的建设的方法与架构过程; Ø 掌握数据标签的评估与选择; Ø 掌握数据标签体系建设,资产评估以及运营机制; 课程大纲: 单元 | | | | | 1. 数据孤岛,无法打通 2. 烟筒式的建设,重复造轮子 3. 各说各话,没有统一路径 4. 鸡同鸭讲,无法穿透业务层 5. 数据治理永远没有尽头 | | | 1. 数据资产1.0:构建消费者数据库 2. 数据资产2.0:打通数据 3. 数据资产3.0:全集团数据共享共荣 4. 数据资产4.0:更广泛领域的数据实践 | | | 1. 业务系统与数据系统之间的关联 2. 面向业务的数据资产组成形式 3. 客户画像体系的数据标签制作方法 4. 产品体系的数据标签制作方法 5. 运营体系的数据标签制作方法 6. 制造体系的数据标签制作方法 7. 客户服务体系的数据标签制作方法 | | | 1. 数据标签规范化之元标签 2. 标签问题 3. 如何让平台服用标签 4. 数据标签的全生命周期管理 5. 数据标签质量控制 | | | 1. 标签工具体系 2. 数据标签门户 3. 用户数据标签体系模板 4. 企业数据标签体系模板 5. 员工数据标签体系模板 6. 商品数据标签体系模板 | | | 1. 数据资产定义和3个特征 2. 数据资产管理现状与挑战 3. 数据资产管理的四个目标 4. 数据资产管理中的数据治理 5. 数据资产管理的七个成功要素 | | | 1. 银行业数据标签精准营销场景 2. 汽车整车厂可视化大屏场景 3. 制造业B2B供应链场景 4. 零售业电商千人千面场景 5. 地产物管效能场景 |
|