课程背景：
    在数字化时代，大数据等前沿技术给各个产业带来了巨大冲击，也正在颠覆传统的供应链模式。为了应对全新的竞争格局，供应链从业者需要树立大数据意识，并且及时引入新技术来提升运营水平。本次讲座将讲解数字化供应链的基本概念和成熟度判定标准，使得每家公司能够正确判断自己所处的发展阶段。针对转型升级的实际需求，讲座会解析业务流程、应用管理、数据组织等基础架构维度，让学员懂得企业架构是数字化运行的必要前提。在此基础上，将讲解几大基本的数据分析工具（Excel、业务分析思维、数据可视化和BI、SQL语言），帮助听众入门。在此基础上，会帮助学员了解云计算、人工智能等技术领域的知识要点。讲座的最后会结合汽车、快消等若干行业的标杆企业案例，展示数据挖掘等技术给产业运行带来的真实提升，并介绍大数据分析相关的供应商概况和学习资源。
课程目的：

•     数字化供应链的定义，和成熟度评估准则。
•     懂得企业架构是运用大数据技术的基础，并了解架构的四大要素（业务、应用、数据、技术）。
•     懂得数据分析的几大基本步骤，及其主要难点。
•     掌握大数据分析的四大基础工具。
•     了解云计算、人工智能等前沿技术。
•     解析汽车、快消等若干行业的企业案例，学习其在业务流程组织、技术应用等方面的先进经验。
•     了解数字化各领域的供应商概况和学习资源。

课程大纲：

供应链大数据分析与应用  - 第一天

• 1、供应链数字化：大数据分析的前提
•     1)数字化供应链的发展现状介绍
•     2)供应链发展阶段与数字化成熟度
•     3)不同行业数字化的区别
• 2、企业架构：大数据分析的基础
•     1)企业架构体系概述
•     2)大数据架构的基本原则
•     3)要素一：业务架构，及其基本组件
•     4)要素二：应用架构，及其基本组件
•     5)要素三：数据架构，及其基本组件
•     6)要素四：技术架构，及其基本组件
•     7)“新零售”时代企业架构的变迁
• 3、数据分析的五大步骤及其要点
•     1)步骤一：数据的收集
•     2)步骤二：数据的清洗
•     3)步骤三：数据的规整
•     4)步骤四：数据的使用
•     5)步骤五：数据的更新
•     6)主要应用难点和对策
• 4、基础分析技术（一）：业务分析思维
•     1)为什么巴菲特是优秀的分析师？
•     2)分析问题的“金字塔原理”
•     3)供应链运营常见的分析思路
• 5、基础分析技术（二）：Excel比你想象的更强大  
•     1)Excel函数的常见类别（清洗处理类、计算统计类等）
•     2)经典数据功能举例（数据透视表、vlookup等）
•     3)案例：用Excel求解物流运输的最优成本
•     4)案例：用Excel做企业决策模型
• 6、基础分析技术（三）：数据可视化
•     1)经典图表类型介绍
•     2)BI（商业智能）入门
•     3)PowerBI 应用以及案例
•     4)案例：某大型零售商的供应链数据可视化
• 7、当日培训内容小结及讨论

供应链大数据分析与应用  总两天- 第二天

• 8、基础分析技术（四）：SQL为代表的数据库语言
•     1)SQL基础知识入门
•     2)MySQL环境介绍
•     3)“关联”等核心概念应用
•     4)案例：用SQL查询制造业大型数据库  
• 9、大数据前沿技术介绍
•     1)云计算
•     2)数据湖
•     3)人工智能
•     4)敏捷和DEVOPS
•     5)设计思维和人性化技术
•     6)SOA和微服务
•     7)案例：供应链管理中技术升级的六个阶段
•     8)案例：如何用技术解决企业数据不准确的问题
• 10、企业实际案例详解
•     1)供应链计划案例：如何做好需求预测？（消费品行业）
•         a)背景介绍
•         b)主要挑战
•         c)数据分析亮点介绍 – 数据挖掘
•     2)生产物流案例：如何组织好复杂的生产流程？（汽车行业）
•         a)背景介绍
•         b)主要挑战
•         c)数据分析亮点介绍 – 物料管理系统
•     3)综合管理案例：如何通过优化供应链流程来控制成本？（电子行业）
•         a)背景介绍
•         b)主要挑战
•         c)数据分析亮点介绍 – 基于数据的整体优化
•     4)知名互联网企业的“中台”战略
•         a)背景介绍
•         b)主要挑战
•         c)典型中台架构对企业的启示
•     5)其它代表性行业案例
• 11、大数据分析相关资源
•     1)软件供应商概况
•     2)硬件装备供应商概况
•     3)其它资源和学习资料推荐            
• 12、当日培训内容小结及讨论