数字化时代的供应链大数据分析及应用实践
课程大纲
讲师介绍
客户评价
优惠政策
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
内训说明:
以上课程皆可根据企业客户需求订制单个课程、系列课程以及各种课程组合的、不同层次人员和形式的内部研讨班、进修班、集训班、研修班、提高班、训练营等;还可以为客户提供从培训需求调查分析、课程方案设计、课程实施到效果评估的培训整体咨询方案(含微咨询)!期待您的咨询:曲广玲13301663387 021-3207 0950