做企业培训,当然要找对好讲师!合作联系

枫影:数据治理与主数据管理

枫影老师枫影 注册讲师 32查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 数据分析

课程编号 : 16330

面议联系老师

适用对象

数据部门和业务部门

课程介绍

【课题背景】

数据发生价值的前提是数据自身本身的真实性、可靠性,即数据本身有价值。我们把数据自身如何产生价值性的过程,成为数据治理。一般通常包括了定义数据、数据采集、数据存储、数据清洗、数据整合、数据分析等全流程。在整个过程中,一切数据的动作都受到业务的约束,如何定义主数据、采集哪些数据、如何封装数据等整体来看都与业务有关。

本节课,将在系统性分析数据治理内容的基础上,聚焦主数据管理,站在数据和业务两个视角帮助学员如何做好协同性认知,提升主数据管理维护的效率。

【参与人员】

本课程适宜于:数据部门和业务部门

【学员收获】

  1. 了解数据治理的价值、流程和内容
  2. 了解主数据的价值、管理的流程
  3. 理解数据管理与业务之间的关系

【课程时长】1天

【课程大纲】

  1. 数字化转型、数据分析、数据治理的逻辑关系
  2. 数字化转型核心是依托数据分析来实现科学决策,从而提效降本
  3. 数据分析的前提是数据治理
  4. 数据治理首要工作是主数据管理
  5. 数据治理的价值、流程和内容
  6. 数据发挥价值的前期是数据本身得有价值
  7. 如何定义数据自身有价值——时效性、客观、真实、一致、完整、准确
  8. 数据治理的内涵
  9. 数据治理的流程
  10. 明确业务数字化转型的模块
  11. 定义主数据:对应业务模块明确业务判断的模型指标
  12. 实现数据采集与数据清洗
  13. 数据资产管理
  14. 数据安全
  15. 完成对数据治理的评估

主数据的价值和管理的流程

  1. 回溯日常工作中数据使用的常见问题
  2. 数据混乱、质量差
  3. 系统使用效率低
  4. 及时性差
  5. 统计口径不一致
  6. 找数据完全对不上号
  7. 为什么我们现在到了不得不去管理维护主数据的时间了?——系统太多了

重新定义主数据

  1. 主数据的价值——跨部门、跨业务协同的必须项
  2. 对主数据的要求——唯一、稳定、准确
  3. 主数据的特点——权威性、全局性、共享性、扩展性、关键性、稳定性、跨部门、跨系统、跨技术、跨主题

主数据管理初步认知

  1. 什么叫主数据管理
  2. 做好主数据管理的意义:业务协同、便于展开数据治理工作、数字化转型的需求
  3. 主数据管理的目标——提供一个准确、及时、完整、相应的主数据来源,以支持业务
  4. 包括的内容:治理政策、处理流程、工具、最佳业务实践
  5. 主数据管理不仅仅是技术问题,需要业务对整个运营模型、流程进行提炼
  6. 主数据维护是个动态的过程,包括了创建和维护,随着业务变化要更新、扩展。

主数据与其他数据之间的关系

  1. 交易数据
  2. 元数据
  3. 参照数据
  4. 分析数据

如何做好主数据管理

  1. 主数据管理的主要流程:
  • 立数据:关键主数据的管理制度化、数据标准化
  • 通数据:依托统一的数据标准,和对接规范,实现各系统间实现数据互联互通
  • 挖价值:用于业务部门实践应用
  1. 实施的关键要点
  • 管理问题:主数据是超越业务、管理的一把手工程
  • 持续性认知:是个持续性、长期性、不断优化的过程
  • 靠企业自身:企业自身需要具备强的数据思维,全员都需要
  • IT技术增强:增强IT架构的灵活性,能够适应后期的不断扩展性
  • 需要赋予数据部门一定的权利和资源

【案例】存量数据的迁移、清理-数据多(7个核心系统)、月结时间点-协同性认知(0点到2点之间)

数据治理与业务之间的关系

  1. 立数据:要由业务部门清晰明确业务模型、业务流程
  2. 通数据:需要业务部门配合,完成数据的整理、清晰和导入工作
  3. 挖数据:基于业务变革转型,即时反馈,对主数据展开维护、不断优化
  4. 整体认知:业务是数据的来源,一切都源自于业务如何定义数据

枫影老师的其他课程

• 枫影:数据治理
【课程背景】数据治理,是数据分析的基础,没有好的数据治理,就没有有价值的数据分析。国家数据局的成立,开启了我国数据治理的顶层设计。企业的数字化转型是要依托数据分析得出结论,而数据治理又是基础,无论对于业务部门,还是产品开发部门,数据治理都是关键。本节课将从业务部门的视角,帮助大家理解数据治理在整个数据分析中的地位,指导数据治理的关键和相关内容。【课程收获】了解数据治理的价值意义以及与数据分析、数字化转型之间的关系理解数据治理的内容理解业务部门(数据来源部门)与技术(数据管理部门)之间的关系、角色分工【课程对象】业务部门、技术部门【课程时长】1天【课程大纲】数字化转型、数据分析、数据治理的逻辑关系数字化转型的核心在于通过数据分析做出科学判断,进而提效降本数据分析的前提是拥有业务模型和有价值的数据数字化时代大数据的特征——多源异构大数据平台(数据底座)的诞生数据发挥价值的前提——数据治理数据治理的内涵【案例】某集团公司在数字化转型过程中碰到的数据质量问题数据治理的流程与内容(通过工作内容了解业务与技术的衔接之处)立数据主数据管理顶层架设(是否要开启中台)基础设置(私有云、网)【案例】某快消品企业的大数据平台体系架构2.通数据数据接入(API)数据处理(ETL):数据清洗、数据处理、数据集成数据管理:数据目录、数据地图、数据资产化数据安全:数据安全治理、数据访问安安数据可视化:BI报表、面向业务的数据可视化数据挖掘【案例】某能源企业和某云服务商的数据资产管理体系3.挖价值数据分析赋能业务面向业务的数据中台体系【案例】面向业务的可视化数据分析应用企业实施数据治理的过程方法企业实施数据治理框架体系(1)治理任务(2)治理规划(3)治理对象数据治理的组织架构组织架构:决策层、管理层、执行层管理层职责:项目经理、专家评审组、PMO执行层职责:业务专员、数据治理专家、数据架构师技术(数据管理部门)与业务(数据来源部门)之间的关系立数据:要由业务部门清晰明确业务模型、业务流程通数据:需要业务部门配合,完成数据的整理、清晰和导入工作挖数据:基于业务变革转型,即时反馈,对主数据展开维护、不断优化整体认知:业务是数据的来源,一切都源自于业务如何定义数据【案例】某集团公司总公司和分公司之间、业务与技术部门之间的协同
• 枫影:数据挖掘与数据分析应用
【课程背景】公司业务部门在长期的业务拓展过程中累计了大量的原始数据,如何从这些数据中发现问题,找到影响业绩的因素,是数据的价值所在。本节课,将系统性帮助业务人员掌握数据分析的方法,赋能业务人员,通过数据分析找到提升业绩的突破点和方法。【适宜人员】业务人员【学员收获】了解数据分析的整个思路和方法掌握常见的销售分析模型掌握常见问题的提升策略和方法【学习时长】6小时【课程纲要】板块大纲数据分析到底是如何指导业务的?(1小时)1.现实中,我们是如何发现问题的?——经验2.经验为什么不能被复制?3.如何准确判断影响业绩的因素?4.提炼总结数据,构建业务销售的模型:y=f(x)5.借助模型,代入数据,发现异常,找到问题6.改善影响销售业绩的因子,提升业绩【案例】某医美医院,如何通过数据分析发现销售中的问题【任务】1.写出影响我司整体销售额业绩的因子2.尝试借助数学公式,提炼出业务模型如何从一大堆数据中发现问题(3小时)数据分析的前提是有业务模型什么是业务模型?——反映因果的一个函数、算法先有数据,后又模型,还是先有模型,后有数据?一部分数据是用来建模的一部分数据是用来训练模型的一部分数据是用来发现问题的2.业务建模的两种方式:(1)通过数据的聚类分析,整理出模型(2)根据业务运营特征,提炼模型3.常见的业务大模型:(1)产品分析:销售=Σ(单品销售)(2)渠道分析:销售=Σ(渠道业绩)=Σ(2B+2b+2C)渠道(3)周期分析:销售=访客*转化率*客单价(4)销售员分析:销售=Σ(销售员业绩)4.底层支撑大数据:用户画像大数据(1)用户的动态画像分析是所有业务大模型分析判定的基础(2)用户分析,对产品、渠道、周期、营销策略等构成决策性影响(3)用户分析的数据:用户的动态画像、标签(4)用户数据的获取:客户(2B)和互联网应用(2C)(5)用户数据分析的方法:基于动态便签画像的场景、心理、决策等推测及验证5.业务数据的获取:(1)原始记录:根据运营周期做好数据记录(每天)(2)互联网:互联网通道对接医院等平台,实时获取数据6.业务数据分析的步骤和方法(1)定义目标和明确目标(2)按照业务模型从不同维度进行目标分解(3)通过采集的实时数据,与周期内数据进行对照(4)明确定值和常量(5)通过对比,借助各类分析方法,发现表现异常因子(6)深度剖析影响因子的因素,进行改善【案例】某医院渠道3月销售目标未达标原因分析【任务】1.各业务部门按照自身职责划分(按渠道/按团队等)展开一级业务模型和二级业务模型的构建2.对照上月的目标业绩,明确做的好的和需要提升的点位。常见的业务模型分析及问题优化(2小时)1.模型一:产品结构分析(1)定义正常的产品销售占比(2)发现产品销售结构占比异常(3)分析占比异常的原因常见对策:优化模型,重新定义占比结构对产品在定价、服务内容、营销策略等方面展开优化2.模型二:渠道结构和渠道业绩分析定义正常的渠道结构发现数据异常的渠道借助二级模型、三级模型,分析出该渠道的问题常见问题:渠道模型错误,优化渠道占比模型特定渠道业绩出现流量不足、转化不足、客单较低二级问题:特定渠道宣传不足、引导不到位、人员讲解、缺乏案例支撑、产品定价不合理等。常见对策:流量:做好市场面的品宣、医院、医生等方面的客情关系、广告露出、医院媒体传播等转化:做好销售人员的专业培训、产品活动、产品定价等3.模型三:周期分析定义各销售周期的正常或目标销售额分析周期内产品结构分析周期内各产品的渠道结构分析各渠道的业绩数据常见问题:特定周期内销售未达标某渠道销售业绩不稳定某渠道运营策略出问题常见对策:优化目标销售的周期分布优化渠道结构优化单渠道的运营策略【案例】某品牌医美品牌销售额数据分析实录【任务】完成上月度的数据分析,发现问题,做出分析推理,找出可以优化的点位
• 枫影:数字中国、数据二十条
【课程背景】《数字中国建设整体布局规划》的出台,明确了中长期我国数字中国建设的方向和重要工作,尤其对数字基础设施和数字资产,数字技术与其他领域的深度融合等多方位做出了深度的阐述。可以说本次的《规划》对未来长期的数字中国建设有着强有力的指导意义,是每一家企业都应该要明确的。【课程收获】了解数字中国的概念、内涵和布局了解数据二十条的相关政策举措【课程对象】全员【课程时长】6小时【课程大纲】数字中国的内涵与布局《数字中国建设整体布局规划》诞生的背景《规划》内容解读中长期规划:2035年,数字中国建设取得重大成就“2522”整体框架解读一是夯实数字基础设施和数据资源体系“两大基础”二是推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合三是强化数字技术创新体系和数字安全屏障“两大能力”四是优化数字化发展国内和国际“两个环境”规划整体体系的要求:整体布局、系统推进、全面赋能《规划》落地实施的要求坚持改革创新,主动适应数字化发展规律破除制约数字生产力释放的体制机制障碍坚持系统推进,强化数字中国建设的整体性、系统性、协同性、持续性坚持安全发展、统筹发展和安全,做到发展和安全协调一致,齐头并进坚持开放合作,着眼高水平对外开放开展数字领域国际交流合作解读数据二十条从经济学角度发展看数据成为经济发展的核心驱动要素数据基础制度对发挥数据要素方面的价值《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》的背景“数据二十条”发布会给市场带来什么样的影响国家数据局的职责“数据二十条”数据基础制度包括了哪些?数据产权数据流通数据交易数据使用数据分配数据治理数据安全数据基础制度建设的目标及路径建设的三个前提:维护国家数据安全、保护个人信息和商业秘密工作原则:促进形成与数据生产力相适应的新型生产关系创新的标准:是否解放生产力目标:增强数据的可用、可信、可流通、可追溯实现数据流通全过程动态管理数据产权、数据交易与啥数据要素收益分配

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务