企业数据治理与应用
适合作为默认学习方案，完整覆盖本课程的核心目标、主要模块和实操安排。
企业数据治理与应用
数据的定义与系统框架需要明确判断口径，企业数据采集与应用方法负责组织练习，企业大数据与业务场景应用用于课后复盘
授课讲师：
董海滨 · 工信部特聘专家讲师
可选交付版本
不同版本会按参训对象、课时长度和案例深度做取舍，最终课纲以需求沟通后的方案为准。
企业数据治理与应用（1天版）
1天交付版本，适合按培训时长压缩或展开课程内容。
课程大纲
数据的定义与系统框架
内容重点
- 1. 数据的定义与特征
- 2. 案例解读：京东集团基于大数据的销售预测
- 3. 企业数字化转型的挑战与必要性
- 4. 企业的数据与数据资产、主数据
- 5. 数据在企业经营中的核心作用：提质、降本、增效
企业数据采集与应用方法
内容重点
- 1. 企业数据应用的五个步骤
- 2. 企业各业务领域的关键数据清单
- 3. 案例解读：某工厂基于RFID的数据采集
- 4. 企业数据采集的方式和渠道
- 5. MES、ERP、SCADA等系统的数据集成
企业大数据与业务场景应用
一、数据驱动的智能排产与生产执行
- 1. 案例解读：海尔冰箱沈阳灯塔工厂
- 2. 基于数据的智能排产与生产计划
- 3. 案例解读：深圳富士康基于APS的智能排产
- 4. 数据驱动的生产作业与生产执行
- 5. 案例解读：某公司生产看板与生产进度可视化
- 6. 生产计划数据与质量数据采集与监控
二、数据驱动的智能物流
- 1. 案例解读：蒙牛公司的智能物流、自动化立体库
- 2. 条码、RFID技术在数字化、智能化物流领域的应用
- 3. WMS系统与自动化、智能化物流设备解读
- 4. 数字孪生技术与物流可视化
- 5. 工厂智能物流（仓储）的系统框架
三、数据驱动的智能检测
- 1. 案例解读：联想电脑的智能检测线
- 2. 数字化、智能化检测系统与工具（设备）
- 3. 案例解读：长沙卷烟厂基于生产监控数据的质量预警
- 4. SPC系统在工厂质量管理中的作用
- 5. PDCA与数字化、智能化检测体系
四、数据驱动的设备管理与维护
- 1. 基于大数据的设备维护层次一：数据映射
- 2. 案例解读：宇通客车的涂装车间数据映射
- 3. 案例解读：某笔记本工厂老化设备数据映射
- 4. 基于大数据的设备维护层次二：在线诊断
- 5. 案例解读：设备温度异常在线监测与诊断
- 6. 案例解读：地铁设备在线诊断
- 7. 基于大数据的设备维护层次三：预测性维护
- 8. 案例解读：航空发动机的预测性维护
- 9. OEE在设备管理中的应用
五、数据驱动的供应链优化
- 1. 案例解读：青啤与海尔的产品个性化定制
- 2. 工厂建立大规模定制能力需要哪些基础
- 3. 案例解读：极氪汽车的个性化定制与智能工厂
- 4. 基于数据的供应链整合和柔性生产
- 5. 案例解读：某知名零售企业基于数据的供应链整合与优化
六、数据驱动的产品创新
- 1. 数字化产品的三个维度：数字化创意、数字化开发、数字化功能
- 2. 案例解读：某公司厨卫产品的创意、雷神笔记本电脑的诞生
- 3. 数据分析
- 工具：基于大数据的产品创新
- 4. 案例解读：数字仿真软件在产品开发中的应用
- 5. PLM工业软件在产品数字化开发中的应用
- 6. 案例解读：智能家居产品与智能汽车
- 7. 企业打造数字化产品的四个关键技术支撑
七、数据驱动的业务模式创新
- 1. 基于数字化的三大模式创新
- 2. 网络化协同制造的三个维度
- 3. 案例解读：美的集团基于数字化的供应链高效协同
- 4. 案例解读：家居行业的产品个性化定制C2M
- 5. 个性化定制与大规模定制实施路径
- 6. 案例解读：特斯拉汽车的服务化业务创新
- 7. 企业基于数字化的服务化十大路径
适合对象
业务负责人、项目骨干、部门主管和需要统一方法的团队可以带着当前项目或岗位案例参加，课堂讨论会更容易落到真实场景
课程定位
业务场景、关键方法、练习任务和复盘检查点进入具体案例后，团队能同时确认方向和下一步做法
核心收益
- 判断标准更清楚：业务场景、参与角色和优先顺序，减少只听概念、不知道怎么用的落差
- 围绕数据的定义与系统框架校准目标和边界，明确课堂重点动作
- 工具方法能复用：企业数据采集与应用方法安排练习，检查方法、工具和流程是否可用
- 课后跟进有依据：企业大数据与业务场景应用相关的责任分工、跟进节奏和复盘问题
课程背景与交付信息
业务问题已经明确时，课程需要先把场景边界说清，再把练习结果接到后续复盘中。《企业数据治理与应用》会承担这一轮训练的主线。
课程时间
1天，6小时
授课方式
讲师讲授、案例解读。 授课天数：1天，6小时/天
课程内容重点
01数据的定义与系统框架
02企业数据采集与应用方法
03企业大数据与业务场景应用
讲师介绍
董海滨
工信部特聘专家讲师
工信部特聘专家，前海尔副总经理。专注智能制造与数字化转型，拥有17年运营经验，主导10+智能工厂项目落地。擅长智能工厂规划、工业互联网应用及企业运营管理，服务多家世界500强企业
查看讲师主页课程常见问题
这门课适合哪些学员参加？
业务负责人、项目骨干、部门主管和需要统一方法的团队可以带着当前项目或岗位案例参加，课堂讨论会更容易落到真实场景。
学习这门课可以获得什么收益？
明确业务场景、参与角色和优先顺序，减少只听概念、不知道怎么用的落差；围绕数据的定义与系统框架校准目标和边界，明确课堂重点动作。
课程采用什么授课方式？
课程主要采用讲师讲授+案例解读。 授课天数：1天，6小时/天，强调理解、讨论、工具练习和业务场景应用
企业可以基于这门课做定制吗？
可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配
