数据分析的基本概念
内容重点
- 什么是数据分析
- 数据分析的目的
- 数据类型
- 信息类数据
- 行为类数据
数智化在制造业企业的应用
数据分析的基本概念：提炼可落地的方法、工具和跟…、提炼可落地的方法、工具和跟进要点和提炼可落地的方法、工具和跟进要点连成一组训练主线，减少课堂内容与岗位动作之间的断点
授课讲师：
吴正伟 · 精益生产与数字化转型实战专家
课程大纲
数据采集与处理
内容重点
- 数据来源与类型
- 数据采集的方法和工具
- 数据预处理技术
- 数据清洗和整理的流程
- 典型的数据采集结构
数字模型挖掘
内容重点
- 1. 什么是数据分析模型
- 数据模型及分类
- 概念数据模型
- 逻辑数据模型
- 物理数据模型
数据驱动决策
内容重点
- 1. 数据驱动运营决策的定义
- 2. 构建数据驱动运营决策体系的意义
- 3. 数据驱动运营决策体系的基本框架
- 4. 如何实现数据驱动运营决策
- 5. 基于数据的流程再造与设计
数智化转型的基本概念
内容重点
- 数智化转型 基本概念
- 数字化转型
- 数智化转型
- 2. 数智化转型五大转变
- 1. 思想转变
数智化应用的内外部环境基础
内容重点
- 1. 工业发展历程
- 2. 新兴技术不断发展
- 3. 国家智能制造标准体系建设指南
- 4. 中日德对比(工业制造型代表性国家）
- 5. 企业需要的生态系统齐全
数智化应用的实施方法
内容重点
- 1. 数字化转型+智能化改造
- 2. 智改数转方式结合
- 3. 全制造流程的智能化
- 4. 数智化转型三个阶段
- 5. 数智化推进周期
数智化应用智能制造
内容重点
- 1. 国家智能制造标准体系建设指南（2021版）
- 2. 智能工厂价值链愿景
- 3. 智能工厂 愿景与目标（价值最大化）
- 1. 智能工厂 愿景与目标（示例）
- 2. 智造现场运营应用架构
适合对象
建议由生产管理者、质量负责人、班组长、流程负责人和改善小组共同参加，把现场观察、原因分析、改善清单和复盘机制转成课后可继续推进的动作
课程定位与主要问题
生产管理者、质量负责人、班组长、流程负责人和改善小组已有明确任务时，可借这门课把现场观察、原因分析、改善清单和复盘机制拆成分工和检查点
核心收益
- 先确认现场问题、质量波动和改善节点，让训练目标更具体
- 数据分析的基本概念：提炼可落地的方…和提炼可落地的方法、工具和跟进要点会被串成一组可练习的现场改善
- 标准执行有抓手：问题分析、标准固化和检查跟进检查方法是否适合团队日常任务
查看更多收益 收起更多收益
- 复盘跟进有依据：提炼可落地的方法、工具和跟进要点相关的试点清单、检查点和下一次复盘安排
课程背景与交付信息
全球制造业的深刻变革和数字化转型的趋势。近年来，随着科技的飞速发展和互联网的普及，传统制造业正面临着一场前所未有的转型升级。智能制造作为数字化转型的重要组成部分，正逐渐成为制造业发展的新趋势
1. 制造业转型升级的需求：随着全球竞争的加剧和消费者需求的多样化，制造业需要不断提高生产效率、降低成本、优化供应链管理等方面的能力。智能制造数字化转型通过引入先进的信息技术和智能化设备，可以帮助制造业实现这些目标，提高企业的竞争力
2. 技术创新的推动：人工智能、物联网、大数据等新一代信息技术的快速发展，为制造业的数字化转型提供了强大的技术支持。这些技术可以实现对生产过程的实时监控、智能分析和优化，提高生产效率和产品质量
授课方式
讲师讲授、案例研讨、情景演练、互动答疑
课程内容重点
01数据分析的基本概念：提炼可落地的方法、工具和跟进要点
02数据采集与处理：提炼可落地的方法、工具和跟进要点
03数字模型挖掘：提炼可落地的方法、工具和跟进要点
04数据驱动决策：提炼可落地的方法、工具和跟进要点
讲师介绍
吴正伟
精益生产与数字化转型实战专家
吴正伟，智能制造与数字化转型实战专家。23年实战经验，曾任三星电机经营革新事务局局长。擅长精益管理与AI智能制造结合，主导100+项目落地，助力企业实现数字化转型升级与效能飞跃。可结合数字化转型与AI智能制造方向补充授课视角，聚焦AI智能制造、智慧物流、智能运维
查看讲师主页课程差异说明
本课程页面围绕《数智化在制造业企业的应用》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度
课程常见问题
这门课适合哪些学员参加？
适合企业中高层管理者、业务负责人及相关岗位骨干人员等需要系统提升相关能力的人群
学习这门课可以获得什么收益？
提升生产效率与竞争力通过数字化转型企业可以实现对生产过程的实时监控和智能优化从而提高生产效率降低成本这将直接增强企业的市场竞争力使其在行业中占据更有利的位置，并结合课程中的工具、案例和练习推动企业培训落地
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
