数据精准领航：大数据的概念、应用与案例

课程大纲

课程总览

内容重点

导入话题：那些困扰我们的数据问题
场景1：数据质量的问题
场景2：数据获取效率的问题
场景3：数据应用价值的问题
思考：大数据到底大在哪?

已然兴起的大数据一、制造业的大数据时代

二、制造业大数据资源构成

1. 大数据对制造企业信息化的影响
2. 产品设计数据资源
3. 产品制造数据资源
4. 产品运行维护数据资源
5. 企业运营管理数据资源
6. 供应链数据资源

三、大数据对制造业的影响

1. 生产端的影响
1. 精度更高的需求评估
2. 更有效的降低成本
3. 实现产量的提升
4. 供应链管理优化
2. 市场端的影响
1. 更准确的市场预测
2. 提升客户体验
3. 管理端的影响
1. 实现资产优化

如何规划与建立制造业大数据体系？

一、大数据管理与体系构建

1. 大数据建设战略方针
模型：大数据建设战略体系
1. 战略行动：建设的策略选择
2. 保障条件：组织保障与数据意识
3. 目标准则：可见、可用、可运营
2. 大数据建设——五步法
模型：大数据建设体系
1. 第一步：立项——数据资源的盘点与规划
工具：企业数字化应用的成熟度评估
2. 第二步：规划——数据中台应用的规划与设计

二、大数据标准体系与关键技术1.大数据标准体系框架1）信息模型2）数据处理3）数据管理4）应用服务2.大数据关键技术1）多源数据整合技术2）异构数据统一存储技水3）混合计算技术4）…

三、大数据的获取

1. 内部数据采集要点：关键的10%有效数据
完整性——连续性——多维度——倾向性
2. 外部数据渠道开拓与整合优化
思考：基于前面的步骤，数据获取过程的要点和难点

四、大数据分析挖掘方法和要点

1. 统计性分析
1. 设定关键性指标
2. 不同维度的统计分析
3. 导向性的数据提取
2. 预测性分析
1. 捕捉各个因素之间的内在关联
2. 通过历史数据发掘规律和趋势
3. 风险评估，预判和管控
3. 分析思维训练
1. 对比、转化、关联，横向与纵向扩展

制造业大数据应用

一、大数据+制造业的典型应用场景

场景1：产品创新
场景2：产品故障诊断与预测
场景3：工业物联网生产线
场景4：工业供应链优化
场景5：产品精准营销
场景6：生产计划与排程

二、数据中心建设与应用

1. 元数据中心
元数据中心的核心功能：数据整合、数据管理、数据地图
2. 数据指标中心
定义指标——拆分原子指标与派生指标——定义生产逻辑
3. 数仓模型中心
4. 数据资产中心
数据资产定级——数据资产质量治理——数据资产成本治理
5. 数据服务中心的设计思路
搭建元数据模型——按主题归类——缓存优化
思考：统一数据服务有哪些方式？

三、数据分析建设与应用

1. 数据分析实操
1. 预测性分析
案例：预测性分析
2. 描述性分析
案例：描述性分析
3. 诊断性分析
2. 数据分析报告应用
思考：为什么需要形成数据分析报告？
1. 预测性分析报告的结构
2. 描述性分析报告的结构

四、数据应用建设与应用

1. BI系统
场景：让人头疼的看板需求
1. BI系统的应用
2. 如何衡量BI系统是否成功
2. 用户画像
场景：典型的用户画像
1. 用户画像体系建设
2. 标签体系
3. 用户画像系统
4. 用户画像的应用

适合对象

企业的高级管理人员 ● 从事大数据相关工作的企业中层以上管理人员及工程师 ● 地方政府中、高级管理干部及相关领域公务员 ● 国家十四五规划中涉及大数据相关的业务骨干

课程定位与主要问题

《数据精准领航：大数据的概念、应用与案例》更强调业务场景、关键方法、练习任务和复盘检查点与小组练习、过程记录和后续任务的连接

核心收益

判断标准更清楚：业务场景、参与角色和优先顺序，先讲清对象、约束和判断标准
围绕已然兴起的大数据梳理关键判断点，避免停留在概念解释
借助如何规划与建立制造业大数据体系完成一次可复盘的应用演练
输出制造业大数据应用相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

当前国家提出数字经济概念后，不同行业的数字化转型升级已经是必然，而实现此目标的基础正是行业大数据的进一步深化应用

数据基础现在已经在不同产业的各个环节都有一定的积累，但还未实现价值的深度挖掘，要实现数据转化资产数据转化智慧，以及数据转化价值，就需要以大数据驱动企业创新化、智能化，助力企业迈进数据驱动的时代

大数据是什么？如何结合日常的业务与管理？如何在大环境变革的基础更有效的应用大数据？这是当前各行业关注的焦点。课程结合案例展现大数据为行业带来的深刻变革，为企业向数据驱动转型、重构企业价值链、增强核心竞争力提供了重要参考依据。并为学员描绘企业新一轮商业模式转变和价值创新所在，在工作中带来新的启发与思路

课程时间

1天，6小时

授课方式

讲师讲授、现场讨论、案例分析、数据分析、模型分析

课程内容重点

01已然兴起的大数据

02如何规划与建立制造业大数据体系？

03制造业大数据应用

讲师介绍

骆仁童

数字经济与数字化转型实战专家

前阿里巴巴海外业务总监，宏观数字经济应用专家。深耕数字经济与数字化转型，擅长AI赋能、双碳战略及行业数字化创新。累计授课数百场，服务南方电网、建设银行等头部企业，持有区块链发明专利，出版《AI提问大师》

电力能源金融银行政府国企通信高新科技交通基础设施

查看讲师主页

课程差异说明

本课程页面围绕《数据精准领航：大数据的概念、应用与案例》重点呈现课程定位、适合对象、核心收益和 4 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？

企业的高级管理人员 ● 从事大数据相关工作的企业中层以上管理人员及工程师 ● 地方政府中、高级管理干部及相关领域公务员 ● 国家十四五规划中涉及大数据相关的业务骨干。

学习这门课可以获得什么收益？

看清业务场景、参与角色和优先顺序，先讲清对象、约束和判断标准；围绕已然兴起的大数据梳理关键判断点，避免停留在概念解释。

课程通常安排多长时间？

课程通常可按1天，6小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用讲师讲授+现场讨论+案例分析＋数据分析+模型分析，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