● 介紹(shao)數(shu)據中臺及業務中臺的概念，梳(shu)理(li)雙中臺的發展趨勢，掌握企業數(shu)字(zi)化升級(ji)原則(ze)；

● 揭示數字(zi)化轉型的(de)機遇和挑戰，探討(tao)應對之法，提高學員的(de)數字(zi)化應用的(de)認知；

● 結合雙中臺(tai)價值(zhi)框架(jia)，重點介紹(shao)雙中臺(tai)建設與(yu)實踐的方法和工具，掌握(wo)使用之(zhi)法；

● 針對(dui)企(qi)業的數據資(zi)產管理(li)策略與技術趨勢(shi)，展現(xian)實際的應用案例，讓學(xue)員結合實踐掌握面對(dui)數字經(jing)濟轉型的應對(dui)之法；

● 圍繞大數據戰(zhan)略的概念與實戰(zhan)，為企業帶來數字經濟中的新啟發。

導入：為什么2020年被譽為中臺元年？

思考討(tao)論(lun)：是陷阱？還是金鑰匙？

第(di)一講：認識行(xing)業雙(shuang)中臺——企業業務(wu)數字化的(de)基礎(chu)

一、數(shu)據中臺產生的(de)大背景：全(quan)國經營管理一體化(hua)趨勢(shi)

數據：行業(ye)中臺業(ye)務發展趨勢

1. “十四五”期間，國家加快推進業(ye)務(wu)一體(ti)化(hua)平臺建設

2. “上云、用數(shu)、賦智(zhi)”的總體(ti)架構

二、數據中臺的3個核心認知

1. 基礎建設的規(gui)模化投入

2. 全新(xin)的數據價(jia)值觀和方法論

3. 全新的人才素養(yang)要(yao)求

三、業務中臺的發展階段：探(tan)索(suo)、提效(xiao)、重(zhong)構(gou)

四、解碼企業(ye)的雙中臺發展

應用模型(xing)：中臺模型——讓企業的數據活(huo)起(qi)來

1. 數據中臺與業務中臺的關(guan)系與差別：目標與重點不同

2. 雙中(zhong)臺的核心能(neng)力：匯聚(ju)整合、提純加(jia)工、服務可視化、價值變現

3. 雙中臺與數(shu)據(ju)倉庫的關系與差(cha)別：應(ying)用與結構方面的不(bu)同

4. 雙中(zhong)臺與現有信息(xi)系統的不(bu)同(tong)(tong)：系統邏輯與業務(wu)支(zhi)撐(cheng)不(bu)同(tong)(tong)

小(xiao)組(zu)討論：你認為還(huan)有業務中臺(tai)、數據中臺(tai)與現有的(de)信息(xi)系統還(huan)有什么相同和區別？

第(di)二講：雙中臺建設的價值——推(tui)動企(qi)業(ye)管理、業(ye)務、組織優化

一、雙(shuang)中臺(tai)價值模型的(de)搭建

模型模型：搭建雙中(zhong)臺業務(wu)的框(kuang)架

1. 企業雙(shuang)中臺建設的戰略價值：管理價值化、業務(wu)數據化、組織系統化

2. 雙(shuang)中臺(tai)的設(she)計原則

1）體(ti)現組(zu)織中的驅(qu)動價值

2）規劃企業的數據戰略資產

3）推(tui)動(dong)業(ye)務(wu)的關鍵流程變(bian)革

3. 數據中臺建設(she)戰略方針

模型：雙中(zhong)臺建設戰略體(ti)系

1）戰略(lve)行(xing)動：建設的策略(lve)選擇(ze)

2）保障條件(jian)：組織保障與數(shu)據意(yi)識

3）目標準則：可(ke)見(jian)、可(ke)用、可(ke)運營

案(an)例：袋鼠云數據中臺賦能煙草營銷數智化轉型

二、雙中臺的建設風險及應對

1. 雙中臺的定位：業(ye)務目標不(bu)清晰、沒(mei)有結合自身特點

2. 雙(shuang)中臺的管理(li)博弈：高(gao)層領導支(zhi)持的力度不足(zu)、組織和人力資(zi)源不滿足(zu)

3. 雙中(zhong)臺的業務價值方(fang)向選擇：理念(nian)、方(fang)法論、技術體系、“一把手工(gong)程”

案(an)例：美的中(zhong)臺計劃的翻車(che)案例

小組討論：你認(ren)為中臺規劃如何更(geng)有效的“避(bi)坑”？

第三講：雙中臺建(jian)設——五(wu)步(bu)法(fa)

模型(xing)：數據中臺建(jian)設體(ti)系

模型：數據中臺架(jia)構：統一(yi)云平(ping)臺、行業雙中臺

第一步：立項(xiang)——數據(ju)資源的盤點與規劃

工具：企業數字(zi)化應用(yong)的成熟度評估

案例：物流供(gong)應鏈的中(zhong)臺立項(xiang)案例

應用：高效評估業務數字化成熟度(du)

第二步：規(gui)劃(hua)——數據中臺應(ying)用(yong)的規(gui)劃(hua)與設(she)計

1. 數據(ju)匯聚(ju)聯通(tong)的(de)目的(de)：打破企(qi)業數據(ju)孤島

2. 企(qi)業數據中臺建設(she)的應用(yong)場(chang)景

1）數據采集(ji)、匯聚的(de)方法(fa)和工具(ju)

2）數據交換產品

3）數據存儲的選擇

案(an)例：物流供應鏈的數(shu)據應用場景案例

應用：為業務數字化轉型進行規劃

第三步：建設——數據(ju)資產體系建設

1. 數據開發：數據價值(zhi)提煉

2. 選一個適合(he)自己的技術體(ti)系

1）平(ping)臺的整體架構(gou)

2）計算引擎

3）離線/流計算開發套件

4）實時計算開發套件

5）數據資產管理套件

6）數據(ju)質量管理(li)套(tao)件

7）分析引(yin)擎(qing)、標簽引(yin)擎(qing)

8）微(wei)服務套件

案例：物流供應鏈的建設管理案例

第四步：實(shi)現(xian)——數(shu)字業務應用(yong)的詳細設(she)計與實(shi)現(xian)

1. 補全數(shu)據應用的(de)最后“一公里”

2. 數據體系(xi)規劃——數字應(ying)用(yong)的(de)實現

1）貼源數據層建設——全域數據統一存儲(chu)

2）統一數倉(cang)層建設——標準化的數據底座

3）標簽數據層建設——數據價值(zhi)魅力所在

4）應用數據層建設——靈活支(zhi)撐業務(wu)需求(qiu)

案(an)例：物流供應鏈(lian)的(de)應用實(shi)現案(an)例(li)

第五步：管理——數(shu)據化組織(zhi)應用

1. 數據化組織規劃(hua)——數據化組織規劃(hua)的(de)必要性

2. 數據(ju)化組織的定位(wei)與職責(ze)——明確工作內容及崗(gang)位(wei)設置

案例：物流供應鏈(lian)的(de)組織管理(li)案例

小(xiao)組(zu)練習：為自己所在(zai)的業務制定一個(ge)中(zhong)臺建設(she)方案

第四講(jiang)：數據戰略——每個企業(ye)都需(xu)要一個大(da)數據戰略

一(yi)、企(qi)業已經置身于大數(shu)據時代

1. 大數據的“7V”特征

高(gao)速性(xing)、多樣性(xing)、大(da)體(ti)量、真實性(xing)、可變化、可視化、高(gao)價值(zhi)

2. 大數據的5個趨勢

移動(dong)大(da)(da)數(shu)(shu)據(ju)，實時大(da)(da)數(shu)(shu)據(ju)，物聯網，社交大(da)(da)數(shu)(shu)據(ju)，公共(gong)大(da)(da)數(shu)(shu)據(ju)

3. 大數據戰略的應(ying)用——提升質量、優化(hua)渠道、降低成本、提高效果

二(er)、構建數據驅動(dong)行企(qi)業

1. 企業大數據戰(zhan)略落(luo)地

模型：大數據路線圖

2. 構建大(da)數據團隊(dui)：七(qi)個(ge)重要的(de)崗位職能

首席數據(ju)官、大數據(ju)科學家、大數據(ju)分(fen)析師(shi)、大數據(ju)經(jing)理、數據(ju)工(gong)程師(shi)、大數據(ju)顧問

3. 建立數(shu)據(ju)驅動的文化——從(cong)分(fen)析報(bao)告到分(fen)析預測，從(cong)數(shu)據(ju)收集到數(shu)據(ju)驅動

小組討論：大數據(ju)還能帶來什么價值？

三、大數據(ju)戰略(lve)實(shi)戰

案例(li)：大數據在煙草領域的(de)應用與啟示

1. 大數據(ju)分析和數據(ju)驅動決策的思維(wei)

1）使用(yong)數(shu)(shu)據科學、數(shu)(shu)據工程(cheng)和數(shu)(shu)據驅動決策

2）大數(shu)據和投資(zi)回報

數(shu)據：大數據(ju)發展(zhan)的趨勢數據(ju)

2. 從大數據1.0到大數據2.0的升級

1）數據(ju)和數據(ju)科學能力作為戰(zhan)略資產

2）數據分析思維

3. 大(da)數據的隱私(si)、道德(de)和(he)安全

4. 大數據的未來——商業分析(xi)的未來，邁入(ru)波字節時(shi)代

第五講(jiang)：數據資產管(guan)理——面(mian)對數字經濟的應對之(zhi)法

一、數據(ju)資產的基本概念

資料：《數據資產管理實踐白皮書4.0》

二(er)、數據(ju)資產管理(li)的目(mu)標

1. 實(shi)現元數據的可懂性

2. 建立(li)數據標準可用性

3. 實現最終(zhong)價(jia)值(zhi)可運營

三、數據資產管(guan)理(li)不足(zu)的(de)應(ying)對之(zhi)法

1. 基礎(chu)薄弱：推動數字化建設(she)

2. 數(shu)據應(ying)用不(bu)足：規(gui)劃業務、管(guan)理(li)數(shu)字(zi)化(hua)

3. 數(shu)據價值難以量化(hua)評估：提升組織數(shu)字化(hua)素養

4. 缺乏數據安全(quan)環境：引入(ru)安全(quan)管(guan)理(li)機制(zhi)

5. 數據孤島嚴重、管理流于表面：簡歷數字規(gui)范與章程

案例：小(xiao)野電子煙(yan)的(de)數據資產(chan)“翻車(che)”案例

小(xiao)組討論：企業如何有效(xiao)防(fang)范數據資產管(guan)理的風險(xian)？

四、數據(ju)資產管理(li)的頂(ding)層設計(ji)

1. 數據資產管理效果評(ping)估(gu)——建立評(ping)估(gu)模型

2. 數據(ju)資產管理的成功要素

1）強(qiang)有力(li)的(de)組織架(jia)構

2）清晰的數據戰略

3）重(zhong)視(shi)數據的企業(ye)文化

4）合理的(de)制度與流(liu)程

5）建立符(fu)合業務需(xu)求的(de)規范標準

6）成熟(shu)的基(ji)礎建設

7）科學的項目實施

案例：南湖國旅的數據資產門戶案例

五、數(shu)據治理——數(shu)據資產管(guan)理的重(zhong)要環節

模型：數據治理的六原則模(mo)型

1. 數據治理(li)的體(ti)系(xi)

模型：數據助理六原則

工具：數據管理成熟度模(mo)型

2. 數(shu)據模型管理

1）管理的現狀(zhuang)：靜態(tai)化(hua)、不標(biao)準、缺(que)乏監管

2）數據模型管(guan)理內容：定義、設計、規范、建設、監管(guan)、優化

3）元(yuan)數(shu)據管理：獲取(qu)、增刪改查、對比、統計

4）主數據(ju)管(guan)理(li)：標準與(yu)規范、梳理(li)與(yu)集成、質量(liang)管(guan)理(li)、數據(ju)維護(hu)

5）數據管理：安(an)全管理、價值(zhi)管理、共享(xiang)管理、生命周期管理

案例(li)：數(shu)據治理的應(ying)用

小(xiao)組練習：為企業(ye)的(de)數據資產管理出謀劃策(ce)