● 介(jie)紹數據(ju)中(zhong)臺(tai)及業務中(zhong)臺(tai)的概(gai)念，梳(shu)理雙中(zhong)臺(tai)的發展趨勢，掌(zhang)握企(qi)業數字化升級原則；

● 揭示數(shu)字化轉(zhuan)型的(de)機遇和(he)挑(tiao)戰(zhan)，探討應對之法(fa)，提高學員的(de)數(shu)字化應用(yong)的(de)認知；

● 結合(he)雙中臺價值框(kuang)架，重(zhong)點介紹雙中臺建設(she)與(yu)實踐的方法和(he)工具，掌握使用之(zhi)法；

● 針對(dui)企(qi)業的數(shu)據資(zi)產(chan)管理策略與(yu)技術趨勢，展現實(shi)際的應用案例，讓(rang)學員結合實(shi)踐掌(zhang)握面對(dui)數(shu)字經濟轉型(xing)的應對(dui)之(zhi)法(fa)；

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

導入：為什么(me)2020年(nian)被譽為(wei)中臺元年(nian)？

思考討論：是陷阱？還是金(jin)鑰匙？

第一(yi)講(jiang)：認識(shi)行(xing)業雙中臺(tai)——企業業務(wu)數字化的基(ji)礎(chu)

一(yi)、數據中臺產生的大背景：全國經營管理一(yi)體化(hua)趨勢

數(shu)據：行業(ye)中(zhong)臺業(ye)務發展趨勢

1. “十四五”期間，國(guo)家加快推(tui)進業務一體化平(ping)臺建設

2. “上云、用數、賦智”的總體架構

二、數據(ju)中臺的3個核心認(ren)知

1. 基礎建(jian)設的規(gui)模化投入

2. 全新的數據價值觀和方法論

3. 全新的人(ren)才素養(yang)要求

三、業(ye)務中(zhong)臺的發展階段：探索、提效、重構

四、解碼(ma)企(qi)業的雙(shuang)中臺發展

應用模型：中臺模(mo)型——讓企業的數據活起(qi)來

1. 數據中(zhong)(zhong)臺與業(ye)務(wu)中(zhong)(zhong)臺的關系與差別：目(mu)標與重點不(bu)同

2. 雙中臺的(de)核心能力(li)：匯聚整(zheng)合、提純加工、服務可視化、價值(zhi)變現(xian)

3. 雙中臺與數據倉庫的關系與差別：應用與結構(gou)方(fang)面的不同

4. 雙中臺與(yu)現有(you)信息系(xi)統的(de)不同：系(xi)統邏輯(ji)與(yu)業務支撐不同

小組討(tao)論：你認(ren)為還(huan)有(you)業務中臺、數據中臺與現有(you)的信息系(xi)統還(huan)有(you)什么相同和區別？

第二講：雙中臺建設的(de)價值——推動企業管理、業務、組織優化(hua)

一、雙中臺價(jia)值模型(xing)的搭建

模(mo)型(xing)模(mo)型(xing)：搭建雙中臺業務的框架

1. 企業雙中臺建設的戰略價值：管理價值化、業務(wu)數據(ju)化、組織系(xi)統化

2. 雙中臺的設計原則

1）體(ti)現(xian)組織中的驅動價值

2）規(gui)劃企業的數據戰略資產(chan)

3）推動業務的關鍵流程變(bian)革

3. 數據(ju)中(zhong)臺建(jian)設(she)戰略方(fang)針

模型：雙中臺建設戰略體系(xi)

1）戰略行動(dong)：建設的策略選(xuan)擇

2）保障(zhang)條件：組織保障(zhang)與數據意識

3）目標準則：可(ke)見、可(ke)用、可(ke)運營(ying)

案例：袋鼠(shu)云數據中臺賦(fu)能(neng)煙草(cao)營銷(xiao)數智化轉(zhuan)型

二(er)、雙中臺(tai)的建(jian)設風險及應(ying)對

1. 雙中臺的定(ding)位：業務目標(biao)不清晰、沒(mei)有(you)結合自身(shen)特點

2. 雙中(zhong)臺的管理博(bo)弈(yi)：高層領導支持的力度不足、組織和人(ren)力資源不滿(man)足

3. 雙中臺的業務價值方(fang)向選(xuan)擇(ze)：理(li)念、方(fang)法論、技術體系(xi)、“一把(ba)手工程”

案例：美(mei)的中(zhong)臺計(ji)劃的翻車案例

小組討論：你認為中(zhong)臺規劃如何更(geng)有效(xiao)的(de)“避坑”？

第三講：雙中(zhong)臺建設——五步法

模型：數據中臺建設體(ti)系(xi)

模型：數據中臺架構：統一云平臺、行業(ye)雙(shuang)中臺

第一步：立項——數據資源的盤點與(yu)規劃

工(gong)具：企業數(shu)字化(hua)應用的成(cheng)熟度(du)評估

案(an)例：物流供應鏈的中臺(tai)立項案例

應用(yong)：高(gao)效評估業務數字化成熟度

第二步：規劃——數據中臺(tai)應用的規劃與(yu)設計

1. 數據匯聚聯(lian)通的(de)目的(de)：打破企業(ye)數據孤島

2. 企(qi)業數據中臺(tai)建(jian)設的(de)應(ying)用場景

1）數據采集、匯聚的方法(fa)和工具

2）數(shu)據(ju)交換產品

3）數(shu)據存儲的選擇(ze)

案例：物流供應鏈的數據應用場景案例

應(ying)用：為業務數字化轉型(xing)進行規劃

第三步：建(jian)設——數據資產(chan)體系建(jian)設

1. 數據(ju)開(kai)發：數據(ju)價(jia)值(zhi)提煉(lian)

2. 選一個適合(he)自己的技術(shu)體系

1）平臺的整體架構(gou)

2）計算引擎

3）離線/流計算開(kai)發套(tao)件

4）實時計算開(kai)發套件

5）數據資產管理套件(jian)

6）數據質量(liang)管理套(tao)件(jian)

7）分析引(yin)擎、標簽(qian)引(yin)擎

8）微服(fu)務套件

案例：物流供應鏈的建設管理案例(li)

第四步：實(shi)現——數字業務應用(yong)的詳細設計與實(shi)現

1. 補全數據應用的最后“一公里”

2. 數據體系規劃——數字應(ying)用的實(shi)現

1）貼源數(shu)據(ju)層建設——全域數(shu)據(ju)統一存儲

2）統一數倉(cang)層建設——標準化的數據底座

3）標(biao)簽數(shu)據(ju)層建設——數(shu)據(ju)價值魅力所(suo)在

4）應用數據層建設——靈活支撐(cheng)業(ye)務(wu)需求

案例：物(wu)流供應鏈的應用實(shi)現(xian)案例(li)

第五步：管理(li)——數據化組織(zhi)應用(yong)

1. 數據化(hua)組織(zhi)規劃(hua)——數據化(hua)組織(zhi)規劃(hua)的必(bi)要性

2. 數據化組織的定位與(yu)職責(ze)——明確(que)工作內容及(ji)崗位設置(zhi)

案例：物(wu)流供應鏈的組織管理案例

小組(zu)練(lian)習：為自己所在的業務(wu)制定一個中(zhong)臺建設方案

第(di)四講(jiang)：數據(ju)戰(zhan)(zhan)略(lve)(lve)——每個企(qi)業(ye)都需要一個大數據(ju)戰(zhan)(zhan)略(lve)(lve)

一、企業已經置身于(yu)大(da)數據時代

1. 大數據的“7V”特征

高速性(xing)、多(duo)樣性(xing)、大體量、真實性(xing)、可變化(hua)、可視化(hua)、高價值(zhi)

2. 大數據的5個趨(qu)勢

移動大數據(ju)，實時大數據(ju)，物聯(lian)網，社交大數據(ju)，公共(gong)大數據(ju)

3. 大數據戰略的應用——提(ti)升質(zhi)量(liang)、優化渠道、降(jiang)低成本、提(ti)高效果

二(er)、構(gou)建(jian)數據驅動行企業

1. 企業大數據(ju)戰略落地

模型：大數據路(lu)線圖

2. 構(gou)建大數據團隊：七(qi)個重要的崗位職能

首席數(shu)(shu)據官、大(da)數(shu)(shu)據科學(xue)家、大(da)數(shu)(shu)據分析師、大(da)數(shu)(shu)據經理、數(shu)(shu)據工程師、大(da)數(shu)(shu)據顧問

3. 建(jian)立(li)數據驅(qu)動的文化(hua)——從分析報告到(dao)分析預測，從數據收集到(dao)數據驅(qu)動

小組(zu)討論(lun)：大數據還能帶來什么價(jia)值(zhi)？

三、大數據(ju)戰略實戰

案例：大數據在(zai)煙(yan)草領域的應用(yong)與(yu)啟(qi)示

1. 大(da)數據分(fen)析和數據驅動決(jue)策的思維

1）使用(yong)數據(ju)科學、數據(ju)工程和數據(ju)驅動決策

2）大數據和投資回報

數(shu)據：大(da)數據發(fa)展(zhan)的趨勢數據

2. 從大數據1.0到(dao)大(da)數據2.0的升級(ji)

1）數據(ju)和(he)數據(ju)科學能力作(zuo)為戰略資產

2）數據分析(xi)思維

3. 大(da)數據的隱私、道德和安全

4. 大(da)數據的未來(lai)——商業分析的未來(lai)，邁(mai)入波(bo)字(zi)節時代

第五講：數(shu)據資產管理——面對數(shu)字經濟的應對之法

一、數據資產的基本概念(nian)

資料：《數據資產(chan)管(guan)理實踐(jian)白皮(pi)書4.0》

二、數據資產管理的目標

1. 實現元數據的可(ke)懂性

2. 建立數據標準可(ke)用性

3. 實現最終價值可運營(ying)

三、數據資(zi)產(chan)管理不足的應對之法

1. 基礎(chu)薄弱：推動數字(zi)化建設(she)

2. 數據應用不足：規(gui)劃業務(wu)、管理數字化(hua)

3. 數(shu)據價值難以量化評估：提升(sheng)組織數(shu)字化素養

4. 缺乏數據安全環境：引入安全管理(li)機制

5. 數據(ju)孤島嚴(yan)重、管(guan)理流于表面：簡歷數字規(gui)范與章程

案例：小野電(dian)子煙的數(shu)據(ju)資產“翻車”案(an)例

小組討論(lun)：企(qi)業(ye)如何有效防范數(shu)據(ju)資產(chan)管理(li)的風險？

四、數據資產(chan)管理(li)的頂層設計(ji)

1. 數(shu)據資產(chan)管理效果評(ping)估——建(jian)立評(ping)估模型

2. 數(shu)據資產(chan)管理的成功要素

1）強有力(li)的組織(zhi)架構

2）清晰的數(shu)據戰略

3）重視數據的(de)企業文化

4）合理的制(zhi)度與流程

5）建(jian)立(li)符合業(ye)務(wu)需(xu)求的規范標準

6）成熟的基礎建設(she)

7）科(ke)學的項目(mu)實施

案例：南湖(hu)國旅的數據資(zi)產門戶案例(li)

五、數據治理(li)——數據資產管理(li)的重要(yao)環節(jie)

模型：數(shu)據治理(li)的六原則模(mo)型

1. 數據治理的體系

模(mo)型：數據助理六原(yuan)則

工具：數據管理(li)成熟度模型

2. 數據模型管理

1）管理的現狀：靜態化、不標準(zhun)、缺乏監管

2）數據模型管(guan)理內容：定義(yi)、設(she)計、規范、建設(she)、監管(guan)、優化

3）元數據管(guan)理(li)：獲(huo)取、增(zeng)刪改(gai)查(cha)、對比(bi)、統計

4）主(zhu)數(shu)據(ju)管理：標準(zhun)與規范、梳理與集成、質量管理、數(shu)據(ju)維護

5）數(shu)據管(guan)理：安(an)全管(guan)理、價值管(guan)理、共享管(guan)理、生命(ming)周(zhou)期(qi)管(guan)理

案(an)例：數(shu)據治理的應用

小組練習：為(wei)企(qi)業的(de)數據資產(chan)管理出謀劃策(ce)