一、課程背景
數字化轉型進入了數據驅動的階段，從商品推薦到無人駕駛，從互聯網廣告到新藥研發，數據在創造新世界的同時，也在顛覆傳統的商業規則。但數據和信息有什么區別，如何實現從數據到價值的轉換，數據驅動企業的動力是什么，大數據應用的正確場景特征是什么，數據資產的管理使用有什么變化，企業如何利用數據產生業務價值，如何識別高價值的數據應用場景，如何識別和管理高價值數據資產，這些都成為了構建數據驅動的數字化企業的重要問題。
大部分企業對“數據”并不陌生，傳統企業向數據驅動（Data-Driven）轉型，不僅要掌握新興數據技術和先進使用方法，平衡中長期與短期的商業目標，更重要的是打破組織“憑經驗，靠感覺”的思維慣性，讓數據變成顯微鏡，幫助業務發現之前靠“肉眼”看不到的問題，讓數據變成望遠鏡，幫助業務洞察之前憑“經驗”無法辨識的潛在趨勢和機會；
我們常常發現，企業散落著數量眾多的“表哥表姐”群體。他們每天都要和EXCEL表格打交道，他們每季度都要為分析報表跟不上業務變化而煩惱；他們需要加班加點制作報表，反復核對瑣碎數據，排隊等待其他部門“輸送”數據。這些人群其實是企業向數據驅動轉型的星星之火，如何賦能“表哥表姐”們高效探索數據能力，幫助他們洞察業務規律，發現異常隱患，尋求**優方案，也是企業向數據驅動轉型的重要任務；
二、課程特點
授課形式：理論講解 案例分析 案例實戰 互動答疑；突出理論特點，注重案例分析與實戰體驗；
理論講解20%；
案例分析30%；
實戰體驗40%；
互動答疑10%。
三、課程收益
1. 了解數據思維，打造數據驅動型組織的高績效團隊；
2. 了解新興的數據技術、應用場景、典型案例；
3. 理解數據驅動創新的思維方法和組織實踐；
4. 掌握敏捷業務分析的方法和數據準備技巧；
5. 掌握敏捷業務數據探索的工具使用方法；
四、課程模式
6. 中文教學、面授
7. 分組互動
8. 實戰體驗
9. 課堂練習、互動式答疑
五、 受眾對象
1. CEO、CIO、CDO…，企業數字化轉型戰略負責人；
2. 有數據分析和量化管理需求的業務崗位，推動組織進行量化管理的部門負責人；
3. 負責企業數字化戰略落地、數據資產和治理、產品&服務的數字創新部門；
4. 信息技術部門的相關人員（數據分析平臺設計和開發，數據平臺架構等）；
5. 對大數據、人工智能、機器學習、增強分析、云計算等課題興趣的業務人員；
六、時間安排
1. 系統學習1天（6小時）
2. 上午理論課：概念講解、案例分析、方法介紹；
3. 下午實操課：工具介紹和實際演練、問題交流和建議
七、課程的實戰演練
1. 敏捷業務分析工作坊：圍繞企業營銷/銷售/服務/客戶價值(RFM)等主題分析實踐；
2. 數據創新思維工作坊：組織數據資產的盤點、價值、創新、探索和應用；
八、課程內容
賦能業務的數據思維**單元 打造數據驅動型組織1. 商業進化：從數字化轉型到數據驅動，什么是數據思維；
2. 技術創新：前沿的數據技術和應用場景，數據思維的技術支撐；
3. 先進實踐：數據驅動型組織和案例分析，數據思維的企業**實踐；第二單元 數據思維的組織實踐1. 創新實踐：數據驅動創新的四種模式和案例分析；
2. 技術實踐：數據驅動創新的中臺理念和建設方法；
3. 組織設計：隱現的新角色-首席數據官（CDO）-角色和職責設計；第三單元 數據思維的四個視角1. 資產視角：如何把數據變成資產，企業數據的精益治理方法；
2. 敏捷視角：基于假設的推導驗證，業務數據的敏捷化探索方法；
3. 算法視角：從因果分析到相關分析，AI如何助力數據模式發現；
4. 探索視角：從數據報表到可視化分析，業務數據探索的實操技巧；第四單元 數據思維的能力落地1. 銷售數據探索 —— 某品牌的產品銷售&服務數據探索和應對量化決策；
2. 客戶價值探索 —— 某品牌的客戶RFM模型價值分析，客戶畫像構建和分析；
3. 廣告投放分析 —— 某品牌的廣告投放ROI分析和應對策略；
4. 人員流失分析 —— 某品牌的人員流失原因探索和應對策略；
5. 采購成本分析 —— 某品牌的采購成本構成探索和異常分析；
（ 根據學員的背景和關注點，從以上案例選擇1-2個進行深入分析）第五單元 數字化轉型組織實踐和演練1. 敏捷業務分析工作坊 —— 圍繞營銷/銷售/服務/客戶價值(RFM)等主題分析實踐；
掌握先進的業務導向的敏捷數據分析方法，探索數據價值，汲取組織經驗，激發團隊創意，加速數據價值實現。同時，**集成人工智能和機器學習的分析工具實際操作，幫助業務人員高效探索業務機會，察覺經營風險，尋求改善機會，提升組織的競爭能力，形成團隊和個人的數據思維和數字決策能力，賦能組織強大的商業洞察和智能分析能力，推動組織決策模式的轉變，加速數字化轉型戰略的落地。
2. 數據創新思維工作坊 —— 組織數據資產的盤點、價值、創新、探索和應用；
傳統的業務模式和流程改進是互相孤立的，商業文化的重點是創新、執行和驗證（做和改進），而不應止步于現狀、分析和理解。洞察這一點對提高企業在數字化時代的生存能力至關重要。
利用持續積累的數據資產，進行高效創新和精準決策，是傳統產業對抗互聯網“數字原生”企業跨界打劫的重要方法。圍繞數據資產的商業創新，也是數據、業務和技術持續跨界融合過程。數據創新思維工作坊，**數據價值創新畫布，利用敏捷精益的建設思想，高效盤點組織的數據資產，場景式融入大數據和人工智能技術，游戲化激發業務和技術團隊的場景共創靈感，加速建設企業的數據資產利用能力，建立先進的數據思維和數據驅動文化，推動組織決策方式進化，助力企業數字化轉型；
具體而言，可以幫助企業回答如下問題：
l 如何從企業數據和AI技術中發現價值創新場景？
l 企業現有數據資產能夠轉化成哪些業務價值？
l 企業如何規劃大數據，數據中臺，人工智能類的項目建設和投資策略？
l 企業的數據中臺應該具備什么能力，數據中臺的構建策略是什么？
l 企業如何管理數據創新中的不確定性？
