【課程背景】

    現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，同時也會釋放出龐大的數據能量，大數據就是這個高科技時代的產物，大數據并不在“大”，而在于“有用”。價值含量、挖掘、應用比數量更為重要。對于需求的動態變化，需建立一個多維度的產品應用畫像，才能夠做到“大數據比產品本身更了解產品”，大數據的產品應用場景讓數據重新理解產品，把產品自身、服務與應用形成強關系，在產品使用過程中建立數據觸角，隨時可清晰了解產品應用狀態。

    課程將以大數據分析切入點，還原制造環境中的實際案例，幫助學員理解大數據、工業大數據是什么？大數據和工業大數據有什么特點，區別在哪里？數據如何洞察產品需求？大數據下的產品應用場景該怎么構建？產品整個生命周期的數據管理該如何做？大數據如何驅動新一代的制造研發新體系？使學員學之解惑，學之能用，實現企業產品研發新突破點。

【課程收益】

?  了解大數據、工業大數據的應用現狀與痛點

?  大數據、工業大數據的特點、差異性、技術圖譜及大數據思維

?  大數據分析、建模、標簽化管理、數據洞察產品需求

?  大數據下的產品場景，找回需求原點，構建產品需求場景

?  產品數據分析與挖掘、產品研發前置分析、研發過程及商業應用全周期

?  產品商業應用的數據觸角，致力打造未來數字化的“智鏈企業”

?  數據共享過程的歧視與公平，大數據推動未來智能制造

【課程特色】干貨，沒有廢話；科學，邏輯清晰；實戰，學之能用；投入，案例精彩

【課程對象】產品研發團隊、產品經理、產品需求調研團隊

【課程時間】6小時

【課程大綱】

一、認識大數據與工業大數據

1、大數據、工業大數據應用現狀與痛點

?   大數據應用現狀

?   大數據應用誤區

?   大數據應用困擾及痛點

2、什么是大數據、工業大數據？

?   大數據、工業大數據概念

?   大數據能做什么

?   大數據應用價值

?   大數據與工業大數據技術關系

3、工業大數據特征與特點

4、大數據與工業大數據的差異性

5、大數據技術圖譜

?   大數據技術基礎

?   大數據的數據源特點

?   大數據技術邏輯

?   大數據全域識別

?   大數據數據展現

6、大數據思維

?  全樣

?  容錯

?  相關

?  智能

案例：

二、大數據分析與建模

1、大數據分析與建模

?   建模

?   訓練模型

?   應用模型

?   優化模型

2、大數據標簽化管理

?   數據標簽

?   標簽

?   多樣化標簽與場景化應用

?   基于標簽化的產品畫像

3、數據洞察產品需求

4、大數據為工業互聯網賦能

5、工業大數據的數據挖掘與建模

?   工業大數據挖掘流程與邏輯

?   工業大數據基本算法邏輯

?   工業大數據挖掘特性

?   工業大數據建模邏輯

?   數據＋模型＝能力

6、數據安全

?  數據全生命周期管理

?  安全策略

?  數據管理策略

?  防護措施

案例：

三、貫穿整個產品生命周期的數據挖掘

1、大數據分析與數據挖掘

?  業務場景

?  數據建模

?  挖掘算法

?  相關分析

2、大數據應用場景及場景解析

3、找回需求原點，構建產品需求場景

4、產品數據分析與挖掘的樣本條件

5、產品研發前置分析

?  需求任務

?  研究目的

?  關鍵指標

6、產品生命周期 - 產品研發設計

?  策略研究

?  概念評估

?  產品研發

?  產品測試

7、產品生命周期 – 商業應用

?  導入

?  發展

?  成熟

?  衰退

8、產品商業應用的數據觸角

案例：

四、大數據驅動新一代制造研發體系

1、數據驅動，場景進階

2、工業大數據、云計算與數據算法關系

2、致力打造未來數字化的“智鏈企業”

?   與合作伙伴的“數字化共生”

?   提供卓越客戶體驗

?   充分融合協作模型

?   構建創新業務的能力平臺

3、歧視與公平

?  人為歧視

?  數據歧視

?  模型歧視

?  間接歧視

4、數據共享，解鎖全新價值

?  差分隱私

?  聯合分析

?  同態加密

?  零知識證明

?  安全多方計算

5、大數據，推動智能制造