【課程背景】

各傳統企業紛紛擁抱新一輪的數字化轉型，利用新的商業模式、新的渠道、新的方法，不斷將數字化技術與業務充分融合，在創新中求變，為消費者創造多、快、好、省的價值。在此過程中，科技的高速發展起了巨大的作用，接近無限的存儲空間、強大的算力及機器學習能力，也給我們帶來海量的數據，這也讓我們重新審視商業智能的價值所在。目前行業的實際情況是：40%以上的企業還未開始在數據層面下功夫。大部分企業內部的數據整合還豎著一根根“煙囪”，“部門墻”現象嚴重，數據孤島林立。作為部門的領導人，他們往往從不同的系統，不同的人得到不同的數據或者洞見。由此可得，若是想要從這些報告中做出判斷，非常具有挑戰性。隨著商業環境的發展愈加快速，客戶的需求變化更不容易被捕獲。越來越多的企業下定決心打通企業的數據孤島，打開“商業智能化”的大門。

本課程涵蓋商業數據分析中常用方法，包括趨勢分析、排名分析、分類分析、差異分析、分布分析、占比分析、相關性分析，及其在Power BI 和Tableau 中的實現。其中，不僅涉及PowerBI和Tableau 的工具特色及對比，還涉及數據分析的方法與思想。本課程指導企業的IT團隊轉變思維，從授人以魚到授人以漁，致力提升業務用戶的數據素養和數據分析能力，從數據中發現新的問題和新的商業機會點。同時，充分利用優秀的BI工具，通過交互可視化實現自助服務和敏捷交付，可以支持利用企業本身的數據進行專業分析，決策人員做出更加符合公司策略和利益的決策，從而使企業的戰略及戰術切實落地。

【課程收益】

?  提煉商業數據分析模板及其背后的思維邏輯，展示最佳實踐內容，為實戰提供“模板化”的公式及思維

?  不論從事IT工作、財務工作，還是企業的高管，都可以像商業分析師一樣思考，挖掘商業數據背后的價值

?  深入淺出，從理論到實踐，既給初學者提供學習的路徑，也給進階者帶來思維的碰撞

?  逐個解疑，層層剖析，讓商業智能數據分析實戰變得生動、深刻，具有挑戰性

?  貼近業務，以商業價值和商業數據為導向，快速迭代更新，推動企業實現“IT業務化，業務IT化”

【課程特色】

?  大局與細節兼顧，方法與案例互補，理論與實務結合，內部與外部并重

?  提供方法論，以及落地的組織設計和管理方法，實操性強

?  從一線實戰中提煉出有生命力的洞見，并將先進的理念付諸實踐

?  既有前瞻視野，又有豐富工具，更有翔實案例，為企業管理者提供具有借鑒意義的路線圖和方法論

?  提供獨到的視角，解讀企業應該如何面對生命周期中重要的變革管理問題，實現核心業務的全方位進化

?  既有理論高度又有實踐經驗，堅持利他為先、利眾為本的理念

?  案例豐富、邏輯清晰、洞察深刻、深入淺出、發人深思

【課程對象】

?   企業高層管理者：董事長、總裁、總經理、分管副總等

?   戰略高層、戰略規劃、頂層設計負責人（CEO、CTO、CIO、CMO等）

?   各個條線的業務負責人和技術專家

?   產品開發與創新人員、服務方案制定者

?   市場營銷策劃、客戶經理、產品經理等

?   創新業務的負責人，創新創業導師及實踐者

【課程時間】6-12小時

【課程大綱】

一、數字化經營的難點分析

1、難點分析：為什么企業數字化經營無法帶來價值？

2、價值視角：需求各異，眾口難調

3、數據視角：紛繁復雜，負重前行

4、數據團隊的關鍵價值：數據和價值之間的橋梁

二、價值視角

1、如何創造數據價值？

2、數據價值的場景連接

?  決策層

?  IT層

?  業務層

?  場景

3、場景出發點：決策者如何改善經營？

4、價值視角的典型場景

?  幫決策者提升信息收集的效率體驗

?  幫決策者加強業務過程的精細化管理

?  用價值衡量驅動執行的不斷改進

案例：

某醫療機構的自動化報表體系

中建鋼構

5、決策層的價值衡量

?  基于“人”的視角

?  基于“事”的視角

三、數據視角

1、如何改善數據的質量？

2、當前企業數據質量存在的問題

案例：

某證券公司的數據質量案例

3、數據視角的成功經驗：加強底層數據處理

4、數據視角的成功經驗：加強中間模型的建立，提升數據深度

?  數據模型建立

?  業務模型建立

四、縮短數據和價值的距離

1、數據團隊帶領企業打贏數字化經營之戰

?  定戰術：IT部門的定位

?  建能力：培養鏈路上最重要的人（數據運營官的平臺）

?  給武器：FineBI+FineReport（行業方案和企業管理平臺）

?  多實戰：思想碰撞+實際經驗互換（面向“人術器”的完整服務體系）

案例：

某大型藥企的數據人才蛻變

2、“人術器”完整的服務體系

?  器（工具）

?  器（方案）

?  人（服務）

?  術（交流平臺）

五、數據驅動的營銷場景和策略

1、什么是應用場景

2、應用場景服務與用戶關系

3、場景進階：帶動更多場景革新

4、數字營銷的兩個角色與三個環節

?  兩個角色關系

?  三個關鍵環節

5、數字營銷的數據能力

?  第一方數據運營

?  第三方數據

?  數據中臺

?  數據分析

?  “內容”環節

?  營銷服務與商業交易

6、盤活、用好數據資源

?  放大數據價值

?  人群定向新思路

7、找到用戶突破口

8、回歸用戶場景與體驗

六、綜合案例：

1、電力業數據化經營（BI）解決方案

2、建筑業數據化經營（BI）解決方案

3、零售業數據化經營（BI）解決方案

4、能源化工數據化經營（BI）解決方案

5、物流業數據化經營（BI）解決方案

6、醫療行業數據化經營（BI）解決方案

7、醫藥行業數據化經營（BI）解決方案

8、銀行數據化經營（BI）解決方案