2020数字化时代的供应链大数据分析及应用实践将于2020年5月30-31日在朝阳召开

时间:2020-03-27作者:来源:神光财经

【课程背景】

在数字化时代,大数据等前沿技术给各个产业带来了巨大冲击,也正在颠覆传统的供应链模式。为了应对全新的竞争格局,供应链从业者需要树立大数据意识,并且及时引入新技术来提升运营水平。本次讲座将讲解数字化供应链的基本概念和成熟度判定标准,使得每家公司能够正确判断自己所处的发展阶段。针对转型升级的实际需求,讲座会解析业务流程、应用管理、数据组织等基础架构维度,让学员懂得企业架构是数字化运行的必要前提。在此基础上,将讲解几大基本的数据分析工具(Excel、业务分析思维、数据可视化和BI、SQL语言),帮助听众入门。在此基础上,会帮助学员了解云计算、人工智能等技术领域的知识要点。讲座的最后会结合汽车、快消等若干行业的标杆企业案例,展示数据挖掘等技术给产业运行带来的真实提升,并介绍大数据分析相关的供应商概况和学习资源。

【课程目的】

--数字化供应链的定义,和成熟度评估准则。

--懂得企业架构是运用大数据技术的基础,并了解架构的四大要素(业务、应用、数据、技术)。

--懂得数据分析的几大基本步骤,及其主要难点。

--掌握大数据分析的四大基础工具。

--了解云计算、人工智能等前沿技术。

--解析汽车、快消等若干行业的企业案例,学习其在业务流程组织、技术应用等方面的先进经验。

--了解数字化各领域的供应商概况和学习资源。

【课程大纲】

供应链大数据分析与应用 总两天- 第一天

1.供应链数字化:大数据分析的前提

a)数字化供应链的发展现状介绍

b)供应链发展阶段与数字化成熟度

c)不同行业数字化的区别

2.企业架构:大数据分析的基础

a)企业架构体系概述

b)大数据架构的基本原则

c)要素一:业务架构,及其基本组件

d)要素二:应用架构,及其基本组件

e)要素三:数据架构,及其基本组件

f)要素四:技术架构,及其基本组件

g)“新零售”时代企业架构的变迁

3.数据分析的五大步骤及其要点

a)步骤一:数据的收集

b)步骤二:数据的清洗

c)步骤三:数据的规整

d)步骤四:数据的使用

e)步骤五:数据的更新

f)主要应用难点和对策

4.基础分析技术(一):业务分析思维

a)为什么巴菲特是优秀的分析师?

b)分析问题的“金字塔原理”

c)供应链运营常见的分析思路

5.基础分析技术(二):Excel比你想象的更强大

a)Excel函数的常见类别(清洗处理类、计算统计类等)

b)经典数据功能举例(数据透视表、vlookup等)

c)案例:用Excel求解物流运输的最优成本

d)案例:用Excel做企业决策模型

6.基础分析技术(三):数据可视化

a)经典图表类型介绍

b)BI(商业智能)入门

c)PowerBI 应用以及案例

d)案例:某大型零售商的供应链数据可视化

7.当日培训内容小结及讨论

供应链大数据分析与应用 总两天- 第二天

8.基础分析技术(四):SQL为代表的数据库语言

a)SQL基础知识入门

b)MySQL环境介绍

c)“关联”等核心概念应用

d)案例:用SQL查询制造业大型数据库

9.大数据前沿技术介绍

a)云计算

b)数据湖

c)人工智能

d)敏捷和DEVOPS

e)设计思维和人性化技术

f)SOA和微服务

g)案例:供应链管理中技术升级的六个阶段

h)案例:如何用技术解决企业数据不准确的问题

10.企业实际案例详解

a)供应链计划案例:如何做好需求预测?(消费品行业)

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 数据挖掘

b)生产物流案例:如何组织好复杂的生产流程?(汽车行业)

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 物料管理系统

c)综合管理案例:如何通过优化供应链流程来控制成本?(电子行业)

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 基于数据的整体优化

d)知名互联网企业的“中台”战略

i.背景介绍

ii.主要挑战

iii.典型中台架构对企业的启示

e)其它代表性行业案例

11.大数据分析相关资源

a)软件供应商概况

b)硬件装备供应商概况

c)其它资源和学习资料推荐

12.当日培训内容小结及讨论


神光财经声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。

财经日历
更多
财经图解
更多
微信公众号 关注微博

首页 财经