数字化时代的供应链大数据分析及应用实践

推荐

授课形式：

知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：

数字化时代的供应链大数据分析与应用  总两天- 第一天

1. 供应链大数据概述

Ø 供应链和采购管理的根本使命

Ø 供应链管理的最新发展趋势：七大要点

Ø 供应链大数据体系划分 -“获取数据”、“分析处理数据”、“为供应链增值”

Ø 您从本课程中可以获得的五点收获

2. 企业架构和法规：大数据分析的基础

Ø 案例：工业4.0时代先进生产管理的视频

Ø 企业数字化体系介绍 -“前端”和“后端”的概念

Ø 企业IT架构的类型 - 业务架构/应用架构/数据架构/技术架构

Ø 数据管理六大原则 - 如何采集数据、分享数据、保障数据安全等

Ø 企业架构的变迁史 - 从传统运营时代到“新零售”时代

Ø 大数据相关的最新法律法规

3. 数据分析的五大步骤

Ø 五大分析步骤 - 数据的收集、清洗、规整、使用和更新

Ø 案例：用Power Query工具快速实现数据导入和清洗

Ø 案例：供应链需求分析和预测功能的实现

Ø 案例：用Excel“运筹优化”模块来求解最佳成本问题

Ø Office软件其它分析功能介绍

4. 数据分析的核心思维模式

Ø 数据分析师是什么样的人才？ – 四大核心素质

Ø 六种实用分析思维 – 结构化思维、维度思维等

Ø 供应链优化的几种实用工具

5. 数据可视化和BI工具应用

Ø 如何让数据“看得见”？- 常用的12种可视化图表及适用场合

Ø 让管理者决策更简单 – BI（商业智能）基本概念

Ø 常用 BI 软件入门及功能解析

Ø 案例：知名企业的“管理者驾驶舱”

数字化时代的供应链大数据分析与应用  总两天- 第二天

1. SQL：最常用的数据库语言

Ø 企业数据管理的六个层次 – 从Excel到大数据架构

Ø SQL入门 – 软件环境选择和基本使用方式

Ø SQL语言实战 - 常用语法介绍

Ø 实用自学资源   

2. 大数据前沿技术介绍

Ø 企业架构思想 - SOA和微服务简介

Ø 计算技术 - 人工智能（AI）要点及其对供应链的意义

Ø 数据库技术 - 数据湖（Data Lake）简介

Ø 案例：某知名科技公司如何利用新技术来拓展业务范围

Ø 数据库技术 - 区块链（Blockchain）要点

Ø 案例：汽车、物流等行业公司是如何应用区块链的

3. 优秀企业案例介绍

Ø 新一代供应链管理理念 – “连接、配置、运营、优化、服务、传播”

Ø 案例：某大型制造业企业的数字化架构升级

Ø 案例：某汽车制造厂的物流基础数据管理

Ø 案例：某食品企业的生产/物流数据采集

Ø 案例：某高科技企业基于大数据的运营优化

Ø 案例：某电器公司的工业大数据体系及其效果

Ø 案例：某世界500强企业的厂内物流数字化管理

Ø 案例：某知名车企的数字化供应链及其智慧提升

Ø 案例：新零售巨头基于大数据的运营优化和闭环管理

Ø 其它前沿实践分享

4. 大数据分析相关资源

Ø 软件供应商资源

Ø 硬件供应商资源

进一步学习资源推荐

讲师介绍：Victor

Victor在一家世界五百强企业的物流板块担任总监。他是国际认证的CSCP供应链管理师和TOGAF企业IT架构师。Victor毕业于清华大学 (电子工程和工业工程专业)，曾在德国亚琛工业大学和美国威斯康星大学学习。他在西门子德国和中国总部工作多年，并曾为多家世界知名企业提供供应链管理咨询，对物流供应链系统的设计和优化有着深刻的理解。

Victor也是工业4.0和数字化转型方面的专家，曾在学术期刊和知名媒体上发表十余篇文章，并应邀在清华大学、上海财经大学、麻省理工科技评论、中国供应链与营运管理人俱乐部等机构授课，在业界有着广泛的影响。