培训对象：数据管理（总监、经理、主管）、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等；
课程时间：2天 （12小时）
课程背景：
我们经常讲，业务即数据，数据即业务，那么企业数字化转型中最适合的数据资产组织方式是什么样的，为什么越来越多的企业在讨论标签化和标签体系？因为数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。本课程将为您详细解析面向企业业务的数据资产标签的制作方法。
课程收益：
学习数据标签和业务标签的基本概念；
掌握数据标签的建设的方法与架构过程；
掌握数据标签的评估与选择；
掌握数据标签体系建设，资产评估以及运营机制；
课程大纲：
|
单元 |
大纲 |
内容 |
|
单元一 |
为什么需要数据标签体系 |
1.数据孤岛，无法打通 2.烟筒式的建设，重复造轮子 3.各说各话，没有统一路径 4.鸡同鸭讲，无法穿透业务层 5.数据治理永远没有尽头 |
|
单元二 |
数据资产发展的过程 |
1.数据资产1.0：构建消费者数据库 2.数据资产2.0：打通数据 3.数据资产3.0：全集团数据共享共荣 4.数据资产4.0：更广泛领域的数据实践 |
|
单元三 |
数据资产标签之业务体系搭建方法论 |
1.业务系统与数据系统之间的关联 2.面向业务的数据资产组成形式 3.客户画像体系的数据标签制作方法 4.产品体系的数据标签制作方法 5.运营体系的数据标签制作方法 6.制造体系的数据标签制作方法 7.客户服务体系的数据标签制作方法 |
|
单元四 |
数据资产标签的规范 |
1.数据标签规范化之元标签 2.标签问题 3.如何让平台服用标签 4.数据标签的全生命周期管理 5.数据标签质量控制 |
|
单元五 |
数据标签工具和经典模板 |
1.标签工具体系 2.数据标签门户 3.用户数据标签体系模板 4.企业数据标签体系模板 5.员工数据标签体系模板 6.商品数据标签体系模板 |
|
单元六 |
数据资产管理 |
1.数据资产定义和3个特征 2.数据资产管理现状与挑战 3.数据资产管理的四个目标 4.数据资产管理中的数据治理 5.数据资产管理的七个成功要素 |
|
单元七 |
数据标签案例分享 |
1.银行业数据标签精准营销场景 2.汽车整车厂可视化大屏场景 3.制造业B2B供应链场景 4.零售业电商千人千面场景 5.地产物管效能场景 |
