大数据时代下的企业管理
—— 大数据、云计算、AI、物联网与制造行业升级
课程背景：
截止2017年，中国已达9亿互联网用户。目前随着世界经济金融大格局的变化和智能产业的突飞猛进，金融行业正面临一个难得的转型、融合和发展的机遇。这个机遇就是数字化，未来对于传统工业的改造、对于消费升级、对于新型城市化，都要用大数据的技术手段，这些以大数据为代表的新兴产业将引领中国经济未来发展。引导制造企业、科技公司等共同融合、创新、发展，努力做好整合、提升、重构的实工夫，将有可能促使制造企业出现一次新的变革，出现数字化、跃升式演进发展。
对于制造型企业来说要想成功转型商业智能化就需要在“数字化、网络化、智能化、云端化”进行顶层设计和战略布局。通过移动互联网、大数据、人工智能将企业拥有多年的管理数据积累，拥有诸如用户、流量、商业模式进行结构化数据化转型，以全面提升竞争力。把握新一代网络信息技术中的移动互联网、大数据、人工智能等技术上的发展机遇。
如何结合企业实际合理运用好移动互联网、大数据、人工智能相关技术已是各部门无法回避的课题，也是新经济时代的机遇和挑战，需要各部门、各员工都需要做思维升级，以及好思想与技术储备。培训课程将围绕企业业务模型，梳理移动互联网、大数据、人工智能在营销管理方面的知识点和业务逻辑，来获得企业发展、高效、安全的目的，并降低经营成本和风险全面提升企业竞争力。
课程大纲：
一：认识大数据时代
1. 充分理解大数据时代高速发展逻辑
1）大数据冲击了整个社会
2）制造业“摩尔定律”的发展脉络
2. 网络效率逻辑
1）数据智能逻辑
2）深度渗透逻辑
3. 大数据为什么会颠覆的传统企业
1）超级平台现象
2）非对称发展
3）商业新物种
4）金融新生态
4. 从数据化到智能化的全方位深度渗透
1） 移动支付改变传统卖场
2）在线化+数据化对营销的深度演绎
3）大数据与人工智能对营销的深远影响
案例分析：未来营销对于大数据与AI有哪些需求
二：制造行业大数据应用展望
1、 企业运营核心竞争力的界定和特征
2、 通过大数据了解你的用户需求
3、 大数据的动力:云计算、工业4.0与物联网
4、 大数据运营推动传统企业互联网化
5、 运用移动支付技术，提升对现金流的利用
案例分析：戴尔开启大数据运营——通过现金流转型制造行业
三：大数据应用概述
1. 什么要做数据挖掘——多学科的融合
2. 数据挖掘结果如何展现——构建算法
3. 如何通过在线化收集、处理海量数据
4. 数据挖掘的功能：分类、预测、推估、关联、聚类、可视化
5. 数据挖掘建模、流程及分析指标
四：大数据如何落地
1、 传统企业应用大数据技术与变革迫在眉睫
2、 大数据企业组织结构——扁平化组织
3、 通过流程体现大数据价值
4、 企业一体化端到端流程
分组讨论：企业目前的流程是否适应大数据运营
