【学习方式】：面授
【课程分类】：业务类—培训
【培训对象】：中高层、中基层
【核心讲师】：徐增利
【关键词】：战略转型 组织架构 数字化 智能化 大数据 数据运营 产品及用户思维转型的能力体系
【学习目标】：
1、了解什么是产业互联网；
2、了解什么是数字化敏捷；
3、掌握一些大数据的分析方法；
4、了解产业互联网数字化与敏捷是怎样支持公司的业务发展；
5、通用数字化与敏捷在建筑领域应用的一些案例，理解转型的重要性；
6、数字化与敏捷转型如何落地；
【课程学时】：1-2天，了解客户的需求后，每次定制课程
【课程大纲】：
1、互联网与产业互联网
互联网与产业互联网的定义
产业互联网的定义及发展趋势
产品思维朝产业思维发展
马云、马化腾为何都要大举收购零售公司
云计算与大数据
产业互联网对上游、下游是如何管控的
案例分析：阿里、腾讯、宝武集团的产业互联网转型
2、产业互联网的平台应用
平台应用架构与技术架构
产业互联网平台应用案例
分组讨论：我们所在的行业如何应用工业互联网，要注意哪些问题与风险
3、数字化与前端应用
现有数字化经营管理模式方面的一些特点与痛点
数字化与敏捷之间的关系
为什么敏捷需要先行于数字化，而勇气需要先行于敏捷
敏捷在建筑科技开发领域的应用
案例分享
用户消费价值重新被定义
电子商务、微营销、O2O、社群、场景营销、新零售等
新零售为什么会火起来
用户推动用户，用户生产内容、用户推动产品发展
定位（用户、产品、商业模式）、用户研究、用户体验、产品、团队管理、人才培养、开放、创新、文化
为什么我们大部分产品运营的并不好，运营得好的屈指可数
4、数字化与大中台战略
一切靠数据说话
平台运营与数据运营体系的建设与管理
大数据分析、产品优化、运营策划
数据运营体系包含的内容：内容数据、商业数据、运维数据
数据规范、用户画布与行为分析
数据运营指标的提取与分类
数据运营指标建立的案例
数据支撑产品精细化运营
电商用户精细化数据营销案例
用户行为数据案例
大数据-消费者画像，需求识别，精准推荐
用户标签与人工智能
5、数据分析与挖掘
数据分析的方法
1)事前分析：
如何预测各类指标
如何建立考核指标
支持的决策
精细化运营
2)事中分析：
实时监控效果
实时反馈和分析原因、调整
3)事后分析：
回顾分析效果、原因、优化
如何指导下一步的战略调整
数据挖掘工具，如R 语言/SPSS/SAS/SQL；
大数据的管理通常包括哪些内容
企业如何最低成本最小代价实现大数据
大数据在产业互联网应用工具及举例
6、如何数字化敏捷转型升级
以用户/客户为中心的管理模式
数字化与敏捷转型需要哪些条件
转型需要什么样的组织架构与相关的机制保障
持续改进,产品型组织流程再造与优化
遇到的困难如何解决
用户体验通常与数字化敏捷息息相关
用户体验报告案例分析
7、总结
课程知识要点总结
推荐的文章与书籍
后续的行动计划
【培训准备清单】：
1、学员分成若干组（建议最多不超过6组）
2、必须能上网
3、3种不同颜色的便利贴
4、A3纸张若干，大于10张
5、一堵墙或一个平面(白板）
