课程背景：
• 有数据、无分析、无应用：企业经过多年的信息化建设，信息系统中已经采集了大量的数据，但是缺少对这些数据的分析和挖掘；管理仍然是传统模式，管理和决策所需要的数据报表还需要手工统计，还需要人为分析和判断，管理决策仍然是周期性的决策，而不是数字智能时代的瞬时决策，企业急需在管理上同步实现数据化管理，并进行体系化地升级。
• 有数据、无人才、无技术：企业数据没有得到充分利用的原因不仅仅是管理者数据能力不足，还在于公司还没有引入数据技术赋能管理者对数据进行分析和挖掘。一方面数据资产没有进行体系化管理和系统化治理；另外一方面，应用体系上，没有建立全面的数据化管理方案。
• 数字化转型需要用数据赋能经营管理方式升级：越来越多的企业或开启或加速了数字化转型的步伐，而企业在业务经营和管理中的数字化转型就是利用数字技术的应用所采集的数据赋能经营和管理的高效决策，让管理决策更精准、更科学、更敏捷、更精细，提高管理的颗粒度和分辨率。
课程对象
• 企业高层管理团队
• 企业各（职能）业务部门经理、数字化转型技术团队骨干、信息中心/数据中心负责人
时间安排
1、EMBA总裁班、中高级经理人班等公开课、企业内训，标准版课程2天
2、企业中高管内训，分学习小组，深度研讨，输出初步方案，定制课3天
课程收益
• 认知理清数据化管理体系：理清数据价值-数据对管理的用途以数据化管理的体系框架；
• 掌握数据化管理升级步骤和方法：数据化管理是一种新管理方式，而引入这种管理方式需要一套完整的从数字化到数据化再到智慧化的升级过程，并在每次升级的过程中都涵盖了数据采集、数据传输、数据管理、数据分析、数据应用的闭环体系，以及一套对应的技术解决方案；
• 了解数据化管理升级会碰到的问题以及对应的解决方案：借助专家多年的咨询实践经验，发现并解决数据化管理升级过程中的关键问题，学会突破数据化管理升级中的各种阻力的方法。
内容大纲
第一部分、数字化转型与数据化管理认知
1、数字化转型底层逻辑认知
• 数据技术是认知、分析判断及决策技术，在经营管理上会大幅度提升管理效率和效能，提升企业竞争敏捷性，提高组织认知力、思考力和决策力，提高经营管理决策精准度、颗粒度、敏捷度。
• 数据价值挖掘DIKW金字塔模型与企业组织科层制下的数据化管理体系金字塔，管理者的数据能力决定胜任力，也决定着企业数据化管理体系的完整性。
• 数据化管理「感知-响应」闭环体系，「无数据，不管理」，数据化管理所需要的数据技术架构体系：4T6流与七层数据技术架构体系；周期管理与瞬时管理区别，从传统周期性决策升级到瞬时决策。
2、数据化管理体系认知
• 数据化管理对企业经营管理效率的关键价值，案例：7-11数据化管理体系。
• 数据化管理体系是以数据资产管理为中心的数据技术应用，赋能组织管理升级，提升管理智力水平。
• 「系统指挥人」的智慧化管理升级，从1.0到4.0的升级，数字化、在线化、数据化和智慧化升级。案例：销售导航体系的1.0到2.0。
第二部分、数据化管理升级七步法
1、第一步：业务流程数字化
• 体系化梳理业务流程，记录流程环节关键要素与关键活动，实现业务在线化
• 信息系统建设从传统模式到数字化模式：敏捷、迭代、小步快跑，而不是一次性交付
• 动态业务流程的数字化管理：数字化业务流程再造
2、第二步：数据资产管理平台化
• 数据资产与数据资产集中管理：四大优势
• 数据资产管理平台：四大基本功能和持续能力升级
• 数据治理：提升企业数据资产的质和量
3、第三步：数据指标化管理
• 管理指标与决策指标：用数据表征管理，让管理可见、过程可控、结果可达，提升管理的精细化程度，实现「量化经营，科学管理」
• 梳理管理指标的基本方法：业务流程梳理→管理目标梳理→管理指标梳理
• 梳理决策指标的基本方法：业务流程梳理→业务逻辑梳理→决策算法模型梳理→决策指标梳理
4、第四步：数据可视化看板管理
• 数据可视化本身就是数据分析，动态数据更新到动态可视化呈现，让管理实时敏捷管理
• 数据可视化看板的制作步骤：关键管理指标→可视化表达→看板布局设计→关联分析与切片设计
• 可视化看板管理，案例：将关键结果可视化，实现决策结果的动态监测
5、第五步：业务逻辑模型化
• 业务逻辑数据化、在线化和自动化：实时动态业务预警到智能自动业务决策导航
• 业务模型数据化的基本方法，示例：算法驱动业务优化，用算法表征决策过程
• 案例：将关键业务逻辑可视化，动态预警业务活动→智慧化自动决策
6、第六步：管理决策规范化
• 管理决策规范化与知识沉淀和积累：知识管理体系与数字化复盘
• 管理决策规范化和智慧化自动决策「四自」目标
• 案例：物流自动化解决方案；案例：柔性化智能生产
7、第七步：管理体系智慧化
• 数据+算法已经成为未来企业的核心竞争力，领先者有持续领先的权利
• 四个维度的智慧化管理升级：持续积累，不断迭代
• 未来智慧企业的愿景
第三部分、数据化管理升级的8个关键问题
1、数据基础问题
• 信息化建设遗留四大数据难题
• 数据综合治理与数据资产管理体系
2、开放共享问题
• 透明化带来的管理冲击，配合文化建设推动阳光化管理
• 数据共享机制到技术化强制实施，数据从「拉」模式到「推」模式
3、组织架构问题
• 数字化组织设计中的责权利能管理，能力问题是瓶颈问题
• 数据化管理推动团队的角色与组织关系升级
• 五种组织架构模式适配不同数据化管理体系实施模式
4、人才能力问题
• 专职数据人才的问题：IT、DT和AT，以及π型人才培养
• 管理者数据能力欠缺问题：体系化培养管理团队的数据能力，管理者数据能力4M模型
5、文化理念问题
• 数据文化与原有企业文化的冲突问题
• 数字智能时代下的透明、诚实、正直、良知文化建设，「重事实、尊规律」的新文化
• 组织文化与社会责任的问题：五级企业经营理念升级与数据化管理升级的匹配问题
6、技术投资问题
• 技术投入与管理投入的平衡的问题：两条腿走路
• 技术投资的短期长期问题：让短期回报反哺长期投资
7、意识协同问题
• 不同的认知层次决定不同的行动能力，组织全业务流程协同问题
• 数据意识的四个维度管理
8、场景应用问题
• 场景选择的问题：先后次序问题和并行管理的问题
• 场景应用的深度问题：数据替代人的阻力问题
第四部分、数据化管理升级变革管理
1、数据化管理变革管理的关键成功要素4P
2、变革管理子项目十要素管理
• 企业推动数据化管理常见问题
• 按照项目管理的方式进行数据化管理项目的落地管理
第五部分、数据化管理升级的数据技术架构体系与实施
1、企业数据化管理升级所需要的技术架构
• 信息化与数据化的区别及传统信息化建设遗留问题
• 数据技术的关键逻辑架构：三层、五层到七层数据架构体系的升级
• 数据治理与数据仓库，到数据资产管理平台的技术选择
• 数据技术团队的业务能力晋级：让业务懂技术，让技术懂业务
2、数据技术建设的动态管理
• 建设宗旨：长远规划-阶段实施；小步快跑-敏捷开发；闭环管理-迭代升级；灵活响应-动态适配
• 建设原则：以数据为中心，以业务为目的，以技术为手段，以应用为原则，以价值为评估
第六部分、数据化管理升级的十个场景案例（根据客户情况选择）
• 案例01：数据表征管理，洞悉管理问题，避免感性判断
• 案例02：数据赋能采购决策，实时动态调整，发现物料浪费，提升物效
• 案例03：数据赋能采购决策，优化采购方案，提升盈利能力
• 案例04：数据表征团队绩效，发现最佳实践，提高经营绩效
• 案例05：算法发现投入产出关系，y=f(x),优化销售费用/营销费用投入和资源配置
• 案例06：客户标签化，精细化管理客户，赋能电销团队
• 案例07：动态更新资金计划，优化资金效率，减少闲置，避免断流，防控资金风险
• 案例08：自动化排产，减少工位闲置浪费，提高订单交付效率，缩短订单交期
• 案例09：商品管控数字化，全供应链数字化实现实时动态管理，提高商品流转效率，降低库存，减少存货，避免断货
• 案例10：客户私域流量经营数字化，提高客户洞察能力，提高客户粘性，降低客户流失率
