2020数字化时代的供应链大数据分析及应用实践（7月上海班）

【课程大纲】

供应链大数据分析与应用 总两天- 第一天

1.供应链数字化：大数据分析的前提

a)数字化供应链的发展现状介绍

b)供应链发展阶段与数字化成熟度

c)不同行业数字化的区别

2.企业架构：大数据分析的基础

a)企业架构体系概述

b)大数据架构的基本原则

c)要素一：业务架构，及其基本组件

d)要素二：应用架构，及其基本组件

e)要素三：数据架构，及其基本组件

f)要素四：技术架构，及其基本组件

g)“新零售”时代企业架构的变迁

3.数据分析的五大步骤及其要点

a)步骤一：数据的收集

b)步骤二：数据的清洗

c)步骤三：数据的规整

d)步骤四：数据的使用

e)步骤五：数据的更新

f)主要应用难点和对策

4.基础分析技术（一）：业务分析思维

a)为什么巴菲特是优秀的分析师？

b)分析问题的“金字塔原理”

c)供应链运营常见的分析思路

5.基础分析技术（二）：Excel比你想象的更强大

a)Excel函数的常见类别（清洗处理类、计算统计类等）

b)经典数据功能举例（数据透视表、vlookup等）

c)案例：用Excel求解物流运输的最优成本

d)案例：用Excel做企业决策模型

6.基础分析技术（三）：数据可视化

a)经典图表类型介绍

b)BI（商业智能）入门

c)PowerBI 应用以及案例

d)案例：某大型零售商的供应链数据可视化

7.当日培训内容小结及讨论

供应链大数据分析与应用 总两天- 第二天

8.基础分析技术（四）：SQL为代表的数据库语言

a)SQL基础知识入门

b)MySQL环境介绍

c)“关联”等核心概念应用

d)案例：用SQL查询制造业大型数据库

9.大数据前沿技术介绍

a)云计算

b)数据湖

c)人工智能

d)敏捷和DEVOPS

e)设计思维和人性化技术

f)SOA和微服务

g)案例：供应链管理中技术升级的六个阶段

h)案例：如何用技术解决企业数据不准确的问题

10.企业实际案例详解

a)供应链计划案例：如何做好需求预测？（消费品行业）

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 数据挖掘

b)生产物流案例：如何组织好复杂的生产流程？（汽车行业）

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 物料管理系统

c)综合管理案例：如何通过优化供应链流程来控制成本？（电子行业）

i.背景介绍

ii.主要挑战

iii.数据分析亮点介绍 – 基于数据的整体优化

d)知名互联网企业的“中台”战略

i.背景介绍

ii.主要挑战

iii.典型中台架构对企业的启示

e)其它代表性行业案例

11.大数据分析相关资源

a)软件供应商概况

b)硬件装备供应商概况

c)其它资源和学习资料推荐

12.当日培训内容小结及讨论

-会议门票-