「课程概括」今天，每个企业都面临数字化转型的生死挑战，电力企业则先天拥有数字化的良好基础。如二十多年前的电力系统潮流稳态分析（本人毕业论文主题），就是今天大数据分析。2019年南方电网提出了“数字南网”“十二五”新战略，包含“业务数据化”、“数据业务化”和“管理精益化”等先进理念。南方电网的数字化成果获选了清华第三届“数据标准化及治理优秀评选”（本人忝为评委）。国家电网则提出了“泛在电力物联网”的新概念，即大力发展承载数据流的泛在电力物联网，与承载电力流的坚强智能电网融合，构成能源流、业务流、数据流“三流合一”的能源互联网。数字化正是双雄战略的核心基石，电力企业的数字化转型要从原有的能源网跨越至消费互联网。

数字化是大势所趋，但中国企业数字化转型并不顺利，不要说AI深入应用，甚至连BI的普及都不容乐观。数字化转型企业正面临数字化陷阱：转型风险难料、短期难见效益和成本高企。

如何应对？本课程提出了独有出路：变数字化转型为数字化改良！

「独有特色」

² “易学”—— 快速上手，无需计算机专业背景

² “易精”—— 精益求精，现学现用，快速拥有独立作战能力

「内容简介」《易精数字化改良》四步法铺设了循序渐进的四个数字化阶梯：

1. 想法 —— 养成数据化思维

拓展学员数据分析问题的思路，强化必需的逻辑思维，明白设定什么量化目标，相应需要什么数据，从哪里获取。**重要的是学会如何设计商业分析思路，而这正是有效数据分析的重要前置条件。

2. 看法 —— 制作运营数据罗盘

学会制作企业精益运营数据仪表盘。企业数据纷繁复杂，怎样从复杂数据中萃取运营规律，支持精准决策和高效执行。对数据从业者来说，用好数据可视化工具是的必备技能，是影响领导、客户和同伴的**强大武器

3. 算法 —— 精算商业模式

数据分析技术是商业模式及管理理论的量化延伸，课程帮助数据和技术背景的学员掌握常见的商业模式及管理理论，学会从企业经营者、投资者和客户角度构架数字化模型。

4. 战法 —— 组织制度保障数字化创新

一方面，“数据驱动运营”被硅谷称为“完美失败主义”，业务负责人需要组织制度来保护“合理试错”，才能大胆进行数字化创新。而另一方面，企业如何在数字化创新过程中控制风险，防止授权过度。课程提出了渐进化的数字化改良路线。

「课程收益」l 10套实战案例，附赠原始数据

曾老师从主持的充电桩大数据规划、动力电池大数据安全、新能源汽车共享出行和互联网产品运营等项目中，提炼了10套经典数据分析案例，涵盖了数字产品转化分析、数据驱动运营、客户聚类分析和投资决策精算等热门领域。数据模型可套用到学员工作中，现抓现用。

l 4节课后作业，练会为止

光说不练假把式！课程配备了与学员学习进展一一对应的课后作业，学员可以在线上方便提交作业，接受老师的答疑解难。

l 对优秀学员项目的免费辅导

教学相长！对能学化为用的优秀同学，曾老师很愿意提供帮助指导。

「课程模式」1. 课上面授

2. 分组互动

3. 课后作业

4. 微群辅导

「受众对象」1. 非计算机专业的高管或业务骨干

2. 面对业务需求的技术背景员工

3. 有数据分析工作需求者为佳

「时间安排」入门班1天

普通班2天

工作坊4至6天

「课程目录」说明：课程原为2天，现缩减为1天，因此，根据上课伊始的调查结果，讲师当堂会做适当删减，以避免浮光掠影，帮助学员真正学会用会。

1 数字化挑战与生存之道

1.1 能源数字化转型

1.1.1 两网合一

1.1.2 三流合一

1.1.3 调查：难在哪里？

1.2 数字化陷阱

1.3 易精数字化改良之路

1.3.1 四步法：“想、看、算、战”

1.3.2 九要素：“两点三面四线”

2 想法——养成数据化思维

2.1 什么是数据化思维

2.1.1 案例：中国古代的数据化思维

2.1.2 客户之道与企业之道

2.1.3 数据化思维定义与公式

2.2 视频：数据干什么用？

2.3 数据从哪里来？

2.3.1 现场调研

2.3.2 企业内部数据

2.3.3 交易/协作平台

2.3.4 外部行业数据

2.4 商业管理理论及其数字化

2.5 案例：新产品商业数据分析报告

3 看法——使用数据可视化工具

3.1 可视化数据工具概况

3.1.1 可视化图表分类与应用

3.1.2 数据可视化精品和视频

3.2 案例：充电桩大数据规划与运营

3.3 怎样**数据对比做决策？

3.3.1 拉普拉斯与决策模式

3.3.2 五大对比方法

3.4 案例：中美能源产业数据对比

——午间休息——

3.5 大型分组活动：“决策私董会”

3.5.1 数字化决策的前置姿势

3.5.2 流程与规则解释

3.5.3 分组与分工

3.5.4 开题>辩答>演进>建议>点评

4 算法——商业模式精算

4.1 商业大数据分析

4.1.1 通用数据挖掘模式CRISP-DM

4.1.2 逆向数据思维突破

4.2 精算九要素

4.2.1 两个基本点

4.2.1.1 客户价值精算

4.2.1.2 企业利益精算

4.2.2 三个横切面

4.2.2.1 透视下钻

4.2.2.2 杜邦分解

4.2.2.3 聚类分群

4.2.3 四条纵贯线

4.2.3.1 趋势变化

4.2.3.2 转化漏斗

4.2.3.3 行为路径

4.2.3.4 运营干预

4.3 案例：企业数字化全息图谱

4.4 案例：央企新能源业务投资精算

4.5 未来已来：数字孪生运营

5 战法——组织保障数字化创新

5.1 人性与数字的顺逆冷暖

5.2 数据驱动型组织机制

5.2.1 案例：亚马逊贝佐斯的“数字泰勒主义”

5.2.2 案例：丰田大野耐一的“现场主义”

5.2.3 A/B测试——数字化组织的试金石

5.2.4 人机分权竞合机制

5.3 总结：数字化的本心如一

5.4 课后作业：“我的数字化改良之路”