【学习方式】

面授

【课程分类】

业务类—培训

【培训对象】

企业家、CIO、各级管理者、骨干员工、产品经理、运营经理、市场经理、项目经理

【核心讲师】

徐增利

【关 键 词】

工业互联网 商业智能BI  云计算 数据挖掘  产品运营 用户画像 数据运营指标  大数据应用

【学习目标】

1、 了解工业互联网的定义

2、 了解工业互联网 大数据基本知识及**新的发展趋势；

3、 商业智能数据是如何产生的

4、 数据挖掘的方法

5、 用户画像及用户行为的大数据分析

6、 工业互联网平台的数据运营体系的建设与管理

7、 企业如何**低成本**小代价实现大数据

8、 工业互联网中的一些商业机会

【课程学时】

一天

【课程大纲】

一、工业互联网的介绍

互联网与工业互联网的定义

工业互联网的定义及发展趋势

产品思维与产业思维的区别

一些知名平台的应用案例

服务的客户案例

二、商业智能BI及大数据

基本知识介绍

**新的发展趋势及前沿热点

云计算、物联网、大数据、是工业互联网的基础

大数据思维指的是什么

案例：大数据当今的热门应用

三、工业互联网的平台应用

平台应用架构与技术架构

工业互联网平台应用案例

小公司应用工业互联网平台的案例

工业互联网平台与当今热门区块链技术的结合

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

四、平台运营与数据运营体系的建设与管理

大数据相关的故事

工业互联网平台如何运营

数据建模

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

用户行为数据案例

腾讯、京东用户画像特征分析的案例

分组练习：某行业的用户特征数据（数据模型）的维度撰写

五、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**低成本**小代价实现大数据

大数据在工业互联网应用工具及举例

六、总结与结束

工业互联网的商业机会

问题

行动计划

【培训准备清单】：

学员每组6-8人，**多分成5-7组（可选，如果是公开课不用分组）

A3、A4纸张若干，分别大于20张

一个白板

如果打印学员版讲义，请为老师多打印一份

定老师的酒店时，房间不要靠近主干道，老师怕吵

徐老师开发了一系列完整的产品课程体系，能帮到贵公司进行系统的培训与提升，帮助企业进行数据与产品型组织思维的变革。如下图: