管理者數據能力晉級
【課程編號】:NX44016
管理者數據能力晉級
【課件下載】:點擊下載課程綱要Word版
【所屬類別】:領導力培訓
【培訓課時】:3天
【課程關鍵字】:管理能力培訓
我要預訂
咨詢電話:027-5111 9925 , 027-5111 9926手機:18971071887郵箱:Service@mingketang.com
課程背景
我們已經進入數字智能時代,企業紛紛推動數字化轉型,企業的數據資產越來越多,挖掘數據價值,賦能管理決策已經成為企業基本的管理方式,管理者的數據能力已經成為管理者新能力,善于獲取數據、分析數據、運用數據是管理者做好管理工作的基本功。
企業數字化轉型會經歷兩個階段,第一個階段,通過信息化和數字智能硬件設施的裝備采集越來越多的數據,積累豐富的數據資產,管理者分析數據,做出敏捷科學的決策,這個階段我們稱為“數據化階段”;第二個階段,管理者將分析數據、做出決策的思路通過系統軟件和算法來實現,有系統自動基于數據和算法來做出決策,這個階段我們稱為“數智化階段”。如果把第二階段叫做“算法即管理者”,那么第一個階段就是“管理者即算法”。管理者就是分析數據做出決策判斷的“算法”,管理者的“計算數據、做出敏捷科學決策”的能力決定著管理者的勝任力。隨著企業數字化轉型的推進,管理者的數據能力已經決定了其崗位的勝任力。
過去傳統管理模式下,我們依賴管理者的個人知識、經驗和聰明程度來做出更好的決策,我們招募優秀人才、依賴優秀人才。管理者的數據能力沒有得到重視和培養,管理者缺乏對數據分析和挖掘的方法和思路,也沒有相關的用數據來決策的習慣。所以,對管理者進行系統性的數據能力晉級培養已經成為數字化轉型企業的迫切需要。
課程目標
理解數據,善于獲取優質數據、管理好數據資產質量,為管理決策提供高質量數據集
訓練基本的數據思維,掌握常規的數據分析方法,有思路、有方法,從而充分利用手中的越來越多的數據集來提升管理決策能力,提高企業的管理決策水平
掌握對企業現有數據集進行體系化推進數據應用的方法和步驟,能夠積極主動地推動企業數據價值挖掘,推動企業經營管理上的數字化轉型落地實施
課程對象
企業CXO高層、各職能各業務團隊管理者
數字化轉型技術團隊,專職數據分析人員、財務BP、人力BP、數據BP等
課程價值
思路決定出路,而決定思路的是“套路”。只有套路出思路,才能有方法。獲取數據、分析數據和運用數據不僅僅需要的是方法,更需要套路。源自二十年專業人士的“套路”,為學員帶來干貨慢慢的套路和思路,以及方法和框架。
體系化的提升數據能力,包括數據思維意識、數據思維、數據分析方法以及體系化應用的方法,有完整的框架。
學以致用。源自實踐的總結,多年成功的經驗,是本課內容能夠應用到實際工作中的根本原因。
課程特色
有框架、有方法、有步驟、有工具,更有成套的思路(套路)
體系化、系統性:課程內容結合崗位管理者實際工作需要設計,更系統性地指導實踐
源自實踐,回歸實踐:源自專業咨詢服務實踐的深刻總結,既有專業深度,又有實戰的案例;既有專業的框架,又有實戰的方法,且在實戰中經過了檢驗
課程安排
線下面授課:島形排布,分組學習,4-6組,每組6人,建議36人內。授課形式為知識講授+案例分析+小組互動研討/練習、企業實際問題答疑點評。組織者需要保證學員出勤參與度。
課程大綱
模塊一、數字化轉型與管理者數據能力4M模型
從數字化生活場景理解業務場景中的數字化閉環
生活場景中的數字技術閉環:導航、購物、內容消費
業務場景中的數字技術閉環:采集數據、分析數據、優化決策
從企業業務場景的數字化閉環理解數字化轉型的兩個階段
業務場景中數字技術閉環的兩種模式:人工模式、算法模式
企業數字化轉型的兩個階段:數據化、數智化
企業管理方式升級:才智驅動、流程驅動、數據驅動到算法驅動
算法驅動管理方式的七個優勢——企業競爭優勢升維
從企業數字化轉型理解對組織和人才的能力要求
數字化管理方式對組織的要求:數據、技術、算法、業務、組織和人才
數字化管理方式對人才能力的要求:數據能力→算法能力
企業數字化轉型對管理團隊的能力新需求:數據能力4M
M1--Mind:數字化的閉環思維意識(正、逆閉環思維)——想得起來分析數據
M2--Method:啟發數據分析的思路(數據思維)和方法(數據分析方法)
M3--Mastery:掌握數據處理與數據分析工具
M4--Move-On:數據應用能力——體系化數據應用的步驟和方法
模塊二、數據管理能力晉級
認識企業經營管理中的數據——數據的幾個基本概念
結構化數據和非結構化數據
數據源頭:原始數據、分析數據(決策數據)
數據、指標、報表、報告的概念
數據記錄方式:主數據和動態活動數據→主數據管理
數據來源:內部數據和外部數據
數據的時間屬性:存量數據和實時數據/截面數據→數據價值半衰期
數據的分類:定類數據、定序數據、定距數據、定比數據
數據的類型:數值、日期、文本、對象(圖片、音視頻、文件)
數據資產管理與數據綜合治理的概念
數據資產管理的五件事
數據資產管理集中化和平臺化的優勢:未來的趨勢
數據治理的標準和規范:DAMA和DCMM介紹
數據安全:安全分類分級管理
數據相關法律法規:兩部新頒布實施的法律
模塊三、數據思維訓練——數據分析方法背后的方法
企業經營管理數據分析中常見的數據思維模型
什么是數據思維?
企業經營管理數據分析中常見的18個數據思維模型
數據思維訓練1:最簡單的數據思維——對比
對比是我們認知事物的本能,最基本的方法
對比三要素
對比三要素的應用:主動設計、主動識別
數據思維訓練2:最常用的數據思維——分類
分類是我們簡化認知、簡化判斷和簡化決策的最常用的方法
分類三步驟:分類維度、分類類別、類別策略
分類維度:1維,2維,3維,多維
2維度分類分析方法:矩陣分析方法
小組研討練習:設計矩陣分析模型
數據思維訓練3:最有價值的數據思維——關系
事物之間的四種關系
對管理者最有價值的關系——不確定性的因果關系
案例:利用回歸分析方法探尋投入產出之間的關系Y=f(X)
小組研討練習:探尋企業經營管理中常見的Y=f(X)
數據思維訓練4:最有力量的數據思維——解構
解構:將復雜變簡單,由難入易的基本方法,與數據“分析”同源的底層思維
管理學就是對復雜管理問題的解構
解構的四種方法:流程法、組分法、要素法、屬性法
小組研討練習:利用解構的四種方法對管理或管理問題進行解構
【可選】數據思維訓練5:最具發展觀的數據思維——過程
事物發生發展都有一個規律性的“過程”,必須經歷幾個階段
事物發展的S曲線
【可選】數據思維訓練6:探尋事物發展規律的數據思維——規律
事物發展規律的四個特征:趨勢性、周期性、季節性、隨機性
研究事物的發展規律的模型TSCI
時間序列分析模型和預測
模塊四、數據分析能力晉級——經營管理中常用的分析方法
五種常見的數據分析方法:
對比分析、分類分析、結構分析、時序分析、頻布分析、預測分析
五種常見的對比——數據可視化背后的分析思想:
事物對比、組分對比、時序對比、關系對比、頻布對比
四種常見的預測方法:
經驗預測法、類比預測法、關系預測法、、慣性預測法
模塊五、數據應用能力晉級——體系化數據應用的步驟和方法
數據采集:業務流程數字化再造
業務流程數字化再造
業務模式數字化創新
數據管理:數據綜合治理
數據資產管理體系
數據資產管理技術平臺化
數據指標:數據指標體系建設→數據指標化管理
數據指標的基本概念:過程指標和結果指標
數據指標梳理的四種方法:經驗法、計算法、流程法、參照法(指標庫)
流程法體系化梳理數據指標體系→三步法(流程→目標→指標)
小組研討練習:梳理某個崗位或者流程環節的數據指標
數據指標可視化:先有分析思路,后有分析方法
常規數據指標分析的五種視角(五種對比→參考模塊四的第二節)
利用五種數據指標分析視角,對手中的數據表進行體系化分析(全面分析維度梳理)
小組研討練習:給定數據表,我們可以做哪些數據分析?
數據指標分析視角的可視化呈現:十二種表達方式,常見的可視化結論設計三法
管理者駕駛艙:實時動態呈現數據指標和實時進行動態分析的系統化方法
管理者駕駛艙是一種新興管理方式,是管理方式的升級
管理者駕駛艙常見的實施錯誤:只關注KPI考核指標
管理者駕駛艙中的三類看板體系:每個管理者都應該自己搭建自己的“駕駛艙”
過程決策看板:梳理過程決策看板中數據指標的方法——決策邏輯梳理
結果管理看板:梳理結果管理看板中數據指標的方法——崗位職責法
根因分析看板:梳理根因分析看板中數據指標體系的方法——解構
管理者駕駛艙體系化建設所需要的技術體系
備注:課程案例及互動根據實際需求安排設計。
關鍵知識點
①數字化技術閉環;?
②數字化兩個方式:數據化、數智化;?
③企業管理方式四種驅動:才智驅動、流程驅動、數據驅動、算法驅動;?
④算法驅動的七個優勢;?
⑤數字化管理對組織能力的四個要求;?
⑥數字化管理對人才的兩個能力要求;?
⑦管理者數據能力的四個維度;?
⑧數據的8個基本概念;?
⑨數據治理標準DAMA和DCMM;?
⑩數據安全分類分級管理;?
?數據思維的概念和常見數據思維;
?對比思維三要素;?
?分類思維三步驟;
?矩陣分析模型建模方法;?
?事物之間的四種關系;?
?Y=f(X);
?解構思維和事物解構四種方法;?
?MECE:相互獨立,完全窮盡;
?過程思維和S曲線;?
?事物發生發展的四種規律TSCI;
?經管數據常見的六種分析方法;
?經管數據圖表分析的五種對比;
?四種基本預測方法;
?體系化數據應用能力七步法;
?業務流程數字化再造的兩種方法;
?數據集中化管理的優勢
數據指標梳理的四種常用方法
流程三步法體系化梳理數據指標體系
管理目標的七種類別——檢查清單
五種對比十二種可視化表達方法
數據可視化中三種誤導結論的方法
利用五種對比梳理數據表可分析維度的三步法
管理者駕駛艙的三種數據可視化看板。
趙老師
專家簡介:趙興峰(Hilton) 實戰數智化轉型與數智化管理專家,智慧型企業架構師;
明悅數據&脈達數據研究院(MDA)創始人兼首席顧問;
前寶潔、惠氏制藥等國際500強跨國公司商業智能高管;
前摩立特集團(Monitor Group)中國區數據中心負責人;
北京大學+新加坡國立大學MBA雙碩士;西安交大學士;
暢銷專著:
《數字蝶變-企業管理體系數字化升級》
《數字蝶變-企業數字化轉型之道》
《數字蝶變-人力資源數字化標桿實踐》
《數字蝶變-企業數字化業務流程再造》
《管理者數據能力晉級》
《數據化管理變革》《經營數據分析》
社會資歷與榮譽(部分):
清華大學/北京大學/人大商學院及經濟學院/浙大管理學院/法國里昂商學院/西工大管理學院/武大經管學院/上海財大/對外經貿大學國際商學院等EMBA/ CXO班數智化轉型課程主講教授;
中關村數字經濟產業聯盟首席顧問、中國中小商業企業協會數字化轉型專家組首席顧問;
”數字中國論壇“(2021新年論壇) 特邀論壇對話嘉賓;中國財務管理協會特聘顧問;
國網電網/寶武鋼鐵/阿里巴巴/抖音/中石油/中海油/中煙/一汽/廣汽/中糧/華潤/中核/魏橋/富士康/中國聯通/美的/海爾/伊利/華潤/萬科/順豐/聯想/國藥/廣州地鐵/保利/協鑫/歌爾/招金集團/海大集團/古井貢酒/湯臣倍健/ GM/ Coca-Cola/ Hitachi等數百家名企數智化轉型課題專家/輔導顧問;
山東/江蘇經信委、北京/深圳國資委、工信部領軍人才等CXO班數智化轉型系列課題主講教授;
第八屆全球總裁創新峰會500強商學院院長評選最佳數據化管理創新專家(2019)。
趙老師擁有20年+國際公司數據智能實踐經歷,13年+本土企業數字化轉型咨詢培訓實操豐富經驗。
數智化轉型與數智化管理系列©版權課程(部分課題可根據企業需要做定制訓練營或工作坊):
企業CXO/高層經理人課程+商學院EMBA/DBA/EDP:
《數字化轉型戰略與實戰》、《數字化商業模式創新》、《數智化管理體系升級》、《數智化轉型與管理創新》、《數字化領導力》、《數智化轉型與AI技術應用》、《數字化變革與數字文化建設》
企業中層經理/儲備干部/數智化專才課程+商學院MBA:
《管理者數據能力晉級訓練》、《管理駕駛艙搭建訓練》、《管理者數據思維訓練》、《經營數據分析淘金™初階訓練》、《數字化業務場景創新設計五步法》、《數據指標體系搭建》、《數字化業務流程再造》、《數據資產管理與數據治理》、《財務數字化轉型》、《HR數字化轉型》、《商業數據分析™進階訓練》、《用數據說話-數據可視化表達》、《業財指標與管報系統搭建》、《數據標準與規范體系化建設》、《管理駕駛艙與智慧平臺建設》、《業務建模與算法設計》等。
企業數字化轉型+咨詢/DT技術顧問輔導:數字化戰略規劃+數智化管理體系搭建咨詢/大數據平臺建設咨詢/管理智慧工作臺搭建產品及咨詢服務/數字化業務場景應用咨詢輔導/數字化轉型常年顧問等。
榮譽客戶/伙伴(部分):
通用電氣(GE)、通用汽車、巴克萊資本、摩根大通、微軟、英聯資本、VHA、楊森醫療、波士頓醫療、海爾萬鏈、飛利浦、賽默飛、字節跳動、阿里-釘釘大學,富士康、聯想;中糧可口可樂、伊利、蒙牛、汾酒、古井貢酒、中國聯通(小沃科技)、中國完美、湯臣倍健、深農集團;一汽(長春/天津/無錫/佛山/青島,大眾/豐田/解放/物流等)、通用汽車(GM)、吉利汽車、東風汽車(商用車/營銷公司)、廣汽本田、長安馬自達、柳工五菱、北汽新能源、長安民生物流、韻達物流、順豐科技,中國郵政南寧公司;國家電網、云南電網、山東電力、廣州地鐵、招金集團、廈鎢、上海寶武鋼鐵、首鋼、中石油-東方勘探、京博石化、延長石油、中海油;同仁堂藥業、中國生物、廣藥、以嶺藥業、國藥-方圓藥業;美的(生活電器/洗衣機/國際物流)、海爾(青島/合肥/重慶);萬科地產、金地集團、聯發、保利物業、中原地產;魏橋、協鑫、圣泉集團、科達制造、中國包裝、福達、成大、中煙、海亮、威高、歌爾股份、廣聯達、太平洋財險、杭商旅、京能、羅萊家紡、華潤、牧羊股份、威斯騰電氣、蘇博特材料股份、德誠、日立電梯、中國遠大、中國航發;北京大學、清華長三角研究院、浙大管理學院、人大經濟學院/商學院、對外經貿大學國際商學院、上海財大(CFO班)、江西財大MBA教育學院(EMBA)、法國里昂商學院(EMBA)、武大經管學院(CEO班)、西北工大管理學院、新華商學院/Boss商學院/博商商學院DBA/董事長班、工信部領軍人才班等。
我要預訂
咨詢電話:027-5111 9925 , 027-5111 9926手機:18971071887郵箱:Service@mingketang.com
企業管理培訓分類導航
企業培訓公開課日歷
2025年
2024年