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：

在企業數字化轉型落地實踐中，我們發現絕大多數的各層級管理者、業務板塊的領導者并不清晰轉什么，從哪轉，怎么轉。

大量企業正在積極尋找數字人才來推動其數字化轉型，但是這一類人才非常稀缺，不得不考慮自主培養具備數字思維與能力的管理團隊，從而能夠重構企業業務流程和業務場景，讓每一個人都成為數字化創新者，從而有效推動與落地公司的數字化轉型戰略。

各層級管理者通過數字思維訓練，可基于自身崗位和所管理的業務場景，進行數字化流程重構和場景創新。

課程目標：

培養學員的數字化思維，掌握數字化思維的五種方法。

掌握方法的基礎上，能夠運用數字化的思維對業務流程和業務場景進行重構。

課程特色：

訓戰結合，思維培養+實操演練

學用結合，學習后能夠基于自身崗位進行數字化創新

課程對象：

數字化轉型領導小組成員、數字化轉型技術團隊骨干、信息中心/數據中心負責

各職能中高層管理者，企業數字化轉型推動業務骨干成員

授課要求：

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：

第一節、五大數字化思維

內容要點：什么是數字化思維？具體包含哪些思維方式？如何利用這些思維方式來思考實際的業務流程或者業務場景？我們如何利用每種數字化思維來重構我們自己的業務流程或者業務場景？

1.在線化：從線下到線上，或線上留痕

思維原則：所有的線下活動，要么搬到線上，要么線上留痕

在線化的三種模式：替代、融合、留痕

熟記五個在線：員工在線、伙伴在線、業務在線、協同在線、生態在線

思考/互動：如何用『在線化』思維來重新設計業務流程或者業務場景？是線上替代還是線上線下一體化？還是線上融合線下？

2.數據化：用數據說話，用數據決策

思維原則：所有的數據都必須用于決策，即數據必須用于認知、分析、判斷和決策

數據價值金字塔DIKW：數據→信息→知識→智慧

用數據回答四個問題：發生了什么，為什么發生，將要發生什么，該怎么干

四個數據化層級：不同層級的管理者用數據做不同層次的價值挖掘

思考/互動：數據有什么價值？數據的價值該如何挖掘？如何利用手中現有的數據來挖掘價值？我有哪些數據？這些數據能夠回答哪些問題？還缺哪些數據？

3.數智化：用系統算法替代人腦，算法驅動

思維原則：將我們分析數據形成認知、分析、判斷和決策的過程用算法來實現

管理者的角色變遷：從管理者到算法工程師

算法替代的四個優先：簡單的、重復的、標準的、確定的

思考/互動：我的崗位中有哪些活動可以用算法替代？這些活動被算法替代后我還能干什么？我會不會『被下崗』？為了保持我的工作崗位，我應該做哪些調整或轉變？我該如何應對未來的『算法替代』的威脅？

4.系統化：讓系統軟件來執行人的思想

思維原則：所有的業務決策都有可能由系統來完成，即用系統替代人工，替代人腦

系統替代的四個優勢：成本低、效率高；無偏見、無時滯

智能系統建設四要素：數據、算法、技術、人才

思考/互動：系統替代人工和替代人腦會帶來哪些影響？會有哪些阻力？我們公司有哪些業務場景可以由智能系統替代？這些業務場景要想推動系統替代需要哪些資源？需要具備什么條件？

5.自動化：減少人的干預，無人化

思維原則：自動執行，無人干預

系統自動執行四個基礎條件：數據、算法、模型、技術

智能自動化管理系統四個『自』：自操作、自運營、自學習、自優化

思考/互動：生活中系統自動智能的場景有哪些？這些場景采用系統自動智能之后有什么優勢？這些場景中的算法還可以進行哪些優化？我們公司哪些場景可以引入自動智能的系統？

第二節、用數字化思維重構業務流程和業務場景

內容要點：如何用五個數字化思維來重構我們的業務流程或者業務場景？能夠給我們帶來什么價值/優勢？能夠解決我們傳統管理中的哪些問題？會給我們企業帶來什么影響？如何搭建這套系統來實現數字化？我們需要什么樣的資源或者要素？我們該如何推動這件事？

小組研討\方法演練

老師點評\學員分享

課中案例：

案例一、用數字化思維重構業務流程

案例二、用數字化思維重構業務管理

案例三、用數字化思維重構業務決策

備注1：課程具體案例及互動根據實際需求安排設計。

備注2：『數字化思維』或『數字思維』與『數據思維』是不同的內容。

所謂思維，即『思』考『維』度，就是我們思考問題的維度，是我們認知世界的范式。數字化思維或數字思維，是如何用數字化的方式來思考我們的世界，在企業數字化轉型過程中，管理者的數字思維是如何利用數字化的方式來思考企業的經營和管理，如何用數字化的方式來思考業務流程和業務場景。數據思維則是思考數據的維度，我們從哪些維度來思考這些數據，是數據分析和數據挖掘的思路。

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