【課程背景】

數據是數字經濟和第四次工業革命的新生產要素。隨著信息化技術的演進，網絡技術的進步和應用的普及，產生了海量的數據。這些海量數據的生成為智能化技術的發展奠定了基礎，也是經濟、社會發展的新的契機，同時也帶來了新的挑戰，比如如何利用與開發數據？如何保護個人隱私？數據的所有權與數據共享的平衡點到底在哪里？數據作為資產如何確權？在數字化工業中，如果說數據是原油，那么數據治理則是輸油管、煉油廠、儲油庫。數據治理是一個難題也是一個迫切需要解決的問題。

本課程對工業數據治理的對象、主題、框架和方式等進行分析，從國內、國際標準、工具、最佳實踐等多方面進行闡述，詳細介紹工業數據治理的方式、方法及數據治理策略，通過典型的實際案例，分析驗證工業數據治理體系，有利于指導基于工業大數據的數據治理實際工作，有效提高工業企業的數據治理水平，促進工業互聯網和智能制造產業的發展。

【課程收益】

?  可以有效指導工業企業全方位開展高質量的數據治理

?  對工業數據治理的理念、路徑、方法的全面系統闡述，見解獨到，對數字化工作者具有重要的啟示意義

?  數據治理在戰略層面的頂層設計，以及數據治理在執行層面的實施方法

?  既是企業數據治理的綱領性指南，也是數據治理的實操指導

?  深度解析業界主流的數據治理理論框架，包含多年的數據項目實戰經驗總結

?  詳細闡述了數據治理的理論、方法、技術和工具，為企業打好數智商業創新的數據基礎提供啟示和幫助

?  由表及里地分析了系統性提升企業數據管理能力的方法，具有很強的實用性

【課程特色】

?  從道、法、術、器4個維度全面展開，視野寬廣、立足前沿、內容翔實、深入淺出

?  視野開闊、高屋建瓴、洞察未來

?  管理咨詢背景深厚，視角客觀扎實，避免空談，實操性強

?  既符合“模塊化管理”趨勢，又強調靈活性

?  既有頂層設計思路，幫助企業規劃數字化轉型的藍圖，又有清晰的實施路線圖和實用的工具，讓企業轉型有路徑可循、有方法可用

?  為在數字化時代構建利益共同體、事業共同體和命運共同體開辟了全新的思路

?  豐富的一線管理經驗，多年對于大量企業組織的研究，將復雜的話題變得簡單、有邏輯且可行

【課程對象】

?   企業高層管理者：董事長、總裁、總經理、分管副總等

?   戰略高層、戰略規劃、頂層設計負責人（CEO、CTO、CIO、CMO等）

?   各個條線的業務負責人和技術專家

?   產品開發與創新人員、服務方案制定者

?   市場營銷策劃、客戶經理、產品經理等

?   創新業務的負責人，創新創業導師及實踐者

【課程時間】6-12小時

【課程大綱】

一、數據治理的行業需求及核心框架

1、行業現象和數據治理需求

?  數據的困惑

?  大型企業的數據發展現狀和趨勢

?  行業的數據治理需求

2、數據治理再認識

?  數據治理和數據管理的區別（數據治理概念和范疇）

?  數據治理的背景（不良數據治理導致的損失）

?  數據治理的價值與基本法則

3、數據治理體系結構

?  數據治理體系結構

?  數據治理的整體流程

4、數據治理案例分析

?  數據治理應用案例常見的問題（數據統計分析）

?  系統級數據治理（國企電信運營商）

?  企業級數據治理（國企能源企業）

?  物流運輸相關數據治理案例

?  市場監管相關數據治理案例

5、數據治理的產品體系

?  數據治理產品與數據服務的關系

?  數據治理產品價值

?  數據治理產品體系

6、數據治理的意義

?  數據治理人員的發展進階路線

?  為什么要學數據治理？（學員層面）

?  為什么要做數據治理？（企業層面）

二、行業大數據的深度治理平臺及解決方案

1、大數據治理體系與數據治理體系的聯系與區別

?  大數據時代下的數據治理壓力

?  大數據時代的數據治理（典型案例）

2、企業的大數據服務轉型

?  數字化企業的數據中心轉型

?  大數據治理與創新能力提升（管理/業務/技術）

3、大數據治理框架

?  大數據治理框架

?  大數據治理要點（技術原則）

4、數據架構及相關核心概念

?  主數據和參考數據管理

?  元數據管理

5、大數據中心建設方案

?  新一代大數據中心

?  大數據基礎平臺

?  大數據治理平臺

?  大數據智能分析平臺

?  大數據可視化平臺

三、數字化改革及大數據治理優化

1、數字化改革

?  消費市場的重新定義（供給側改革）

?  供給側數字化改革的要點以及要避免的誤區

?  供給側改革的數據化助力

2、工業大數據生態圈

?  大數據生態圈的能力建設

?  大數據生態圈的規劃

3、大數據治理的管理體系

?  大數據治理的組織架構

?  數據管理專員制度

?  大數據治理的管理組織（管理團隊的角色分工）

4、大數據的全生命周期治理及相關核心概念

?  大數據全生命周期管理

?  大數據全生命周期中的四種角色

5、大數據治理優化的數據質量

?  林林總總的數據質量問題和示例

?  數據質量需求的定義與首要管理工作

?  全生命周期的數據管控體系與數據質量保障

四、數據資產治理實踐

1、行業數據治理的行業需求及治理規范

?  數據治理的國家規范

?  行業數據治理的行業規范

2、行業數據治理的主要內容

?  項目建設的主體框架

?  需要解決的主要問題

?  數據治理的合規性

3、行業數據治理的實施

?  對數據治理和規劃的要求

?  開展數據治理工作的重要步驟

?  快速啟動數據治理

4、數據資產管理

5、數據治理的主數據管理

?  主數據管理的范疇

?  主數據管理的實施

6、數據治理成效的保障方式

?  數據治理工作的長效與速贏

?  數據管控體系的落地

?  制度管理要求的執行

7、關于大數據治理的非技術話題

?  數據治理優化項目的扎實推動

?  數據治理優化的心得