<ruby id="f53rv"></ruby>
<strike id="f53rv"></strike>
<span id="f53rv"></span>
<strike id="f53rv"></strike>
<strike id="f53rv"></strike>
<strike id="f53rv"></strike>
<span id="f53rv"></span>
<span id="f53rv"></span>
<strike id="f53rv"></strike>
<span id="f53rv"><video id="f53rv"></video></span><span id="f53rv"><dl id="f53rv"></dl></span>
<strike id="f53rv"><dl id="f53rv"></dl></strike>
<ruby id="f53rv"></ruby>
<strike id="f53rv"></strike><span id="f53rv"></span>
<strike id="f53rv"></strike>
<del id="f53rv"></del>
<span id="f53rv"><dl id="f53rv"><ruby id="f53rv"></ruby></dl></span>
<span id="f53rv"><dl id="f53rv"></dl></span><strike id="f53rv"></strike>
智能制造與數字化建設

智能制造與數字化建設

智能制造與數字化建設課程/講師盡在智能制造與數字化建設專題,智能制造與數字化建設公開課北上廣深等地每月開課!智能制造與數字化建設在線直播課程(免費試聽)。專家微信18749492090,講師手機13522550408,百度搜索“交廣國際管理咨詢”了解更多。

課程大綱
第一單元:工業互聯網的本質和架構
一、工業互聯網平臺構成體系
1 . 什么是工業互聯網
2. 消費互聯網VS工業互聯網
*貿易戰與5G之爭
(1)搶奪技術與產業制高點
(2)重構全球產業分工體系
(3)5G背后12萬億美元市場
4 . 智能制造成為國家戰略焦點
(1)實體回歸和產業升級
(2)深化供給側結構性改革
(3)前沿技術應用與創新驅動
5 . 工業互聯網是智能制造的承載基礎
6 . 工業互聯網的三大架構
(1)網絡體系
(2)數據體系
(3)安全體系
7 . 工業互聯網的五大領域
8. 工業互聯網的價值和趨勢
二、工業互聯網的時代背景和基礎條件
1.互聯網基礎設施建設
–終端普及率
–用戶習慣
–支付、物流
–信用體系
2.5G技術革命
(1)高速率:大幅提高傳輸速率
(2)低時延:端到端毫秒級時延
(3)大帶寬:km?百萬級設備接入
(4)廣連接:應用場景更加豐富
3 . 物聯網
(1)物聯網的三個基本特征
(2)傳感器–人類感官的延伸
【案例解析】萬物互聯–當尿不濕植入芯片
4 . 云計算
(1)為了無法計算的價值
(2)算力提升與算法優化
(3)大數據反哺云計算
【案例解析】黃奇帆:算力是國家之間競爭的核心競爭力
【案例解析】過去一百年人類離不開電力,未來人類離不開算力
5. AI人工智能
(1)京東、順豐無人機投遞
(2)富士康工業機器人作業
【案例解析】百度逆襲:AI戰略–無人駕駛
第二單元:數字化背景下的行業變革
一、大數據的內涵及正確認知
1. 阿里巴巴新戰略:數字經濟體
2. 大數據三個要素
(1)大–海量,平臺級
(2)數–信息,結構化
(3)據–精準、可依賴
3. 大數據的六個特征
【案例解析】五常大米,下單即送
大數據的三種類型
(1)消費數據–多維度記錄
(2)機器和傳感數據–圖文、語音、影像
(3)行為數據–位置、軌跡、交易
大數據在各行業的應用
二、數據資產–傳統制造業的短板
數據思維:數據意識較弱,人才儲備不足
數據采集:數據積累時間長,但質量不佳
數據開發:應用場景不夠,缺乏業務突破點
數據應用:條件所限,缺少應用的成功案例
數據共享:數據不統一,難以發揮整體作用
【視頻分享】什么是馬云眼中的“新能源”
三、制造業大數據開發及應用方向
1. 產品研發:數據反饋與產品定位
2. 用戶畫像:消費者心理及行為分析
【案例解析】瞄準社區生鮮,錢大媽憑什么火爆?
3. 精準營銷:痛點捕捉與需求觸達
【案例解析】從產品定義到精準營銷,看眾安保險如何玩轉大數據
4. 風險管控:數據監測與風險預警
【案例解析】上海外灘陳毅廣場踩踏事件的反思和啟示
5. 運營效率:智能化和精細化管理
創新服務:消費者個性化需求滿足
【案例解析】門店暴增,“優剪”的大數據思維和顛覆式創新
四、大數據分析挖掘方法和要點
1. 統計性分析
(1)常規統計:關鍵指標
(2)不同維度的統計分析
(3)導向性的數據提取
【案例解析】飛機真的是最安全的交通工具?
【實戰分享】從某外賣平臺的統計數據中,你能看出什么?
2. 預測性分析
(1)捕捉各個因素之間的內在關聯
(2)通過歷史數據發掘規律和趨勢
(3)風險評估,預判和管控
【案例解析】為什么電力數據真實反映了國民經濟運行狀況?
3. 可視化分析
(1)形成觀點和結論
(2)文不如表,表不如圖
(3)呈現方式–Excel、PPT或其他工具
【案例解析】城市大腦–智能交通最重要的支點
4. 分析思維訓練
(1)對比、轉化、關聯,橫向與縱向擴展
(2)深入了解各業務板塊,使分析工作貼合實際
(3)比數據分析更重要的是大數據思維和意識
【案例解析】為什么大部分人對中國房價走勢分析判斷失誤?
【實戰分享】如何通過數據分析識別已損壞的共享雨傘?
第三單元:制造業如何植入互聯網基因
一、用戶思維–為懶人服務
1. 傻瓜式、簡單可依賴
2. 別讓消費者做選擇題
3. 需求洞察與痛點捕捉
4. 用戶需求VS應用場景
【案例解析】中國郵政VS順豐速運,用戶的槽點在哪里
二、產品思維–對一切有違人性的產品和服務保持憤怒
1. 無痛點,不產品(服務)
2. 做減法,不做加法(功能)
3. 小步快跑,快速迭代(效率)
4. 避免過度的產品設計(機制)
【案例解析】馬桶上的兩個按鈕VS蘋果的HOME鍵
【案例解析】瞬間白癡論–喬布斯1秒、馬化騰3秒、張小龍5秒
三、平臺思維–規則制定者
1. 邊際成本與規模效應
2. 利益相關者的交易結構
3. 四度法則:深度、廣度、維度、力度
【實戰分享】某新能源充電樁運營平臺的糾結
四、跨界思維–亂拳打死老師傅
1. 挾用戶數據重構市場空間
2. 瓦解競爭對手的慣性生存條件
3. “跨界打劫”的本質:場景轉換與用戶體驗
【案例解析】誰奪走了分眾傳媒的電梯生意
五、創新思維–做別人不做的事
1.創新不是瞎折騰
2. 創新不是耍小聰明
3. 創新是“有中生無”
【案例解析】馬云聲稱的“珍珠港偷襲”
第四單元:創新管理與方法實踐
一、痛點列舉法
1. 保持覺察的本能
2. 停下來5秒鐘,問“為什么”
3. 訓練步驟–從不經意的細節開始
【案例解析】給紙箱裝上拉鏈,一年賣6個億
二、邏輯推演法
1. 5W2H、SWOT分析
2. 以終為始,步步為營
3.訓練步驟–梳理、篩選、檢驗、論證
【案例解析】起點決定終點–摩拜VS小黃車
三、逆向思維法
1. 既異想天開,又實事求是
2. 避免燈下黑,發現更多可能性
3.訓練步驟–存疑、摸索、試探、非常規
【案例解析】在非洲賣得最好的中國手機品牌
四、場景重構法
1. 先推到,再重建
2. 元素的確定和方案設計
3.訓練步驟–目標、角色、排列、重構
【實戰分享】某家電生產企業的互聯網轉型策略

共有 0 條評論

? Top 永久黄网站色视频免费直播