我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

培訓核心思想

截止2019年，中國已達9.5億互聯網用戶，越來越多的人通過互聯網平臺進行數以億計的溝通、應用、采購、支付等活動，每天海量的數據與業務根本不可能通過人工來完成。而企業傳統的IT系統無法滿足今天商業環境的變化，必須借助大數據、云計算、物聯網、人工智能等智能化平臺來實現。

對于傳統企業來說，今天是一個艱難的時刻，下一個十年的商業模式將以智能商業為主。跟傳統的BI（商業智能）不同，BI是分析數據，提供決策支持的，核心的服務人群是高管。而智能商業的本質是機器取代人直接做決策，若想讓機器取代人做決策，有一個匯集“云計算，大數據，算法、人工智能”的平臺做支撐，這就是中臺戰略。

傳統企業IT架構要么接受智能的中臺架構，按照網絡協同+數據智能模式運營，改變原有傳統模式下的企業經營，進行管理升級。要么被時代拋棄，沒有第三條道路。

智能商業的落地實施系統是中臺架構，簡稱中臺，起源于阿里巴巴，中臺架構是一套結合互聯網、人工智能、大數據、云計算等技術和行業特性，將企業核心建成一個生態系統，將客戶、數據、信息流、資金流、物流等數據打通貫穿所有業務。形成“小前臺、大中臺“的組織和業務機制，即“敏捷的前端+強大的中臺”，供企業快速低成本的進行業務創新的企業架構。

阿里巴巴智能商業中臺架構圖

培訓將中臺架構系統的設計脈絡為起點，深入淺出地將什么是智能商業系統設計？為什么？干什么？怎么做？來系統、全面地解釋阿里巴巴的中臺架構系統+新零售商業模式的運營，以及在傳統企業IT如何轉型、落地成為智能商業運營思路進行講解。在培訓中還將深入講解不同于傳統企業如何結合中臺架構運營模式，使參加的傳統企業深入了解未來互聯網運營管理的發展趨勢，了解互聯網企業的成功或失敗的案例，找到自身可以借鑒的地方，并通過互聯網化、差異化及其運營服務模式使自己的企業、事業做大做強。

課程特點：

•從了解入門到精通的全方位詳細闡述什么是智能商業，以及阿里巴巴中臺架構系統的運營模式。

•阿里的中臺架構運營系統是一項較新的互聯網內部管理系統，它基于由阿里巴巴近十年來大量成功與失敗案例所構成的經驗庫，從中發現潛在的、有價值的運營管理經驗，用于傳統企業轉型。

•清晰系統的講述中臺架構系統的設計思路、方式、步驟與技巧，幫助傳統企業完成在線化+數據化的轉型之路。

•理論學習+實戰演練，展示中臺架構系統運營在創新和效率方面領先的管理手段和套路。

課程對象：

企業高層管理者、產品經理、運營管理、市場管理、營銷管理、銷售管理、數據分析師等所有涉及企業運營管理人員。

學員收益：

互聯網時代的來臨，使各傳統企業對互聯網運營、智能商業、新零售管理人員的需求呈現爆炸性增長，其中實戰能力在互聯網運營、智能商業、新零售管理領域至關重要，一名出色的運營管理人員需要通過經歷各種各樣的實戰分析案例來吸取經驗教訓以持續成長，光靠教科書上或者借鑒其他成功案例，不與企業自身實際情況結合，無法直接在企業IT系統運營管理“落地、見效”。隨著行業需求的迅速增長，相關人員迅速提高自身實戰能力的愿望正在變得日益迫切。

在同步學習和操練中能超越方法和工具的局限，聚焦于對智能數據分析、挖掘經驗的領悟，從而“學以致用、舉一反三“地提高自身的運營實戰能力，回到工作崗位上可以立刻解決企業IT系統轉型落地等實際運營管理的現實問題，為企業提升競爭力。

課程大綱：

前言：

一、大數據時代高速發展邏輯

1）互聯網時代沖擊了整個傳統零售業

2）電子商務“摩爾定律”的發展脈絡

二、網絡效率邏輯

1）數據智能邏輯

2）深度滲透邏輯

三、互聯網顛覆一切

1）超級平臺現象

2）非對稱發展

3）商業新物種

4）金融新生態

四、數據平臺全方位的深度滲透到傳統行業

1）“移動支付”改變傳統賣場

2）在線化+數據化對零售業的深度演繹

3）大數據與人工智能對未來企業的深遠影響

第一講：什么是數字化平臺：網絡協同+數據智能

一、數字化平臺三個典型特征：

1、利用互聯網和算法的優勢，低成本實時地服務海量用戶

2、滿足每一個用戶的個性化需求

3、服務系統自我迭代、自我提升的速度非常快

二、網絡協同本質是大規模、多角色、并發完成任務的能力

三、數據智能本質是通過智能化做到“精準”運營

案例分析：從路人甲，到數據源，從而開啟大數據時代

四、數字化平臺把通信和計算合二為一

五、1萬億個物聯網的底層數據——大數據——算法——人工智能

六、數字化平臺打造新生態——信息流、物流、現金流合一

七、數字化平臺引領企業IT架構的“場景革命”，核心業務均在線

第二部分：傳統企業IT架構如何轉型數字化平臺

一、通過在線化、數據化、算法化和產品化來實現智能化平臺

二、企業升級到智能化平臺的關鍵步驟

1.業務、服務盡可能在線化、網絡化

2.流程盡可能引入機器學習的效應

3.決策盡可能用機器取代人工

4.讓數據盡可能的流動起來

三、將客戶、數據、信息流、資金流、物流等數據打通貫穿所有業務

四、將企業核心能力以共享服務中心進行沉淀

1.共享中心以共享業務+數據能力為主，比如領域服務層+API接口

2.共享中心的目的是沉淀傳統行業業務和數據能力，并開放出去

3.共享中心是中臺的重要部分，目的是實現前端應用和后臺的徹底解耦

五、構建企業“敏捷前臺、強大中臺“架構、組織和業務機制

案例分析：為什么雙十一淘寶加班越來越少了

第三部分：數字化中臺架構設計思路

一、中臺架構系統將解決企業那些痛點

1.復雜：系統龐大、邏輯復雜

2.重復：系統差異性大、標準不一

3.溝通成本高：團隊多，跨部門的溝通多

二、去中心化，平臺化擴展

三、核心業務數據化運營

四、異步化，業務最終一致

五、操作界面層自動化

六、內部系統使用成熟組件，業務之間共享組件

七、拆分原有的職能式組織，建設共享中心

1.分布式服務架構配合組織機制和業務機制的發展

2.針對服務、數據、業務進行分拆“煙囪式”

3.中臺架構要舉全公司之力，而不只是IT部門

王老師

【個人簡歷】

?北京區塊鏈技術應用協會的會員和講師、scrum精益敏捷管理顧問講師

?國家級信息化專家——國家工信部智能化管理師授課專家

?北京理工大學計算機專業畢業。

【曾任】

?搜狐互聯網金融產品經理

?百度智能產品運營總監

?中國移動等互聯網巨擎級企業擔任項目經理、品管總監等職位。

【擅長行業&領域】

?行業：金融、銀行、企業、互聯網

?領域：人工智能、區塊鏈、云計算、大數據等領域課題培訓

【主講課程 】

?銀行類：《銀行4.0：一場金融界數字化革命》、《商業銀行數字化敏捷轉型策略》、《敏捷銀行實施策略》、《互聯網金融產品創新與應用》、《區塊鏈技術與央行數字貨幣在商業銀行中的應用》、《大數據在商業銀行中的應用》、《商業銀行在人工智能、大數據及算法實戰應用》、《人工智能深度學習算法實戰演練》等。

?其他行業：《新基建核心技術解析與實施策略》、《互聯網模式引領“新常態”經濟未來》、《互聯網思維與傳統企業互聯網轉型》、《新媒體營銷與品牌推廣——公眾號運營》、《工業4.0構建中國制造業未來》、《互聯網搭建與運營管理培訓》、《互聯網端到端運營流程搭建》等。

【實戰經驗 】

?王老師先后在出版、通信、互聯網、咨詢等行業，從事互聯網運營管理、金融產品管理、項目管理、運營管理等工作15年。曾在搜狐、百度、中國移動等企業工作。豐富的企業實際工作經驗，熟悉基層業務和國內企業的管理現狀。培訓課程始終圍繞“變現”為核心，對如何將互聯網企業運營管理與傳統企業實踐相結合，解決企業的實際問題，有獨到的見解和實踐能力。通過咨詢項目為傳統行業轉型分享其在營銷、市場、研發、物流等企業運營等各方面的心得。擅長將咨詢工作中的經驗、案例以互聯網運營管理、營銷管理、客服管理等形式制作成咨詢方案與課件，在咨詢項目中實際運做案例與活動。

?近年培訓與項目記錄摘要：

?近兩年各銀行及金融機構服務案例：

2019年，中國銀行：互聯網金融與區塊鏈應用培訓，參與人數40人.

2019年，建設銀行：互聯網金融應用培訓，參與人數30人.

2019年，蘇州銀行互聯網金融與區塊鏈應用挖掘培訓，參與人數50人。

2019年，拉卡拉征信大數據分析與金融征信培訓，參與人數50人

2019年，工商銀行：互聯網金融與區塊鏈應用培訓，參與人數60人.

2019年，衢州農行互聯網金融與區塊鏈應用挖掘培訓，參與人數40人。

2020年，華夏銀行征信大數據分析與金融征信培訓，參與人數50人

2020年，平安銀行數字化銀行轉型創新培訓，參與人數30人。

2020年，工商銀行大數據分析與金融征信培訓，參與人數50人

2020年，中國蘇州銀行銀行4.0培訓，參與人數40人。

2020年，北京銀行金融征信培訓，參與人數50人

?近兩年500強企業及各院校授課案例：

2019年，中國電信浙江分公司：互聯網思維下的品牌營銷，參加人員共200人以上。

2019年，廣汽集團：互聯網思維下的品牌營銷，參加人員共100人。

2019年，美的集團：大數據營銷，參加人員共300人以上。

2019年，TCL集團：工業4.0與中國制造2025培訓，參加人員200人。

2019年，中國核能集團：工業4.0與中國制造2025培訓，授課4期，參加人員共130人以上。

2019年，北京大學總裁班：數字化創新思維，授課4期，參加人員共180人以上。

2020年，武漢大學EMBA總裁班：大數據創新營銷，授課4期，參加人員共100人以上。

2020年，杭州移動分公司：人工智能與大數據培訓，授課6期，參加人員共200人以上。

2020年，浙江大學總裁班：區塊鏈與數字化貨幣培訓，授課人數30人。

2020年，中國惠普區塊鏈技術與財務系統落地培訓咨詢，項目人數40人

2020年，上海交通大學：區塊鏈技術與金融服務培訓咨詢，授課人數40人

2020年，清華大學新基建發展培訓總裁班，授課人數30人

?參與過多項與 AI、機器學習、大數據分析項目：

?拉卡拉征信大數據分析與金融征信機器人項目:

-考拉征信是拉卡拉旗下獨立的、開放的第三方信用評估及信用管理機構，是當前國內同時持有個人征信牌照及企業征信牌照的征信企業，也是國內首個成立專注于大數據征信模型研究的專業實驗室的征信機構。考拉征信的數據來源是多維度的，依托大數據和互聯網平臺，數據來源既有拉卡拉十年積累起來的便民、電商、金融及近億級個人用戶和百萬線下商戶日常經營的相關數據，同時藍標、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數據，此外還有公安、法院、航空、通訊、學歷、學籍、工商等公共部門及其他行業合作的數據。

-基于考拉的非結構化大數據，本項目將重點研究：

個人征信大數據建模，企業征信大數據建模，對于個人用戶的反欺詐征信大數據建模及處理系統等具體問題。

-自動收集、分析并處理多源、異構、非結構化的數據，充分驗證并研究面向管理決策的非結構化大數據挖掘方法技術，面向管理決策的多源異構大數據融合方法，以及大數據統計推斷與決策方法等重要研究內容。利用大數據的價值，對征信管理決策提供重要的支撐作用。

?春雨醫生健康大數據挖掘人工智能實證平臺項目:

-基于春雨醫生的大量問診數據和全國范圍內的病情分布數據，本項目將應用并驗證大數據統計推斷與決策方法；基于此平臺中的海量問診，本項目將應用并驗證面向管理決策的非結構化大數據挖掘方法技術，既包括問診文本挖掘技術，也包括問診圖片挖掘技術；在此基礎上，進一步研究并應用如何將春雨內外部大數據轉化為能夠輔助病情診斷和輔助治療的專業性知識，為自動化診療提供科學依據，由此研究非結構化大數據支持醫療決策的方法。

?36Kr（36 氪） 雙創指數AI平臺系統:

-基于此平臺數據來源的廣泛性和異構性，本項目將應用并研究面向管理決策的多源異構大數據融合方法；在對多體量巨大的數據進行分析和推斷中，本項目將應用并驗證大數據統計推斷與決策方法；在具體的指數構建及驗證過程中，本項目將應用并驗證面向管理決策的非結構化大數據挖掘方法技術，特別是文本挖掘技術，如文本的結構化表示、文本特征提取和文本分類等。

-本項目的重要完成研究并應用基于非結構化大數據挖掘技術將這些大數據轉化為能夠輔助管理決策的描述中國創新創業情況的知識，實時監控中國創新創業現狀，為監管機構和政府部門的政策制定提供科學依據，防范市場風險，由此研究非結構化大數據支持管理決策的一般性方法和模式。

?新華金融財經智能數據標準規范體系研究項目運用AI 機器人深度學習技術:

-項目針對金融財經數據服務特點建立一系列數據規范標準以及數據規范標準的維護更新體系，完成為用戶提供一個了穩定、統一、規范、方便、高效的大數據分析服務平臺

?江蘇協鑫集團電力設備大數據智能監測與故障分析系統運用:

-項目完成電力設備傳感器采集的數據，構建設備大數據管理系統和電力故障分析預測挖掘平臺，項目結合 OpenTSDB 動態時序數據庫技術，實現設備故障數據的分類與預測預警模型，實現設備監測時間序列數據的分析挖掘與故障預警。

?中國移動運營商的大數據分析系統:

-項目完成信令數據、充值數據、CRM、業務訂閱數據等的存儲管理和分析檢索，實現數據集成、話單分析、客戶深度標簽分析，網絡優化分析以及輿情預警。

【授課風格】

?專家型講師風格。有相對深厚的知識底蘊和豐富的社會閱歷，以及個人獨特的思考角度。

?講課時邏輯性非常強，旁征博引，談古論今，侃侃而言，毫不費力，化技巧于無形，授課內容爐火純青。

?王老師的授課就是那種內容知識點隨手拈來，隨現場學員狀態靈活而變。

【服務客戶】

?銀行業：中國銀行、工商銀行、交通銀行、建設銀行、郵儲銀行、平安銀行、招商銀行、興業銀行、民生銀行、華夏銀行、蘇州銀行、寧波銀行、各地農商行、等

?其他行業：清華大學、北京大學、武漢大學、南京財經、中國移動、廣汽集團公司、美的集團：TCL集團、中國核能集團、重慶郵政、EMBA總裁班、春雨醫生健康、1 號店、德邦物流等

【客戶反饋】

?學員評價

在工作中，汲取新知識是非常重要的，這次培訓，學到了很多相關知識，非常實用，希望下次公司培訓還能請王老師。

——中國移動

這次大數據營銷的培訓，讓我感覺銀行的未來非常有前景，很慶幸自己參加了這次培訓，著實大開眼界！

——招商銀行

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com