制造业数据治理陪跑训练营
制造业数据治理陪跑训练营详细内容
制造业数据治理陪跑训练营
培训对象:制造业CIO、数据部门、生产/质量/供应链负责人;
课程时间:2天培训+2天诊断探讨+不定期的长期跟随服务
课程背景:
本课程结合制造业特性与AI技术趋势,通过"方法论+工具链+实战演练"模式,解决企业"数据孤岛严重""治理成本高""价值转化难"等痛点,提供可落地的数据治理框架。
课程收益:
培训完结后,学员能够:
1. 建立AI时代数据治理认知体系
2. 掌握制造业数据治理实施路径
3. 设计数据资产价值转化方案
4. 构建可持续的数据治理机制
5. 规避数据安全与合规风险
6. 培养数据治理核心团队
第一阶段课程辅导,导入方法论,时间2天:
单元 | 大纲 | 内容 |
单元一 | 制造业数据治理新范式 | 1. 行业痛点解析 1.1)设备数据利用率不足30% 1.2)质量数据追溯困难 2. AI治理优势 2.1)智能数据血缘分析 2.2)自动化元数据管理 案例:某车企用AI治理BOM数据,研发周期缩短20% 讨论课题:绘制你的数据治理痛点地图 |
单元二 | 数据资产全景扫描 | 1. 数据资产分类 1.1)生产域(设备/OEE/工艺) 1.2)质量域(SPC/缺陷分析) 2. AI资产盘点工具 2.1)非结构化数据自动识别 2.2)数据价值评估模型 案例:某电子厂发现200TB沉睡数据 讨论课题:制定数据资产清单 |
单元三 | 数据架构智能设计 | 1. 架构优化方向 1.1)边缘计算+云端协同 1.2)时序数据特殊处理 2. AI设计工具 2.1)自动生成数据模型 2.2)智能分区策略 案例:某装备企业重构数据架构降本50% 讨论课题:设计你的数据架构蓝图 |
单元四 | 数据质量管理实战 | 1. 质量指标体系 1.1)设备数据完整性 1.2)工艺参数准确性 2. AI质检工具 2.1)异常模式自动识别 2.2)根因分析算法 案例:某光伏企业提升良率数据可信度至99% 讨论课题:制定数据质量KPI |
单元五 | 元数据智能管理 | 1. 元数据价值重估 1.1)设备元数据标准化 1.2)工艺知识图谱构建 2. AI管理工具 2.1)自动打标系统 2.2)语义搜索增强 案例:某机械厂元数据检索效率提升5倍 讨论课题:设计元数据管理流程 |
单元六 | 数据安全合规体系 | 1. 特殊风险应对 1.1)工艺参数防泄露 1.2)供应链数据隔离 2. AI安全工具 2.1)动态脱敏策略 2.2)合规自动审查 |
单元七 | 主数据深度治理 | 1. 关键主数据识别 1.1)物料主数据 1.2)设备主数据 2. AI治理工具 2.1)主数据自动清洗 2.2)智能编码系统 案例:某家电企业主数据一致率达98% 讨论课题:识别核心主数据 |
单元八 | 数据服务化落地 | 1. 服务场景设计 1.1)生产实时看板 1.2)质量预警服务 2. AI服务工具 2.1)自然语言查询 2.2)智能API生成 案例:某制药企业数据服务调用量提升10倍 讨论课题:设计3个数据服务场景 |
单元九 | 数据价值变现路径 | 1. 变现模式创新 1.1)设备数据赋能售后 1.2)工艺数据产品化 2. AI定价模型 2.1)数据交易估值 2.2)收益分成机制 案例:某机床厂数据服务年收千万 讨论课题:设计数据产品方案 |
单元十 | 企业数据岗位组织能力建设 | 1. 新型岗位设计 1.1)数据治理工程师 1.2)AI训练师 2. 能力培养体系 2.1)数字孪生沙盘 2.2)实战工作坊 案例:某制造企业建立数据治理学院 讨论课题:制定团队培养计划 |
单元十一 | 治理工具链选型 | 1. 工具矩阵解析 1.1)数据目录工具 1.2)质量监控平台 2. AI工具评测 2.1)自动化测试 2.2)ROI分析模型 案例:某企业工具选型成本降低40% 讨论课题:制定工具选型标准 |
单元十二 | 数据治理持续运营机制 | 1. 运营指标体系 1.1)数据使用率 1.2)问题闭环率 2. AI运营工具 2.1)智能巡检系统 2.2)自动报告生成 案例:某企业治理成熟度年提升30% 讨论课题:设计运营监控看板 |
李勇老师的其它课程
电信云业务营销推广实训 12.31
【背景介绍】随着科技进一步发展,政企客户市场迎来的新的机遇,伴随着中国消费升级与技术不断进步,以云业务为代表的创新业务迎来的难得的发展机遇。抓住云业务发展的风口,迅速在政企客户市场取得云业务的发展商机,成为当前非常重要的一项工作。但由于目前客户经理已经习惯的传统业务的销售模式,而云业务销售无论从客户群的选择,到需求的确立,销售的达成与传统业务相比都有着巨大的
讲师:李勇详情
全渠道新媒体新渠道营销训练营 12.31
培训对象:产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员课程时间:3天,18小时一:掌握各个电商和新媒体等线上平台的属性及推广策略(2小时) 二:如何从线上和线下渠道中当中获得客户(4小时) 三:如何从线上和线下渠道结合共同进行营销活动组织(3小时) 四:如何进行基于数字化平台的数据运营和用户运营(3小时)
讲师:李勇详情
数字化时代的精益运营 12.31
讲授老师:李勇培训对象:产品中心,决策中心、运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:目前国内外的严峻形势严峻‚对于企业来讲都具备一定的风险‚想要提升企业的抗风险能力‚外力因素解决不了‚只能从内部着手‚树立精益运营管理思想‚推行精实化管理‚提升管理能力‚从根本上提升企业精益运营的能力是重中之重的。本课程将把精益运营的底层
讲师:李勇详情
数字化时代商业思维解析 12.31
讲授老师:李勇培训对象:产品中心,决策中心、运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:商业思维,是一个很难界定的概念。到底什么样的思维模式才能被称为商业思维?估计每个人都有不同的看法,如果硬要给它描绘个形状,你可以定义它是“经济学常识”,“行业经验”,“财务能力”或者是“营销能力”,所以商业思维很容易会和创收,盈利,赚钱
讲师:李勇详情
用户思维在工作中的应用解析 12.31
讲授老师:李勇培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:无论你是做产品还是做营销,具备用户思维很重要。那么究竟什么是用户思维呢?讲的直白点,就是能够站在用户的角度上,挖掘用户的需求和痛点,制定出相应的产品,解决用户的需求。本课程将用户思维的核心和应用一一在课程中进行讲解。课程收益:培训完结后,学员能够
讲师:李勇详情
人工智能工具学习与上机实操 12.30
讲授专家:李勇培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:AI技术创新重焕生机,未来将会取代人类日常90的工作量,我们身处大时代的急速更迭中,巨变正在发生和到来,每个人每个行业都将被重新判定价值。将技术应用到商业场景并提高产业效率是新技术应用的关键话题。本堂课程以“AI与企业创新”为题,讲述AI提升商业
讲师:李勇详情
AI大模型该如何在企业中实战落地 12.30
讲授专家:李勇培训对象:企业决策层、技术管理层、AI应用相关从业人员以及对AI大模型在企业实际应用中感兴趣的人士课程时间:2天(12小时)课程背景:在AI技术迅猛发展的宏观趋势下,本课程旨在解决学员如何将AI大模型有效应用到企业实际工作中的问题,尤其关注Transformer等先进模型的应用和优化。课程将涵盖AI大模型的基本概念、原理、发展趋势,以及在企业中
讲师:李勇详情
AI大模型时代下的产品设计 12.30
讲授专家:李勇培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:本课程在AI大模型迅速发展的宏观趋势下,旨在解决学员如何有效利用大模型架构设计和开发数字化产品的问题。通过本课程,学员将深入理解大模型在数字化产品中的应用价值,掌握基于大模型的数字化产品设计、开发和落地流程。课程将结合丰富的案例和实践经验,帮助学
讲师:李勇详情
AI大模型时代的商业机会与变革 12.30
讲授专家:李勇培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士课程时间:1天(6小时)课程背景:本课程主要在大模型时代的宏观趋势下,旨在解决学员如何把握大模型带来的商业机会,提升学员对大模型商业应用的认知。课程将深入解析大模型的底层逻辑,探讨其与传统AI的差异,并展望其对各行业的影响及商业变革的可能性。课程具备前瞻性、实战性与策略性的特点。
讲师:李勇详情
AI大模型中的PROMPT语言的解析 12.30
讲授专家:李勇培训对象:数据分析师、软件工程师、项目经理、技术产品经理、以及对自动化工具和人工智能应用感兴趣的专业人士;课程时间:1天(6小时)课程背景:本课程旨在当下人工智能和自动化技术快速发展的宏观趋势下,解决工作流程中的效率问题,提升学员对自动化工具和PROMPT语言的认知和应用能力。课程通过结合理论讲解与实际案例分析,使学员能够在实际工作中灵活运用P
讲师:李勇详情
- [杨建允]2024全国商业数字化技
- [杨建允]2023双11交易额出炉
- [杨建允]DTC营销模式是传统品牌
- [杨建允]探析传统品牌DTC营销模
- [杨建允]专家称预制菜是猪狗食,预
- [潘文富]为什么店家都不肯做服务
- [潘文富]厂家对经销商工作的当务之急
- [潘文富]经销商转型期间的内部组织结
- [潘文富]小型厂家的招商吸引力锻造
- [潘文富]经销商发展观的四个突破
- 1社会保障基础知识(ppt) 21255
- 2安全生产事故案例分析(ppt) 20330
- 3行政专员岗位职责 19114
- 4品管部岗位职责与任职要求 16373
- 5员工守则 15537
- 6软件验收报告 15460
- 7问卷调查表(范例) 15204
- 8工资发放明细表 14660
- 9文件签收单 14315





