「課程概括」今天，每個企業(yè)都面臨數字化轉型的生死挑戰(zhàn)，電力企業(yè)則先天擁有數字化的良好基礎。如二十多年前的電力系統(tǒng)潮流穩(wěn)態(tài)分析（本人畢業(yè)論文主題），就是今天大數據分析。2019年南方電網提出了“數字南網”“十二五”新戰(zhàn)略，包含“業(yè)務數據化”、“數據業(yè)務化”和“管理精益化”等先進理念。南方電網的數字化成果獲選了清華第三屆“數據標準化及治理優(yōu)秀評選”（本人忝為評委）。國家電網則提出了“泛在電力物聯網”的新概念，即大力發(fā)展承載數據流的泛在電力物聯網，與承載電力流的堅強智能電網融合，構成能源流、業(yè)務流、數據流“三流合一”的能源互聯網。數字化正是雙雄戰(zhàn)略的核心基石，電力企業(yè)的數字化轉型要從原有的能源網跨越至消費互聯網。

數字化是大勢所趨，但中國企業(yè)數字化轉型并不順利，不要說AI深入應用，甚至連BI的普及都不容樂觀。數字化轉型企業(yè)正面臨數字化陷阱：轉型風險難料、短期難見效益和成本高企。

如何應對？本課程提出了獨有出路：變數字化轉型為數字化改良！

「獨有特色」

2 “易學”—— 快速上手，無需計算機專業(yè)背景

2 “易精”—— 精益求精，現學現用，快速擁有獨立作戰(zhàn)能力

「內容簡介」《易精數字化改良》四步法鋪設了循序漸進的四個數字化階梯：

1. 想法 —— 養(yǎng)成數據化思維

拓展學員數據分析問題的思路，強化必需的邏輯思維，明白設定什么量化目標，相應需要什么數據，從哪里獲取。**重要的是學會如何設計商業(yè)分析思路，而這正是有效數據分析的重要前置條件。

2. 看法 —— 制作運營數據羅盤

學會制作企業(yè)精益運營數據儀表盤。企業(yè)數據紛繁復雜，怎樣從復雜數據中萃取運營規(guī)律，支持精準決策和高效執(zhí)行。對數據從業(yè)者來說，用好數據可視化工具是的必備技能，是影響領導、客戶和同伴的**強大武器

3. 算法 —— 精算商業(yè)模式

數據分析技術是商業(yè)模式及管理理論的量化延伸，課程幫助數據和技術背景的學員掌握常見的商業(yè)模式及管理理論，學會從企業(yè)經營者、投資者和客戶角度構架數字化模型。

4. 戰(zhàn)法 —— 組織制度保障數字化創(chuàng)新

一方面，“數據驅動運營”被硅谷稱為“完美失敗主義”，業(yè)務負責人需要組織制度來保護“合理試錯”，才能大膽進行數字化創(chuàng)新。而另一方面，企業(yè)如何在數字化創(chuàng)新過程中控制風險，防止授權過度。課程提出了漸進化的數字化改良路線。

「課程收益」l 10套實戰(zhàn)案例，附贈原始數據

曾老師從主持的充電樁大數據規(guī)劃、動力電池大數據安全、新能源汽車共享出行和互聯網產品運營等項目中，提煉了10套經典數據分析案例，涵蓋了數字產品轉化分析、數據驅動運營、客戶聚類分析和投資決策精算等熱門領域。數據模型可套用到學員工作中，現抓現用。

l 4節(jié)課后作業(yè)，練會為止

光說不練假把式！課程配備了與學員學習進展一一對應的課后作業(yè)，學員可以在線上方便提交作業(yè)，接受老師的答疑解難。

l 對優(yōu)秀學員項目的免費輔導

教學相長！對能學化為用的優(yōu)秀同學，曾老師很愿意提供幫助指導。

「課程模式」1. 課上面授

2. 分組互動

3. 課后作業(yè)

4. 微群輔導

「受眾對象」1. 非計算機專業(yè)的高管或業(yè)務骨干

2. 面對業(yè)務需求的技術背景員工

3. 有數據分析工作需求者為佳

「時間安排」入門班1天

普通班2天

工作坊4至6天

「課程目錄」說明：課程原為2天，現縮減為1天，因此，根據上課伊始的調查結果，講師當堂會做適當刪減，以避免浮光掠影，幫助學員真正學會用會。

1 數字化挑戰(zhàn)與生存之道

1.1 能源數字化轉型

1.1.1 兩網合一

1.1.2 三流合一

1.1.3 調查：難在哪里？

1.2 數字化陷阱

1.3 易精數字化改良之路

1.3.1 四步法：“想、看、算、戰(zhàn)”

1.3.2 九要素：“兩點三面四線”

2 想法——養(yǎng)成數據化思維

2.1 什么是數據化思維

2.1.1 案例：中國古代的數據化思維

2.1.2 客戶之道與企業(yè)之道

2.1.3 數據化思維定義與公式

2.2 視頻：數據干什么用？

2.3 數據從哪里來？

2.3.1 現場調研

2.3.2 企業(yè)內部數據

2.3.3 交易/協作平臺

2.3.4 外部行業(yè)數據

2.4 商業(yè)管理理論及其數字化

2.5 案例：新產品商業(yè)數據分析報告

3 看法——使用數據可視化工具

3.1 可視化數據工具概況

3.1.1 可視化圖表分類與應用

3.1.2 數據可視化精品和視頻

3.2 案例：充電樁大數據規(guī)劃與運營

3.3 怎樣**數據對比做決策？

3.3.1 拉普拉斯與決策模式

3.3.2 五大對比方法

3.4 案例：中美能源產業(yè)數據對比

——午間休息——

3.5 大型分組活動：“決策私董會”

3.5.1 數字化決策的前置姿勢

3.5.2 流程與規(guī)則解釋

3.5.3 分組與分工

3.5.4 開題>辯答>演進>建議>點評

4 算法——商業(yè)模式精算

4.1 商業(yè)大數據分析

4.1.1 通用數據挖掘模式CRISP-DM

4.1.2 逆向數據思維突破

4.2 精算九要素

4.2.1 兩個基本點

4.2.1.1 客戶價值精算

4.2.1.2 企業(yè)利益精算

4.2.2 三個橫切面

4.2.2.1 透視下鉆

4.2.2.2 杜邦分解

4.2.2.3 聚類分群

4.2.3 四條縱貫線

4.2.3.1 趨勢變化

4.2.3.2 轉化漏斗

4.2.3.3 行為路徑

4.2.3.4 運營干預

4.3 案例：企業(yè)數字化全息圖譜

4.4 案例：央企新能源業(yè)務投資精算

4.5 未來已來：數字孿生運營

5 戰(zhàn)法——組織保障數字化創(chuàng)新

5.1 人性與數字的順逆冷暖

5.2 數據驅動型組織機制

5.2.1 案例：亞馬遜貝佐斯的“數字泰勒主義”

5.2.2 案例：豐田大野耐一的“現場主義”

5.2.3 A/B測試——數字化組織的試金石

5.2.4 人機分權競合機制

5.3 總結：數字化的本心如一

5.4 課后作業(yè)：“我的數字化改良之路”