课程背景：

在数字化时代，各种新技术正在颠覆传统的供应链模式，也深刻影响了供应链业者的工作方式。本次讲座将基于供应链大数据知识体系，解析业务流程、数据组织等IT架构维度之间的关系，让学员建立数字化转型的基本认知。在此基础上，将详解数据分析的主要工具（业务分析思维、Excel智能模块、数据可视化和BI、Python语言等），帮助学员快速上手，掌握相关技能。随后，会讲解行业先进的大数据应用案例，包括智能制造、新能源等领域的标杆企业案例，以及AI等技术给企业带来的提升。课程**后会介绍大数据领域的前沿信息来源和学习资源推荐。

课程目的：

学习供应链大数据体系，了解各方面知识在这个体系中的位置

学习企业信息化架构知识，掌握数字化转型的基本概念

掌握数据分析的基本步骤，以及数据分析师实用思维模式

学习供应链大数据分析的实用工具（Excel智能模块、BI、Python语言等）

了解人工智能等前沿技术对供应链大数据的影响

学习智能制造等领域的企业案例，借鉴其在数据分析和供应链提升方面的先进经验

了解可用于后续学习和工作的实用资源

课程大纲：

数字化时代的供应链大数据分析与应用  总两天- **天

供应链大数据概述

供应链管理的根本使命

供应链管理的**新发展趋势：七大要点

供应链大数据体系划分 -“获取数据”、“分析处理数据”、“为供应链增值”等

您从本课程中可以获得的收获

数字化企业架构：大数据分析的基础

视频观看：工业4.0时代先进的供应链管理

企业数字化体系介绍 -“前端”和“后端”的概念

企业IT架构的类型 - 业务架构/应用架构/数据架构/技术架构

数据管理原则 - 如何采集数据、分享数据、保障数据安全等

案例分析：企业架构的变迁史 - 从传统运营时代到新零售时代

数据分析的核心步骤

五大分析步骤 - 数据的收集、清洗、规整、使用和更新

数据分析师是什么样的人才？ – 四大核心素质

企业大数据应用的六个层次：从Excel到更高层次的工具应用

实操教学：基于Excel的精益生产和精益物流分析模块

实操教学：基于Excel的客户需求可视化模块

实操教学：用Excel“运筹优化”模块来做采购**优决策

数据可视化和BI工具应用

如何让数据“看得见”？- 常用的12种可视化图表及适用场合

让管理者决策更简单 – BI（商业智能）基本概念

案例分析：基于BI工具作企业采购金额的可视化分析

案例分析：基于BI工具作供应商质量管理的可视化分析

实操教学：基于BI工具作BLM（业务领导力模型）可视化分析

小组讨论：关于BI/数据可视化的落地应用

数字化时代的供应链大数据分析与应用  总两天- 第二天

Python数据分析

Python安装过程介绍；

Python语法简介

实操教学：Python快速提取企业年报中的大量数据

Python与Excel、Power BI等分析工具的关系

Python和人工智能技术的关系

大数据应用前沿案例

案例分析：某先进制造企业的基础数据管理体系

案例分析：数字化工厂的快速复制：”物联网技术 工业工程knowhow”如何在多个行业复制数字化工厂

案例分析：某电器公司的工业大数据体系及其效果

案例分析：某第三方物流企业如何打造跨运输方式、跨企业实体的数字化体系

案例分析：新零售巨头基于大数据的运营优化和闭环管理

案例分析：新能源领域的数字化供应链

案例分析：人工智能（AI）大模型及其对供应链的意义

小组讨论：供应链大数据应用落地的要点

大数据分析相关资源

行业前沿信息来源

后续学习资源推荐

讨论与答疑