一、 课程简介今天，汽车行业**重要的关键词是“变革”！

市场在变：2018年中国汽车市场历史上首次出现负增长，而新能源汽车逆市飞扬；政策在变：新能源汽车的**大助力是国家和地方的补贴政策，而2019补贴退坡在即。以零排放为目标的国际清洁能源趋势看起来势不可挡，全球主要的汽车大国都提出了甚至堪称激进的汽车变革引导政策。而更大的变化来自消费者，更多的年轻人开始接受以共享方式替代购买汽车；**大的变化是汽车本身，以车联网、自动驾驶为代表的数字化变革已喷薄而出，原来汽车不仅是汽车……

一切都在变革之中，唯一不变的是“变革”本身，焦虑中的我们该如何面对？

课程紧紧围绕着对变革的洞察，分成了“能源变革”、“出行变革”、“数字变革”和变革应对等七个主要部分。重点分析了三大变革下的汽车行业挑战、机会和技术发展路线，激发学员主动思考为什么选择进入或者坚守在这个行业。

大数据是贯穿以上变革的主线，今天每个人都在面对大数据挑战，数据统计分析、机器学习是现在**受欢迎的职业培训课程。但哪怕是数据专家，也常面临实际工作无从下手的尴尬，更何况我们大多数非数据专业朋友们。

“每个部门都汇报一堆数据一个说法，该相信哪个？”

“这不是我要的数据！…其实我不知道该要什么…”

“想用数据说服领导接受我的新方案，该怎样写报告？”

幸运的是数据分析从来不是数据科学家专属，而是来源于人类天生的逻辑认知能力。我们需要做的是锻炼严谨的数据思维方式，掌握实用数据统计分析方法及其工具，应用到自己实际工作中去。融会贯通《易精数据分析方法》后，每个人都是优秀数据分析师。

二、 课程特点课程案例紧扣汽车行业数字化技术**前沿，选自曾老师亲自主持的大数据实战项目，如与东风集团合作的智能网联汽车无人驾驶示范区（武汉）、与清华能源互联网研究院合作的新能源汽车充电站大数据规划、涵盖福州、湖州、芜湖等20个城市的易开新能源汽车分时共享服务、为国家电网提供的新能源汽车业务投资精算等。

课程特点是“易学易精”：

上手易，数据模型现学现用  

定位精，案例针对学员刚需

课程为学员铺设了由浅到深的四个台阶：

1. 想法——养成数据化思维

2. 看法——掌握数据可视化工具

3. 干法——实操数据挖掘方法

4. 说法——写好数据分析报告

课程为非技术和数据专业的公司高管和业务骨干定制，没有复杂的数学计算。因为企业大数据战略落地，靠的是每一个员工，而不是数据科学家。曾老师坚信：

“人人都是数据分析师！”

三、 课程收益l 6套实战案例，随赠数据

曾老师从多年实战中提炼了6套经典数据分析案例，横跨互联网和物联网，涵盖了有广泛需求的数字营销渠道分析、产品运营转化、客户画像分析和投资决策精算。数据模型可套用到学员工作中，现抓现用。

l 课后作业，练会为止

光说不练假把式！课程配备了与学员学习进展一一对应的课后作业，学员可以在线上方便提交作业，接受老师的答疑解难。

l 对优秀学员的免费辅导

教学相长！曾老师希望学员能把所学化为所用，很乐意对其中的优秀学员提供无偿辅导。

四、 课程模式1. 中文教学

2. 课上面授

3. 分组互动

五、 受众对象1. 高管与执行层骨干

2. 有数据分析需求者为佳

六、 时间安排1天至2天

七、 课程目录 1 不变的只有“变革”

1.1 汽车行业28年未遇之大变革

1.1.1 行业外部环境变化

1.1.2 内部竞争格局变化

1.1.3 内外变化催生产业变革“四化”

1.1.4 互动思考：我们为什么而坚持

2 能源变革

2.1 国际趋势及中外对比

2.2 中外新能源汽车技术对比

2.3 能源端企业的雄心和困难

2.3.1 电网

2.3.2 充电企业

2.4 车网融合：V2G

2.5 梯次利用和残值回收

2.6 案例：电企的新能源勃勃雄心

3 出行变革

3.1 从马车到赛马

3.2 共享新能源汽车与共享单车对比

3.3 租售一体化

3.4 案例：新能源汽车充电桩大数据规划

4 分组互动模拟——“决策私董会”

5 数字变革

5.1 海啸！大数据和AI来了

5.1.1 决策者的焦虑

5.1.2 人类认知进化的**次危机

5.1.3 谁会替代你和你的组织？

5.1.4 霸王龙下的生存空间

5.2 车辆数字化

5.2.1 电机

5.2.2 电控

5.2.3 电池

5.3 三体：车桩人网联化

5.4 案例：大数据驱动车联网经营

6 大数据分析入门与决策精算

6.1 大数据探秘

6.2 通用数据挖掘模式CRISP-DM

6.3 大数据“陷阱”

6.4 逆向数据思维

6.5 不以赢利为目的的企业数据分析是“耍流氓”

6.6 数据挖掘方法：“两面三刀四洞”

6.6.1 “两面”俱到：客户价值和企业利益

6.6.2 “三刀”：客户切分法

6.6.2.1 透视下钻

6.6.2.2 杜邦分析

6.6.2.3 聚类分群

6.6.3 “四洞”：经营洞察法

6.6.3.1 趋势变化

6.6.3.2 客户转化

6.6.3.3 行为路径

6.6.3.4 RFM

6.7 案例：企业数据经营全息图

6.8 商业模式精算

6.8.1 拉普拉斯与皇帝

6.8.2 “因为相信所以看见“

6.8.3 “因为认知所以预见”

6.8.4 天时/地利/人和

6.9 易精大数据决策四步法

6.9.1  以客户价值精算为标准

6.9.2  以经营蜂巢为数据模型

6.9.3  以数据决策导图为工具

6.9.4  以盈利预测为决策依据

6.10 快速决策罗盘

6.11 案例：新能源汽车投资经营精算

7 未来已来

7.1 智能网联

7.2 无人驾驶

7.3 孪生数字经营

7.4 案例：武汉智能网联无人驾驶示范区

8 课堂总结与课后作业