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，按“数据从何而来”、“如何分析和处理数据” 、“如何提升供应链水平”三个方面把相关知识串联起来。针对转型升级的实际需求，讲座会解析业务流程、数据组织等IT架构维度之间的关系，让学员懂得企业架构（EA）是大数据应用的必要前提。讲师也会讲解近年出台的数据相关法律法规，让学员能更好地帮助企业规避风险。在此基础上，将详解数据分析的主要工具（业务分析思维、数据可视化和BI、SQL语言等），帮助学员快速上手。随后，会讲解云计算、人工智能等领域的知识要点，结合案例阐释它们对供应链的潜在影响。讲座的后会结合汽车、快消等行业的标杆企业案例，详细展示AI等技术给供应链带来的真实提升。课程后会介绍大数据领域的前沿工具和学习资源。

知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

■ 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

■ 关于“数据从何而来”：学习数字化系统的“前端”、”后端”等基本概念，以及企业架构知识

■ 了解新出台的大数据相关法律法规，树立数据合规意识

■ 掌握数据分析的基本步骤，以及数据分析师实用思维模式

■ 学习大数据应用的实用工具（数据可视化、BI、SQL语言）

■ 了解区块链、人工智能等前沿技术对供应链大数据的影响

■ 学习汽车、新零售等行业的企业案例，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。

一、供应链大数据概述

■ 供应链和采购管理的根本使命

■ 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”

■ 您从本课程中可以获得的五点收获 

二、企业架构：大数据分析的基础

■ 案例：工业4.0时代先进生产管理的视频

■ 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

■ 数据管理六大原则 - 如何采集数据、分享数据、保障数据安全等

■ 企业架构的变迁史 - 从传统运营时代到“新零售”时代

■ 大数据相关的新法律法规

三、数据分析的五大步骤

■ 五大分析步骤 - 数据的收集、清洗、规整、使用和更新

■ 案例：某互联网企业数据清洗步骤演示

■ 案例：供应链需求分析和预测功能的实现

■ 案例：用Excel“运筹优化”模块来求解佳成本问题

■ Office软件其它分析功能介绍

四、数据分析的核心思维模式

■ 数据分析师是什么样的人才？ – 四大核心素质

■ 六种实用分析思维 – 结构化思维、维度思维等

■ 供应链优化的几种实用工具

五、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

■ 常用 BI 软件入门及功能解析

■ 案例：知名快消企业、知名物流服务商的“管理者驾驶舱” 

六、SQL：常用的数据库语言

■ 企业数据管理的六个层次 – 从Excel到大数据架构

■ SQL入门 – 软件环境选择和基本使用方式

■ SQL语言实战 - 常用语法介绍

■ 实用自学资源

七、大数据前沿技术介绍

■ 企业架构思想 - SOA和微服务简介

■ 计算技术 - 人工智能（AI）要点及其对供应链的意义

■ 数据库技术 - 数据湖（Data Lake）简介

■ 案例：某知名科技公司如何利用新技术来拓展业务范围

■ 数据库技术 - 区块链（Blockchain）要点

■ 案例：汽车、物流等行业公司是如何应用区块链的 

八、优企业案例介绍

■ 新一代供应链管理理念 – “连接、配置、运营、优化、服务、传播”

■ 案例：某大型制造业企业的数字化架构升级

■ 案例：某汽车制造厂的物流基础数据管理

■ 案例：某食品企业的生产/物流数据采集

■ 案例：某高科技企业基于大数据的运营优化

■ 案例：某电器公司的工业大数据体系及其效果

■ 案例：某世界500强企业的厂内物流数字化管理

■ 案例：某知名车企的数字化供应链及其智慧提升

■ 案例：新零售巨头基于大数据的运营优化和闭环管理

■ 其它前沿实践分享

九、大数据分析相关资源

■ 软件供应商资源

■ 硬件供应商资源

■ 进一步学习资源推