(微信同号)
培训对象：数据管理（总监、经理、主管）、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等；
课程时间：2天 （12小时）
课程背景：
我们经常讲，业务即数据，数据即业务，那么企业数字化转型中最适合的数据资产组织方式是什么样的，为什么越来越多的企业在讨论标签化和标签体系？因为数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。本课程将为您详细解析面向企业业务的数据资产标签的制作方法。
课程收益：
Ø 学习数据标签和业务标签的基本概念；
Ø 掌握数据标签的建设的方法与架构过程；
Ø 掌握数据标签的评估与选择；
Ø 掌握数据标签体系建设，资产评估以及运营机制；
课程大纲：
单元 | 大纲 | 内容 |
单元一 | 为什么需要数据标签体系 | 1. 数据孤岛，无法打通 2. 烟筒式的建设，重复造轮子 3. 各说各话，没有统一路径 4. 鸡同鸭讲，无法穿透业务层 5. 数据治理永远没有尽头 |
单元二 | 数据资产发展的过程 | 1. 数据资产1.0：构建消费者数据库 2. 数据资产2.0：打通数据 3. 数据资产3.0：全集团数据共享共荣 4. 数据资产4.0：更广泛领域的数据实践 |
单元三 | 数据资产标签之业务体系搭建方法论 | 1. 业务系统与数据系统之间的关联 2. 面向业务的数据资产组成形式 3. 客户画像体系的数据标签制作方法 4. 产品体系的数据标签制作方法 5. 运营体系的数据标签制作方法 6. 制造体系的数据标签制作方法 7. 客户服务体系的数据标签制作方法 |
单元四 | 数据资产标签的规范 | 1. 数据标签规范化之元标签 2. 标签问题 3. 如何让平台服用标签 4. 数据标签的全生命周期管理 5. 数据标签质量控制 |
单元五 | 数据标签工具和经典模板 | 1. 标签工具体系 2. 数据标签门户 3. 用户数据标签体系模板 4. 企业数据标签体系模板 5. 员工数据标签体系模板 6. 商品数据标签体系模板 |
单元六 | 数据资产管理 | 1. 数据资产定义和3个特征 2. 数据资产管理现状与挑战 3. 数据资产管理的四个目标 4. 数据资产管理中的数据治理 5. 数据资产管理的七个成功要素 |
单元七 | 数据标签案例分享 | 1. 银行业数据标签精准营销场景 2. 汽车整车厂可视化大屏场景 3. 制造业B2B供应链场景 4. 零售业电商千人千面场景 5. 地产物管效能场景 |
