1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

供應鏈大數據分析與應用
1. 供應鏈數字化：大數據分析的前提
a) 數字化供應鏈的發展現狀介紹
b) 供應鏈發展階段與數字化成熟度
c) 不同行業數字化的區別
2. 企業架構：大數據分析的基礎
a) 企業架構體系概述
b) 大數據架構的基本原則
c) 要素一：業務架構，及其基本組件
d) 要素二：應用架構，及其基本組件
e) 要素三：數據架構，及其基本組件
f) 要素四：技術架構，及其基本組件
g) “新零售”時代企業架構的變遷
3. 數據分析的五大步驟及其要點
a) 步驟一：數據的收集
b) 步驟二：數據的清洗
c) 步驟三：數據的規整
d) 步驟四：數據的使用
e) 步驟五：數據的更新
f) 主要應用難點和對策
4. 基礎分析技術（一）：業務分析思維
a) 為什么巴菲特是優秀的分析師？
b) 分析問題的“金字塔原理”
c) 供應鏈運營常見的分析思路
5. 基礎分析技術（二）：Excel比你想象的更強大
a) Excel函數的常見類別（清洗處理類、計算統計類等）
b) 經典數據功能舉例（數據透視表、vlookup等）
c) 案例：用Excel求解物流運輸的最優成本
d) 案例：用Excel做企業決策模型
6. 基礎分析技術（三）：數據可視化
a) 經典圖表類型介紹
b) BI（商業智能）入門
c) PowerBI 應用以及案例
d) 案例：某大型零售商的供應鏈數據可視化
7. 當日培訓內容小結及討論

供應鏈大數據分析與應用
8. 基礎分析技術（四）：SQL為代表的數據庫語言
a) SQL基礎知識入門
b) MySQL環境介紹
c) “關聯”等核心概念應用
d) 案例：用SQL查詢制造業大型數據庫
9. 大數據前沿技術介紹
a) 云計算
b) 數據湖
c) 人工智能
d) 敏捷和DEVOPS
e) 設計思維和人性化技術
f) SOA和微服務
g) 案例：供應鏈管理中技術升級的六個階段
h) 案例：如何用技術解決企業數據不準確的問題
10. 企業實際案例詳解
a) 供應鏈計劃案例：如何做好需求預測？（消費品行業）
i. 背景介紹
ii. 主要挑戰
iii. 數據分析亮點介紹 – 數據挖掘
b) 生產物流案例：如何組織好復雜的生產流程？（汽車行業）
i. 背景介紹
ii. 主要挑戰
iii. 數據分析亮點介紹 – 物料管理系統
c) 綜合管理案例：如何通過優化供應鏈流程來控制成本？（電子行業）
i. 背景介紹
ii. 主要挑戰
iii. 數據分析亮點介紹 – 基于數據的整體優化
d) 知名互聯網企業的“中臺”戰略
i. 背景介紹
ii. 主要挑戰
iii. 典型中臺架構對企業的啟示
e) 其它代表性行業案例
11. 大數據分析相關資源
a) 軟件供應商概況
b) 硬件裝備供應商概況