让一部分企业先学到真知识!

李勇:企业数字化转型解析

李勇老师李勇 注册讲师 4查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 企业转型

课程编号 : 37287

面议联系老师

适用对象

数据中心,业务中心,产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员,企业对数字化转型感兴趣的人士。

课程介绍

培训对象:数据中心,业务中心,产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员,企业对数字化转型感兴趣的人士。

课程时间:1天(6小时)

课程背景:

我国进入从高速增长到高质量发展的新阶段,对于企业而言,借助数字化转型将加速新旧动能的转换,数字化转型也将成为推动数字经济发展的原动力,所以数字化转型已经不是一道选择题,而是一道必答题和生存题,本课程将对数字化转型的整个过程做详细的解析。

课程收益:

培训完结后,学员能够:

² 理解企业数字化转型应该如何做以及什么时候做

² 掌握企业数字化转型需要怎么做

² 掌握企业数字化转型的意见和建议

课程大纲:

单元

大纲

内容

单元一

什么是数字化

1. 数字化工具都有哪些,目的是什么,数字化是很实在的事务,并不虚无缥缈。

2. 数字化工具难道仅仅可以将本增效吗?这些工具到底具备什么价值?

3. 数字化和信息化到底有什么区别,为什么我们已经有了信息化还要去做数字化?

单元二

企业为什么要做数字化转型

1. 人口红利消失,内销内卷严重

2. 技术的发展,互联网的发展给传统线下销售带来了新的机遇与挑战

3. 工业化时代的要求与数字化时代的客户要求发生了质的变化。

4. 数据资产将成为企业未来最宝贵的资产。

单元三

企业做数字化转型到底转什么?

1. 转意识:一把手带头做

1) 客户价值图

2) 业务演进图

3) 架构生长图

2. 转组织:

1) 业务IT一体化

2) 纠偏,预判,生长

3. 转方法:

1) 施工次序

2) 抽取业务对象

4. 转文化:

1) 为什么必须转文化

2) 胡萝卜加大棒

3) 长期工程

4. 转模式:

1) 数据通

2) 平台通

3) 未来通

单元四

数字化转型具体怎么做

1. 成立数字化委员会,确定数字化战略

2. 确定数字化实施步骤

3. 确定数字化实施心态

4. 确定数字化项目管理

5. 对标业务,以场景为中心持续不断的总结

6. 对标数据,以平台为中心持续不断的做打通

单元五

数字化转型中的哪些坑

1. 数据治理:不是IT问题而是业务问题

2. 三个陷阱:数据不分类,埋头苦干,没想好就干

3. 组织架构和文化没有及时调整所导致的问题

单元六

数字化转型案例共享

1、 某传统制造业劳保手套数字化转型之路

2、 某传统制造业电动车数字化转型之路

3、 某传统家居行业数字化转型之路

4、 某传统的干洗集团数字化转型之路

他们都踩过那些坑?他们都有哪些好的经验可以复制?他们到底通过数字化取得了什么成效?

 

李勇老师的其他课程

• 李勇:产品精益运营策略与实践
培训对象:产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员、对云产品和用户体验感兴趣的人士; 课程时间:1天 (6小时) 课程背景: 本课程主要是在数字化转型与B端市场拓展的宏观趋势下,旨在解决学员如何实施产品精益运营策略,提升B端客户运营效率和质量的问题。课程将深入探讨产品精益运营的理论基础与实践方法,结合中国联通研究院的业务特点,帮助学员全面提升对产品精益运营的认知与实践能力。课程具备理论结合实践、案例丰富、互动性强的特点。 课程收益: 培训完结后,学员能够: 受益一:理解产品精益运营的核心概念与原则; 受益二:掌握B端客户画像的构建方法与运营手段; 受益三:学会如何提升产品运营效率与优化运营颗粒度; 受益四:能够制定并实施有效的产品精益运营策略。 课程大纲: 单元 大纲 内容 单元一 产品精益运营概述 产品精益运营的核心概念 1.1 精益思想的起源与发展 1.2 产品运营的现状与挑战 1.3 精益运营的定义与价值 案例:中国联通研究院的产品运营现状分析 产品精益运营的原则与框架 2.1 精益运营的五大原则 2.2 精益运营的框架与流程 2.3 精益运营与传统运营的区别 讨论课题:如何在中国联通研究院的业务中融入精益运营理念? 单元二 政企TOB用户画像都包含那些元素 1. 用户背景分析 1) 经营定位 2) 商业模式 3) 未来目标 2. 外部环境分析 1) 行业环境 2) 市场环境 3. 内部情境分析 1) 业务情境 2) 组织架构 3) 信息化部署 4. 关键人分析 1) 岗位决策力 关注重点及合作意向 单元三 产品运营手段与工具 产品运营的主要手段 1.1 内容运营与活动策划 1.2 用户运营与社区建设 1.3 数据运营与分析 1.4 渠道运营与分析 产品运营AI工具介绍 2.1 常用的AI产品运营工具概览 2.2 AI工具的选择与应用场景 单元四 深挖用户需求,聚焦B端客户场景地图视图 1、 什么是客户视角 2、 如何围绕用户画像去做营销计划 3、 什么是客户场景视图? 4、 如何对业务场景视图进行再细化 5、 如何针对不同的场景深挖用户诉求 如何针对不同的场景去做分场景销售策略 单元五 产品运营效率提升 产品运营流程优化 1.1 流程识别与诊断 1.2 流程优化与重组 1.3 流程固化与持续改进 产品运营效率评估 2.1 运营效率的关键指标 2.2 效率评估的方法与工具 2.3 效率提升的策略与路径 讨论课题:如何在中国联通研究院的业务中提升产品运营效率? 单元六 运营颗粒度细化与管理 运营颗粒度的概念与意义 1.1 运营颗粒度的定义与分类 1.2 运营颗粒度对产品运营的影响 1.3 运营颗粒度细化的必要性 运营颗粒度的管理策略 2.1 颗粒度细化的方法与技巧 2.2 颗粒度与运营效率的平衡 2.3 颗粒度管理的持续改进 讨论课题:如何在中国联通研究院的业务中实施运营颗粒度细化与管理? 单元七 产品精益运营策略制定 产品精益运营策略规划 1.1 运营目标设定与分解 1.2 运营策略的制定与调整 1.3 运营策略的评估与优化 产品精益运营策略实施 2.1 策略实施的关键步骤 2.2 实施过程中的风险与挑战 2.3 策略实施的监控与调整 讨论课题:如何在中国联通研究院的业务中有效实施产品精益运营策略?  
• 李勇:B端产品经理的全栈产品运营实践技能提升
培训对象:产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员 课程时间:1天,6小时 本课程亮点: 本课程主要是在5G与数字化转型的宏观趋势下,旨在解决学员在运营商产品组合、定制以及打造全栈套餐方面的实际问题,提升学员对产品组合策略、定制化设计以及全栈套餐构建的认知与实战能力。课程具备理论与实践结合、案例丰富、互动性强的特点。 一:产品经理角色认知: 单元 大纲 内容 单元一 产品经理角色认知 1. 产品设计能力: 1) 产品设计在早期需要掌握什么能力 2) 培养产品思维的四种方法 2. 未来前景: 1) 当代产品设计所遇到的机遇与挑战 2) 做产品设计与管理对未来的职业生涯有那些好处? 单元二 B端和C端产品的定义不同 1. 目标用户不同 2. 使用场景不同 3. 设计原则和表达不同 4. 业务流程不同 二:如何做好用户需求挖掘及规划 单元 大纲 内容 单元一 用户视角 1. 你要解决的这个问题是个真需求还是个伪需求? 2. 如何找到真正的用户需求:要拥有用户思维 3. 什么是用户思维?用户思维为什么很难以把握? 4. 怎么样才能掌握用户思维? 单元二 场景视角 1. 调研市场:市场宏观数据及竞品对手情况 2. 调研客户:锁定用户画像 3. 聚焦客户视图 1) 了解客户的经营定位和业务目标 2) 从产品视图到客户视图的转变 3) 什么是客户视图:全方位展示客户业务场景的完整视图 4) 从把握需求点到挖掘场景流,对客户的业务场景流进行还原并放大其细节情境。 5) 找到应用场景:某项应用最可能被客户使用的所处场景,应用因场景而产生价值。 4. 穿透场景锁定价值: 1) 拜访客户探索需求,找谁谈?谈什么?怎么谈? 2) 划清全流程环节,锁定关键主环节,找准场景关键人 5. 锁定应用价值,用产品与用户共创价值 方法和工具:场景解析视图,需求挖掘话术模板 关于B端产品立项的方法论:需求池及需求价值判断视图的输出 单元三 产品规划 1. 场景及价值表 2. 需求场景概述图 3. 业务流程图 4. 节点信息表 5. 需求跟踪矩阵 6. 产品功能原型 三:如何做好全栈产品组合 单元 大纲 内容 单元一 运营商产品组合策略 产品组合概述 1.1 产品组合的定义与重要性 1.2 运营商产品组合的特点与挑战 产品组合原则与方法 2.1 产品线规划与优化 2.2 产品组合策略制定 2.3 产品组合的市场适应性分析 案例:某运营商成功的产品组合实践 单元二 产品全栈套餐构建 全栈套餐概述 1.1 全栈套餐的定义与价值 1.2 全栈套餐在运营商市场中的应用 全栈套餐构建策略 2.1 套餐内容规划与优化 2.2 套餐定价策略与灵活性设计 2.3 套餐推广与销售渠道选择 案例:某运营商成功的全栈套餐推广实践 单元三 产品组合与定制的实战技巧 实战技巧分享 1.1 产品组合与定制中的团队协作 1.2 产品组合与定制中的市场反馈机制 1.3 产品组合与定制的持续优化策略 实战案例分析 2.1 成功案例分享与经验总结 2.2 失败案例剖析与教训提炼 讨论课题:如何将产品组合与定制策略转化为实际业绩? 四. 产品营销及运营推广 单元 课纲 内容 单元一 什么是真正的运营 1、 什么是运营?我们该运营什么? 2、 平台运营需要具备的能力和素养 3、 AARRR增长黑客的思维解析 单元二 运营中的方法论 1、通过3P理论深入了解运营 2、通过产品分析、用研等方法来确定运营指标的方法。 3、运营中的人性考量 4、运营工作中六个坑 案例:通过答案奶茶,这儿养车,洁神干洗等O2O模式如何设定运营指标,如何做好运营策略 单元三 用户的数据运营实战 1、用户运营包含的内容:拉新,留存,促活 2、客户获取分析 3、客户激活响应与偏好分析 4、客户保有与流失分析 5、客户标签获取与价值分析 6、用户运营策略该如何实施 7、种子用户的挖掘与培养 8、如何对用户运营做效果评估 9、用户运营中的7个建议 案例:老树新花,如何做好用户运营 单元四 数据运营与管理方法 1、运营不是投放素材的搬运工 2、运营管理中必须关注的十大数据维度:用户量、用户增长率、用户流失率、用户留存率、渠道转化率、MAU、DAU、变现转化率、回购率、人群画像分布以及ROI。 3、运营渠道效果提升的办法 案例详解:渠道中数据管理的秘密 单元五 产品的内容及渠道运营 1、 什么是活动运营和内容运营? 2、 活动运营策划的要点是什么? 3、 运营的借势能力 4、 运营的热点、时事的敏感度 5、 内容运营中10个营销常见的用户心理效应 6、 文案中的常识陷阱。 案例详解:如何做好一个引爆互联网的产品营销活动。包括拼多多,京东到家等案例。 讲授老师绍: 
• 李勇:AI+模型推动商业银行数字化转型与实践
培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士 课程时间:1天 (6小时) 课程背景: 本课程将深入探讨AI+模型(Artificial General Intelligence,通用人工智能)模型在金融行业的应用。我们将分析AI模型如何优化金融业务流程、提升风险管理能力以及创新金融产品。课程将结合最新案例和实践经验,为学员提供一套全面的AI在金融行业的应用指南。 课程收益: 培训完结后,学员能够: ² 了解AI+模型模型的基本原理及其在金融行业的应用价值。 ² 掌握运用AI+模型模型优化金融业务流程和提升风险管理的方法。 ² 学会如何评估和选择适合金融业务的AI+模型模型。 ² 提升对金融科技发展趋势的洞察力和应用能力。 ² 课程大纲: 单元 大纲 内容 单元一 AI+模型模型与金融数字化概述 1.AI+模型大模型的基本概念与原理 1.1 AI+模型大模型的定义与发展历程 1.2 AI+模型大模型的核心技术与算法 1.3 AI+模型大模型在金融行业的应用前景 案例:国外金融行业大模型应用案例分享 2.金融行业为什么要做数字化? 2.1 信息化,数字化,智能化的区别是什么? 2.2 金融行业做数字化的意义和价值是什么? 2.3 AI+模型大模型在金融数字化中的作用是什么? 案例:国内金融行业大模型应用案例分享案例:某企业运用AI大模型优化销售的实践 讨论课题:AI大模型如何在证券中发挥最大价值? 单元二 AI工具及AI大模型基础认知解析 一.AI工具的种类和功能 1.1 常见的AI工具介绍 1.2 AI工具在金融中的应用场景 1.3 如何选择合适的AI工具 二.AI大模型的构建和训练 2.1 AI大模型的数据来源和处理 2.2 AI大模型的训练方法和技巧 2.3 AI大模型的评估和优化 三.AI工具及AI大模型与证券的结合方式 3.1 AI工具及AI大模型如何融入证券流程 3.2 AI工具及AI大模型与日常办公的连接和 3.3 AI工具及AI大模型在金融中的风控中的措施 案例:某企业运用AI工具进行销售及风控 单元三 AI+模型大模型在金融数字化的具体应用场景 1.风险评估与管理 1.1 利用AI+模型大模型提升风险评估准确性 1.2 基于大模型的风险预警系统构建 1.3 大模型在信贷风险管理中的应用 案例:某银行利用大模型优化风险评估流程 2.投资策略与决策支持 2.1 基于大模型的量化投资策略开发 2.2 大模型在资产配置中的应用 2.3 利用大模型进行市场趋势预测 案例:某投资机构运用大模型提升投资收益率 3.客户服务与营销 3.1 大模型在智能客服中的应用 3.2 基于大模型的个性化推荐系统 3.3 利用大模型提升客户满意度 案例:某金融机构通过大模型优化客户服务体验 4.运营效率提升与成本降低 4.1 大模型在自动化处理中的应用 4.2 基于大模型的智能审核系统 4.3 利用大模型优化内部管理流程 案例:某金融公司运用大模型提高运营效率 单元四 AI工具及AI大模型赋能金融行业日常办公效率提升 1. AI符合赋能数据分析场景 2. AI符合赋能OFFICE办公写作场景 3. Ai如何赋能公司日常会议组织及总结 4. AI如何赋能知识库管理 5. AI如何赋能文案生成 6. AI如何赋能企业营销 单元五 AI大模型在数字化中的趋势与挑战 1.金融行业大模型的发展方向 1.1 深度学习与强化学习在金融大模型中的应用 1.2 跨领域知识融合与迁移学习在金融大模型中的潜力 2.面临的挑战与应对策略 2.1 数据安全与隐私保护问题 2.2 模型可解释性与伦理考量 2.3 技术更新迭代速度与人才培养需求 讨论课题:如何结合自家金融业务,有效利用AI+模型大模型实现创新与发展? 单元六 上机实战演练 一.AI日常办公实操演练 二.AI金融解决场景实操演练

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务