让一部分企业先学到真知识!

枫影:企业的数字化转型

枫影老师枫影 注册讲师 149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 : 16331

面议联系老师

适用对象

通讯运营服务商

课程介绍

【课程背景】

  • 在经历了ICT后,数字化时代,迎来了DICT技术,DICT技术的发展不仅仅是技术的更新换代,更重要的是基于云服务下的数据价值创造逐渐渗透到社会的各个层面。依托DICT技术,赋能企事业单位,帮助其实现从信息化走向数字化、智慧化,是当前通讯运营服务商在传统个人、家庭市场基础上新的市场突破。

 

  • 本节课,主要从产业数字化出发,从相关技术、行业和市场营销等层面,全面阐述产业数字化转型的趋势背景、以及对应市场需求的产品和市场营销内容,帮助学员系统性掌握相关内容。

【课程收获】

  • 了解数字化转型的大背景、技术和核心逻辑
  • 了解通讯运营服务商在产业数字化中扮演的角色
  • 了解数字化转型在业务和商业模式创新及在营销、客服环节中的应用
  • 了解数字化转型的落地要素

【参与人员】

本课程适宜于:通讯运营服务商

【课程纲要】

一、数字经济与数字化转型

1.国家“十四五”规划与数字经济

2.数字化产业、产业数字化与数字社会

3.产业数字化机遇与企业的数字化转型

(1)5G+云大物智等数字化技术

  1. 数字化技术与企业数字化转型的关系
  2. 数字化系统(产品)

4.数字化产品

(1)前台、中台与后台

(2)数字化产品的分类:2B、2B2C

(3)数字化产品的部署:私有化部署、运化部署与混合云部署

(4)私有化或混合云部署产品的运营:从需求分析到产品开发到产品交付和客户成功

5.国内主流云服务商和垂类行业的数字化服务商介绍

(1)数据中心

(2)云服务:Iaas、Paas和Saas

(3)行业云:金融云、工业云、建筑云、零售云

(4)主流云服务商介绍:阿里云、华为云、腾讯云、移动云、天翼云、亚马逊云、百度智能云、金山云、浪潮云、京东云、UCloud 、Azure

6.云服务赛道

(1)云服务行业级应用解决方案:零售、政务、金融、医疗、教育等

(2)政企采购平台建设

【案例】

  • 行业级解决方案云服务
  • 政企采购平台整体架构解析
  • 移动云平台介绍

二、数字化转型对业务创新和商业模式的改造

1.洞察客户场景,构建差异化价值主张,占领客户独特性认知

(1)借助大数据,洞察客户实际业务场景和内在价值诉求,提炼价值点位

(2)研究竞争对手,横向比较价值点布局,找到突破机会

(3)跨界寻求合作伙伴,探寻差异化价值点实现的路径

(4)定义价值主张,传递价值理念,占领客户心智

2.六大利益相关方,构建新型业务结构

(1)供应商:从产业钳制者到围绕客户为中心与合作伙伴构建环状供给侧

(2)渠道商:线上+线下融合,围绕客户个性化需求,效率与体验并重

(3)交付商:与供应商一道,提供满足不同层级客户需求的解决方案

(4)政府:响应政府政策,共建区域产业绿色发展和提升民生福祉

(5)客户:建立客户直连,鼓励客户参与,形成共同体式新交易机制

(6)员工:每一个员工都是一个节点,鼓励内部项目制创新发展

3. 三类五种盈利模式解析

(1)价值颠覆型—创新价值主张,多渠道、多产品组合、多频次创收

(2)链接型平台—链接供需两侧,通过价值匹配,实现坑位费、过路费和广告费收益

(3)赋能型平台—赋能渠道端,实现价值传递过程中的多产品、多频次创收

(4)生态型平台—打造技术数字化生态式平台,跨界合作,全链条盈利

(5)通证共同体—借助区块链通证经济,实现价值内部流转,共同富裕

【案例】中国移动生态型平台战略解读

 

三、数字化转型在产品研发、营销、客服中的应用

 1.借助数字化端到端的C2M的链接,对用户数据进行分析,开发新业务产品

(1)C2M,洞察用户场景,提炼用户需求,设计产品

(2)端到端,通过数字化链接,打通品牌-渠道-用户之间的链接

(3)数据分析,依托用户数据分析,发现新商机

(4)围绕用户需求,制定新的解决方案和产品

【案例】中国移动围绕CHBN市场开发新业务、新产品

2.数字化营销,全渠道+全媒体,辅助企业高效率拓客成交

(1)数字化营销的本质:拉升拓客效率和降低客户获客成本

(2)数字化营销的主要表现方式:数字门店、新零售(渠道数字化)、电商、新媒体、私域运营

(3)数字化营销的支撑要素:数字化系统(产品)、业务内容数字化、运营团队专业化

(4)数字化营销常见误区:软件思维(增长靠产品)、业务思维(按照实际情况来)、运营思维(一切靠内容)

【案例】内蒙移动借助直播实现全员数字化营销赋能

3、数字化转型在营销中的应用

(1)新零售,开发app/小程序,一体化管理运营,实现整体数字化运营效率提升

(2)数字门店,为门店开发门店自有小程序,培训赋能,实现门店/网格长自主线上运营

(3)电商,借助电商平台,快速开掘新客户

(4)新媒体,短视频直播,借助兴趣电商快速拓客

(5)私域,挖掘存量用户需求,实现存量私域用户的价值提升

【案例】小移严选新零售应用,实现体系内拓客营销效率升级

4.数字化客服,搭建智能客服体系,提升客户体验

(1)全渠道,打通前台所有渠道,降本提效

(2)全链条,从渠道-客服-CRM全链条,提升客服系统的协同性

(3)数据化,SCRM(来源、标签、画像、交易)构建标签用户画像,让服务更精准

(4)集成化,人工坐席+机器人客服+工单+SRCM+质检+培训,一体化提升服务体验

【案例】中国移动智能客服系统

5.数字化客户运营,基于ARPU值提升私域客户价值

(1)客户运营,基于客户生命周期的用户ARPU值运营

(2)精细化运营,分层分类管理用户,实现整体用户价值提升

(3)数智化运营,借助数字化技术,提升客户运营效率

【案例】联通会员,私域客户价值Arpu值管理运营

四、数字化转型的落地

1.“新商业+数字化系统+项目运营”,构建数字化转型落地三部曲

(1)架构新商业模式和业务战略,做好顶层设计,设计新增长和核心竞争力

(2)围绕商业模式和业务战略,设计开发产品,以数字技术实现商业通路

(3)搭建项目运营团队,深挖用户价值,以内容驱动业绩增长

【解析&案例】中国移动生态型商业体系和合作伙伴

2 围绕业务实现组织协同

  1. 新商业下的新组织
  2. 构建组织团队与组织协同
  3. 实现组织内的价值共赢
  4. 培养数字化人才梯队
  5. 搭建数字化系统
  6. 数字化系统的开发与云服务
  7. 数字化系统搭建的原则
  8. 目前中国移动的数字化产品介绍

【案例】中国移动的数字化营销系统解析

枫影老师的其他课程

• 枫影:数据治理与主数据管理
【课题背景】数据发生价值的前提是数据自身本身的真实性、可靠性,即数据本身有价值。我们把数据自身如何产生价值性的过程,成为数据治理。一般通常包括了定义数据、数据采集、数据存储、数据清洗、数据整合、数据分析等全流程。在整个过程中,一切数据的动作都受到业务的约束,如何定义主数据、采集哪些数据、如何封装数据等整体来看都与业务有关。本节课,将在系统性分析数据治理内容的基础上,聚焦主数据管理,站在数据和业务两个视角帮助学员如何做好协同性认知,提升主数据管理维护的效率。【参与人员】本课程适宜于:数据部门和业务部门【学员收获】了解数据治理的价值、流程和内容了解主数据的价值、管理的流程理解数据管理与业务之间的关系【课程时长】1天【课程大纲】数字化转型、数据分析、数据治理的逻辑关系数字化转型核心是依托数据分析来实现科学决策,从而提效降本数据分析的前提是数据治理数据治理首要工作是主数据管理数据治理的价值、流程和内容数据发挥价值的前期是数据本身得有价值如何定义数据自身有价值——时效性、客观、真实、一致、完整、准确数据治理的内涵数据治理的流程明确业务数字化转型的模块定义主数据:对应业务模块明确业务判断的模型指标实现数据采集与数据清洗数据资产管理数据安全完成对数据治理的评估主数据的价值和管理的流程回溯日常工作中数据使用的常见问题数据混乱、质量差系统使用效率低及时性差统计口径不一致找数据完全对不上号为什么我们现在到了不得不去管理维护主数据的时间了?——系统太多了重新定义主数据主数据的价值——跨部门、跨业务协同的必须项对主数据的要求——唯一、稳定、准确主数据的特点——权威性、全局性、共享性、扩展性、关键性、稳定性、跨部门、跨系统、跨技术、跨主题主数据管理初步认知什么叫主数据管理做好主数据管理的意义:业务协同、便于展开数据治理工作、数字化转型的需求主数据管理的目标——提供一个准确、及时、完整、相应的主数据来源,以支持业务包括的内容:治理政策、处理流程、工具、最佳业务实践主数据管理不仅仅是技术问题,需要业务对整个运营模型、流程进行提炼主数据维护是个动态的过程,包括了创建和维护,随着业务变化要更新、扩展。主数据与其他数据之间的关系交易数据元数据参照数据分析数据如何做好主数据管理主数据管理的主要流程:立数据:关键主数据的管理制度化、数据标准化通数据:依托统一的数据标准,和对接规范,实现各系统间实现数据互联互通挖价值:用于业务部门实践应用实施的关键要点管理问题:主数据是超越业务、管理的一把手工程持续性认知:是个持续性、长期性、不断优化的过程靠企业自身:企业自身需要具备强的数据思维,全员都需要IT技术增强:增强IT架构的灵活性,能够适应后期的不断扩展性需要赋予数据部门一定的权利和资源【案例】存量数据的迁移、清理-数据多(7个核心系统)、月结时间点-协同性认知(0点到2点之间)数据治理与业务之间的关系立数据:要由业务部门清晰明确业务模型、业务流程通数据:需要业务部门配合,完成数据的整理、清晰和导入工作挖数据:基于业务变革转型,即时反馈,对主数据展开维护、不断优化整体认知:业务是数据的来源,一切都源自于业务如何定义数据
• 枫影:数据治理
【课程背景】数据治理,是数据分析的基础,没有好的数据治理,就没有有价值的数据分析。国家数据局的成立,开启了我国数据治理的顶层设计。企业的数字化转型是要依托数据分析得出结论,而数据治理又是基础,无论对于业务部门,还是产品开发部门,数据治理都是关键。本节课将从业务部门的视角,帮助大家理解数据治理在整个数据分析中的地位,指导数据治理的关键和相关内容。【课程收获】了解数据治理的价值意义以及与数据分析、数字化转型之间的关系理解数据治理的内容理解业务部门(数据来源部门)与技术(数据管理部门)之间的关系、角色分工【课程对象】业务部门、技术部门【课程时长】1天【课程大纲】数字化转型、数据分析、数据治理的逻辑关系数字化转型的核心在于通过数据分析做出科学判断,进而提效降本数据分析的前提是拥有业务模型和有价值的数据数字化时代大数据的特征——多源异构大数据平台(数据底座)的诞生数据发挥价值的前提——数据治理数据治理的内涵【案例】某集团公司在数字化转型过程中碰到的数据质量问题数据治理的流程与内容(通过工作内容了解业务与技术的衔接之处)立数据主数据管理顶层架设(是否要开启中台)基础设置(私有云、网)【案例】某快消品企业的大数据平台体系架构2.通数据数据接入(API)数据处理(ETL):数据清洗、数据处理、数据集成数据管理:数据目录、数据地图、数据资产化数据安全:数据安全治理、数据访问安安数据可视化:BI报表、面向业务的数据可视化数据挖掘【案例】某能源企业和某云服务商的数据资产管理体系3.挖价值数据分析赋能业务面向业务的数据中台体系【案例】面向业务的可视化数据分析应用企业实施数据治理的过程方法企业实施数据治理框架体系(1)治理任务(2)治理规划(3)治理对象数据治理的组织架构组织架构:决策层、管理层、执行层管理层职责:项目经理、专家评审组、PMO执行层职责:业务专员、数据治理专家、数据架构师技术(数据管理部门)与业务(数据来源部门)之间的关系立数据:要由业务部门清晰明确业务模型、业务流程通数据:需要业务部门配合,完成数据的整理、清晰和导入工作挖数据:基于业务变革转型,即时反馈,对主数据展开维护、不断优化整体认知:业务是数据的来源,一切都源自于业务如何定义数据【案例】某集团公司总公司和分公司之间、业务与技术部门之间的协同
• 枫影:数据挖掘与数据分析应用
【课程背景】公司业务部门在长期的业务拓展过程中累计了大量的原始数据,如何从这些数据中发现问题,找到影响业绩的因素,是数据的价值所在。本节课,将系统性帮助业务人员掌握数据分析的方法,赋能业务人员,通过数据分析找到提升业绩的突破点和方法。【适宜人员】业务人员【学员收获】了解数据分析的整个思路和方法掌握常见的销售分析模型掌握常见问题的提升策略和方法【学习时长】6小时【课程纲要】板块大纲数据分析到底是如何指导业务的?(1小时)1.现实中,我们是如何发现问题的?——经验2.经验为什么不能被复制?3.如何准确判断影响业绩的因素?4.提炼总结数据,构建业务销售的模型:y=f(x)5.借助模型,代入数据,发现异常,找到问题6.改善影响销售业绩的因子,提升业绩【案例】某医美医院,如何通过数据分析发现销售中的问题【任务】1.写出影响我司整体销售额业绩的因子2.尝试借助数学公式,提炼出业务模型如何从一大堆数据中发现问题(3小时)数据分析的前提是有业务模型什么是业务模型?——反映因果的一个函数、算法先有数据,后又模型,还是先有模型,后有数据?一部分数据是用来建模的一部分数据是用来训练模型的一部分数据是用来发现问题的2.业务建模的两种方式:(1)通过数据的聚类分析,整理出模型(2)根据业务运营特征,提炼模型3.常见的业务大模型:(1)产品分析:销售=Σ(单品销售)(2)渠道分析:销售=Σ(渠道业绩)=Σ(2B+2b+2C)渠道(3)周期分析:销售=访客*转化率*客单价(4)销售员分析:销售=Σ(销售员业绩)4.底层支撑大数据:用户画像大数据(1)用户的动态画像分析是所有业务大模型分析判定的基础(2)用户分析,对产品、渠道、周期、营销策略等构成决策性影响(3)用户分析的数据:用户的动态画像、标签(4)用户数据的获取:客户(2B)和互联网应用(2C)(5)用户数据分析的方法:基于动态便签画像的场景、心理、决策等推测及验证5.业务数据的获取:(1)原始记录:根据运营周期做好数据记录(每天)(2)互联网:互联网通道对接医院等平台,实时获取数据6.业务数据分析的步骤和方法(1)定义目标和明确目标(2)按照业务模型从不同维度进行目标分解(3)通过采集的实时数据,与周期内数据进行对照(4)明确定值和常量(5)通过对比,借助各类分析方法,发现表现异常因子(6)深度剖析影响因子的因素,进行改善【案例】某医院渠道3月销售目标未达标原因分析【任务】1.各业务部门按照自身职责划分(按渠道/按团队等)展开一级业务模型和二级业务模型的构建2.对照上月的目标业绩,明确做的好的和需要提升的点位。常见的业务模型分析及问题优化(2小时)1.模型一:产品结构分析(1)定义正常的产品销售占比(2)发现产品销售结构占比异常(3)分析占比异常的原因常见对策:优化模型,重新定义占比结构对产品在定价、服务内容、营销策略等方面展开优化2.模型二:渠道结构和渠道业绩分析定义正常的渠道结构发现数据异常的渠道借助二级模型、三级模型,分析出该渠道的问题常见问题:渠道模型错误,优化渠道占比模型特定渠道业绩出现流量不足、转化不足、客单较低二级问题:特定渠道宣传不足、引导不到位、人员讲解、缺乏案例支撑、产品定价不合理等。常见对策:流量:做好市场面的品宣、医院、医生等方面的客情关系、广告露出、医院媒体传播等转化:做好销售人员的专业培训、产品活动、产品定价等3.模型三:周期分析定义各销售周期的正常或目标销售额分析周期内产品结构分析周期内各产品的渠道结构分析各渠道的业绩数据常见问题:特定周期内销售未达标某渠道销售业绩不稳定某渠道运营策略出问题常见对策:优化目标销售的周期分布优化渠道结构优化单渠道的运营策略【案例】某品牌医美品牌销售额数据分析实录【任务】完成上月度的数据分析,发现问题,做出分析推理,找出可以优化的点位

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