数字化能力提升-物流

《数字化能力提升》

主讲：韩迎娣

【课程背景】

在信息技术高速发展的今天，一个开放、全球化的网络，将人、数据和机器连接起来，成为一个庞大的物理世界，这些由机器、设备、集群和网络组成的环境，能够在更深的层面和连接能力、数字化、大数据、物联网、5G、区块链、云计算等相结合，形成万物智联。在大数据、云计算及数据算法的结合下，逐步形成智能物流，智能服务等各类工业化及商业化应用。智能物流通过关键技术实现生产资源的在线化、自动化、数字化和智能化，提升生产系统的感知、思维、学习、预测决策和智能学习，提升物流业数字化与智能化水平，降低生产成本，提升效率，推动物流的发展。

课程将以物流数字化与智能化为切入点，还原物流生产环境中的实际案例，帮助学员认知数据分析是什么，如何通过数据分析直达问题底层并解决问题？如何通过标签化与建模体系实现深层次数据分析？如何实现通过数据驱动企业决策，数据决策体系对企业的能力要求是什么？数字化新经济环境，物流行业有哪些新机遇，新挑战？智能物流的特征及应用是什么？使学员学之解惑，学之能用

【课程收益】

数字思维创新模式，数据价值，数据分析三大场景，数据分析思考模式

如何通过数据分析来解决问题，选取分析所需要的相关数据，提取数据

分析的结果呈现，分析总结及建议措施，实施效果评估及报告整理

深层次数据分析，数据分析5H1W模型，数据分析5大步骤

数据标签化管理，标签管理与应用体系，数据模型的描述

物流建模的基本过程，物流建模的特征工程，模型的验证与评估

让数据驱动企业决策，数据决策体系对企业的能力要求，数据决策模式

数据安全思考，数据安全管理策略，数据安全问题与挑战

新经济环境下，物流行业再临战略机遇，物流服务新商业模式

京东物流：打造千亿规模的物流科技服务商，新零售下的新物流，以消费者为中心实现数字化跨越，医药物流实践案例

智能物流三大特点，智能物流的应用场景，智能化建设的“1+N”价值框架

数字孪生：构建基于模拟择优的物流新体系，物联网+物流向智能服务的转型新引擎，

物联网+区块链赋能智能化应用，5G赋能智能物流及未来趋势

【课程特色】干货，没有废话；科学，逻辑清晰；实战，学之能用；投入，案例精彩

【课程对象】总经理、物流运营，中高层管理者

【课程时间】12小时

【课程大纲】

一、思维创新与数据分析

1、思维创新的技术路径

2、数字思维创新模式

连接

赋能

破界

3、数据价值

数据可洞察真相

数据可转化行动

数据的引导思路

4、数据分析的三大类应用场景

工具类

分析服务类

人工智能

5、用结构化思考让数据分析到达问题的底层

分解问题与分解原则

分解模式

基于要素分解

基于二维表生成决策树

RMF模型

FMEA模型

6、数据分析前该如何思考？

7、让数据来分析问题与解决问题

分析问题与解决问题的七大步骤

精确陈述问题5W2H法

8、收集整理问题

问题展现方式

问题分解

9、选取分析方法

分析方法

描述性统计分析

推断统计分析

变量分析方法选取

数据挖掘分析

10、选取分析所需的相关数据

数据从哪里来？

制定数据提取需求

业务视角的数据质量的评估

技术视角的数据质量评估

数据的清洗处理

11、怎样将分析的结果呈现出来？

分析角度：分析中心思想或主干线

表达：一图二表三文字

逻辑结构：论点、论据、论证

数据分析结果呈现准备工作

如何用图来表示数据

定量数据的图表示

定性数据的图表示

12、分析总结及建议措施

13、实施效果评估及报告整理

二、深层次数据分析与数据标签

1、深层次数据分析

对于复杂现象的简单结论

数据分析与数据挖掘关系

基于数据分析之上的数据挖掘

数据挖掘过程

2、数据分析的5大步骤

明确目标

数据预处理

特征分析

算法建模

数据表达

3、数据分析5W1H标签

4、数据标签化管理

数据标签

标签

多样化标签与场景化应用

5、标签的应用体系

业务场景倒推标签需求

标签自动化

标签迭代

标签管理机制

6、标签体系的数据层

数据源

数据处理

7、要让业务从数据中生长出来

案例：

三、数据建模应用

1、数据模型描述

基本描述

模型的深入表述

对建模思想的影响

2、物流建模的基本过程

建模的基本思路

模型融合的方法

模型的优化过程

3、物流建模的特征工程

数据初步筛选

特征变换

特征组合

特征筛选

特征的迭代

4、模型的验证与评估

适用范围的评估

对精度的评估

场景的综合评估

模型的迭代评估

5、模型的部署

模型部署注意事项

模型部署对工作方式的改变

模型部署的标准化与流程化

模型部署的自动化与智能化

四、数据决策体系与数据安全

1、让数据驱动企业决策

2、数据决策体系对企业的能力要求

3、数据决策模式

定位

决策模式

决策体系

4、数据安全思考

从“大安全”视角审视数据安全

数据安全成为与实体经济融合重要影响因素

数据应用过程中，数据流动是常态

数据共享是刚需

便利化服务与个人信息权利的两难抉择

5、数据安全管理策略

数据全生命周期管理

安全策略

数据管理策略

防护措施

6、数据安全技术总体视图

平台安全

数据安全

隐私安全

7、数据安全问题与挑战

数据价值与存储模式成为风险重点

数据采集环节成为影响决策分析的新风险点

数据处理过程中的机密性保障问题

数据流动路径的复杂化

8、个人隐私安全挑战

数据超强分析为个人隐私技术带来严峻挑战

隐私保护技术难以适应大数据的非结构化数据库

案例：

五、基于数据分析的物流行业解析与商业洞察

1、物流业态与发展现状

2、新经济环境下，物流行业再临战略机遇

3、新模式，各类企业开展商业变革

传统物流企业求变，延伸产业链价值

“互联网+”企业入局，启发模型创新

电商物流体系演变，平台与履约模式交锋

4、京东物流：打造千亿规模的物流科技服务商

京东物流业务加速开放

第三方业务爆发式增长

高效智能的供应链模式

5、京东产品矩阵升级，构建全球智慧供应链基础网络

京东供应链-全流程物流链

京东快运服务

京东快递服务

京东大件服务

京东冷链服务

京东到仓服务

京东服务+

6、新零售下的新物流，以消费者为中心实现数字化跨越

供应链物流成为升级关键

以客户为中心的物流模式

更好的商品：产地直采+生鲜直达+产品溯源

更好的体验：逆向物流和售后服务

更高的性价比：优化的供应链成本

更快速的物流：抢占最后一公里

7、医药物流实践案例

润药商城一站式交易

上海医药物流中心“两票制”下的全国温控运输

金域医学集团县域医共体生物样本物流服务

山东兰剑物流科技股份有限公司有关南京医药康捷中央物流中心建设的实践

盛世华人供应链与开利运输冷冻 ( 中国) 合作利用 CPS 解锁第三方服务新模式

多美达集团车载主动制冷式冷链运输箱

上海科箭软件科技有限公司建设“ 智慧哈药”

六、数据向智能化变革新趋势，从工具革命到决策革命

1、智能化重塑发展格局

2、智能化建设“1+N”模式价值框架

3、智能化对物流企业的能力框架

一级能力

二级能力

智能化成熟度5个阶段

4、智能物流三大特征

5、智能物流应用场景

智能运输 – 无人卡车

智能运输 – 车队管理

智能仓储 – 仓储现场管理

智能仓储 – AMR

智能仓储 – 设备调度系统

智能配送 – 无人配送

智能配送 – 订单分配系统

智能客服

6、数据+算力+算法赋能智能物流

长尾重构：规模化供给解决个性化需求

敏捷响应：精准捕捉用户需求，快速推出新品

智能决策：物流大脑结合行业洞见，重构人机边界

高度协同：云中台助力构建高度协同

7、数字孪生：构建基于模拟择优的物流新体系

定义与价值

创建数字孪生

数字孪生与数字主线

数字孪生，对服务生命周期管理

8、物联网+物流向智能服务转型的新引擎

基于“物联网+”的智能服务

“物联网+”的生态系统

“物联网+”的“朋友圈”

“物联网+”生态圈中各角色的演变

组织能力的准备

9、物联网+区块链赋能智能化应用

10、5G赋能智能物流及未来趋势

5G 弥补关键短板，极大地改善 AR/VR 体验

5G + MEC 助力物流业务优化

5G + IoT 推动物流高度互联

5G + Cloud 实现仓运配一体化

5G 助力物流各环节数字驱动、智能规划

5G 为智能物流运输提供能力保障

5G 与区块链共同打造物流追踪可视化

5G 实现物流园区高效智能管理

5G 为高密度的无人仓储作业提供支撑

5G 拓展无人配运终端的应用场景

5G 深化 AR/VR 在物流行业的应用

5G 云专线让移动仓储走进现实

11、云是智能物流的基础建设