课程定位

面向制造企业运营生产、设备与信息化管理者，从业务与数据的关系理解工业大数据体系，区别商业和工业数据，联系布局生产模式、质量设计及设备计划等应用场景。

学习收获

• 了解大数据特点和基本处理方法、工业数据体系构成，学习工厂运营数据关联分析的思路。

课程特色

• 结合用户画像精准营销、设备诊断、APS和红领服装工厂等课堂案例。
• 从运营管理视角讨论数据采集处理和应用，联系数据孤岛、标准及算法等实际问题。

课程模块

1. 解读工业4.0与智能制造

• 德国工业4.0的真实意义
• 德国，美国，中国制造战略的差异
• 大数据的意义：机器人+MES=智能制造吗？

2. 大数据及其技术基础

• 何为“大”？大数据的4V
• 大数据的三大技术基础与四大处理方法
• 核心技术简介：数据挖掘的算法与应用场景
• 关联背景简介：人工智能，hadoop，神经网络。。。
• 案例：大数据的商业应用-用户画像与精准营销

3. 工业大数据的系统构建

• 工业大数据的特点：非结构化、实时性
• 工业大数据与商业大数据的特点对比
• 工厂大数据的管理现状：数据孤岛、标准不一、缺乏算法等
• 工业大数据的体系构建：
• 数据采集：从ERP到物联网
• 数据处理：数据质量、成熟度、建模
• 应用场景：产品设计、设备诊断、质量管理等
• 工厂运营数据的关联与分析探索
• 工厂运营数据的类型：业务分类与结构分类
• 工厂运营目标与数据关联的逻辑
• 讨论：运营数据变化与工厂布局、生产模式的关系
• 相关技术简介：CPS与IoT

4. 大数据与工厂设备故障

• 传统故障诊断技术
• 案例：大数据在设备诊断中的应用

5. 大数据与工厂计划排程

• 管理现状：计划赶不上变化
• 无约束计划与现实存在的瓶颈
• 案例讨论：APS系统与数据

6. 大数据驱动的智能车间

• 实施基础：车间、云端、物联网与移动互联
• 数据化管理
• 关联分析与演化规律
• 案例：数据驱动的红领服装工厂

适合人群

制造企业高管、厂长、运营总监，以及生产、设备、信息化系统等相关部门负责人。

师资信息

李海为西安交通大学硕士、物流供应链与采购管理顾问，具有多年外企供应链管理经历，曾赴日本丰田汽车研修，专长于精益物流及制造企业供应链实践。曾作为高级咨询顾问、项目总监参与供应链优化、生产计划库存、仓储物流等咨询项目，服务汽车电子、通信机械、医疗食品服装等行业；其内训咨询客户逾百家，并有多期公开课教学经历。课程结合企业实际需求和咨询案例，具体当期师资安排以正式通知为准。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。