李勇：AI时代企业数据经营分析和数理统计

李勇注册讲师 25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 : 人工智能

课程编号 : 36997

联系老师

适用对象

互联网时代，希望学习数据分析的人士；

课程介绍

讲授专家：李勇

培训对象：互联网时代，希望学习数据分析的人士；

课程时间：1天 (6小时）

课程背景：

数据分析结果是否有效、是否能体现应有的价值，有时关系着企业经营的成败，但到底该如何确保数据分析的结果是有效的呢?本课程通过“案例+方法”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的实战案例。本课程系统、详细地介绍了数据分析知识的框架，分别从数据分析的类型、数据分析的作用、数据分析的步骤等多个方面讲解了一名合格的数据分析人员必须掌握的知识与技能。

课程收益：

培训完结后，学员能够：

² 了解什么是数据分析；

² 了解数据分析给企业和个人带来的帮助；

² 了解数据分析的基本方式和方法；

² 掌握利用AI工具进行数据分析的能力

课程大纲：

单元	大纲	内容
单元一	数据分析对企业有哪些作用	1. 指导企业做好运营规划 2. 优化企业业务 3. 为企业创造新的商业价值
单元二	数据分析的步骤及底层逻辑介绍	1. 数据分析在数据能力的哪个位置？： 1.1）数据价值认知 1.2）数据思维的养成 1.3）数据分析驱动业务增长 1.4）数据资产给企业带来收益 2.了解数据分析驱动业务增长具体怎么做？ 2.1）确定需要分析的问题 2.2）解构到底该如何分解问题，找到所有影响该问题的数据因子 2.3）评估问题：给出自己的判断 2.4）决策问题：给出下一步合理的运营策略和计划
单元三	技能一：如何分解业务问题	1. 数据分析的思维： 1.1）结构化思维：解决业务解构 1.2）公式化思维：解决不同业务的分析依据 1.3）业务化思维：为业务服务设定数据埋点 1.4）服务化思维：解决业务问题 1.5）指标化思维：解构过程数据分析过程 2. 数据分析的具体方法：对比法，象限法，多维分析法，漏斗法，杜邦分析法，假设法，二八法，指数法…… 3. 数据分解的工具：文心一言等大模型介绍讨论：现场设定不同部门的台账场景，跟学员就方法论一步步的将该场景中的问题进行导出，并用新的方法论对该问题进行现场处理。
单元四	技能二：如何评估数据和决策问题	1. 如何看穿数据背后的意义 2. 评估和决策问题的定义是什么 3. 评估和决策问题应该避免出现的三个问题 4. 评估和决策问题中的工具介绍:AI大模型（文心一言等工具） 5. 如何利用Ai大模型中的Prompt帮助生成数据分析中的评估问题 6. 如何利用Ai大模型中的Prompt帮助生成数据分析中的决策问题 7. 如何利用Ai大模型中的Prompt帮助生成数据分析中的经营分析 8. 如何利用Ai大模型中的Prompt帮助生成数据分析中的用户体验提升分析 9. 如何利用Ai大模型中的Prompt帮助生成数据分析中的业务降本增效分析 10. 如何利用Ai大模型中的AI模型工具进行EXCLE数据的分析 11. 如何利用Ai大模型中的AI模型进行数据报告的制作
单元六	数理模型在制造业的应用	1. 方差分析和回归分析 2. 质量过程SPC中的彩虹图，P图
单元五	实战综合解析	1. 带领学员进行分解问题的实战 2. 带领学员进行评估问题的实战 3. 带领学员进行决策问题的实战 4. 带领学员进行Ai上机操作

李勇老师的其他课程

• 李勇：AI时代的数据分析革命：智能驱动业务增长: 讲授专家：李勇培训对象：上市公司中高层管理者、业务部门负责人、数据分析团队、日常岗位业务人员等；课程时间：1天 (6小时）课程背景：本课程聚焦AI大模型时代数据分析的范式变革，通过"认知升级+工具实战+业务融合"三维教学体系，解决企业"数据沉睡""分析低效""业务脱节"等痛点，结合最新AI数据分析工具实战演示，帮助企业构建智能分析能力。课程收益：培训完结后，学员能够： 1. 建立数据资产化认知与管理体系 2. 掌握AI数据分析工具的核心能力 3. 设计AI驱动的智能分析工作流 4. 实现数据分析与业务决策的深度耦合 5. 构建安全可靠的AI分析体系 6. 培养AI时代数据分析团队新型能力课程大纲：单元大纲内容单元一数据资产认知革命 1. 数据价值重估 1.1）从"副产品"到"生产要素"的认知跃迁 1.2）数据资产估值模型：成本法vs收益法案例：某零售企业数据资产估值超10亿元 2. 数据资产管理 2.1）数据资产目录建设 2.2）数据质量治理框架案例：平安集团数据资产管理体系讨论课题：绘制你企业业务部门的数据资产地图单元二传统数据分析的AI进化 1. 传统分析困境 1.1）耗时耗力的数据清洗 1.2）复杂建模的技术门槛 2. AI分析新范式 2.1）自然语言交互分析 2.2）智能特征工程案例：某银行用AI将信贷分析效率提升5倍讨论课题：识别传统分析中的AI替代点单元三 AI分析工具全景 1. 工具矩阵解析 1.1）小浣熊：智能数据清洗 1.2）DXXI：可视化分析 1.3）Cursor：代码生成 2. 工具实战演示 2.1）用AFAI预测销售趋势 2.2）用DEEPSEEK生成分析报告 2.3) 用CURSOR生成WEB数据大屏 2.4）用DEEPSEEK控制Pandas做更深层的数分案例：某车企用工具矩阵实现日报自动生成讨论课题：设计你的AI工具组合方案单元四传统业务数据分析到大模型分析的范式不同 1.传统业务数据分析的问题： 1.1）层次聚类，线性回归，决策树等等还是要理解其内核 1.2）更加考验我们数据分析人员对业务的理解。 2.AI大模型时代的数据分析： 1. 分析流程重构 1.1）需求理解：将传统的业务理解和方法论在AI大模型上重构和增速 1.2）结果验证：AI交叉校验 2. 人机协作模式 2.1）分析师提示词工程 2.2）模型微调策略案例：某电商用DEEPSEEK实现实时舆情分析讨论课题：设计智能分析工作流单元五业务驱动的分析设计 1. 需求翻译公式 1.1）业务问题→分析任务→AI指令 1.2）案例：库存优化需求转化 2. 领域知识注入 2.1）业务术语表构建 2.2）行业知识库训练案例：某医院用AI分析提升床位周转率讨论课题：将业务需求转化为AI分析任务单元六数据安全分析体系构建 1. 数据有风险的方式：云端数据分析大模型的直接上传 2. 数据无风险的方式： 2.1）零成本更灵活的本地CURSOR生成数据分析 2.2）零成本更灵活的本地DB的数据分析 2.3）成本高的大模型本地部署做数据分析单元七新时代分析师能力 1. 能力模型升级 1.1）技术理解力：读懂模型输出，prompt提示词的能力，微调的能力 1.2）业务洞察力：发现分析价值 2. 培养路径 2.1）AI协作能力训练 2.2）领域知识积累案例：某互联网公司数据分析师培养体系讨论课题：制定团队能力升级计划

• 李勇：以DeepSeek为代表的大模型AI赋能实战：从认知到落地研讨: 培训对象：企业中高层管理人员、业务部门负责人、数字化转型相关人员；课程时间：1天课程背景：本课程立足于当前AI大模型技术快速发展的宏观趋势，旨在解决企业管理者对AI认知不足、应用场景模糊、落地路径不清晰等核心问题。课程采用"认知-体验-设计-落地"的递进式教学方法，结合实操演示和分组讨论，帮助学员快速建立对企业AI赋能的系统认知，并掌握实用工具方法。课程收益：培训完结后，学员能够： 1. 准确理解大模型技术的核心能力边界和应用价值 2. 掌握AI在企业办公场景中的典型应用方法 3. 学会使用场景分解工具，识别企业AI应用机会 4. 理解企业AI部署的关键要素和实施路径 5. 掌握企业AI转型过程中的组织变革要点课程大纲：单元大纲内容单元一大模型技术能力解析 1. DeepSeek等大模型的核心能力图谱 1.1) 自然语言处理能力 1.2) 多模态理解与生成能力 1.3) 知识推理与决策能力案例：DeepSeek在不同场景的应用示例 2. 大模型能力边界与局限性 2.1) 当前技术发展现状 2.2) 适用与不适用场景分析 2.3) 常见误区与风险提示讨论课题：如何理性看待AI大模型能力？单元二企业AI办公场景实战 1. 文档与内容生成类场景 1.1) 高效公文写作演示 1.2) 营销文案智能生成 1.3) 会议纪要自动生成实操演示：从0到1完成一份高质量商业提案 2. 数据分析与决策类场景 2.1) 数据分析报告生成 2.2) 销售用户画像分析 2.3) 业务复盘与总结优化实操演示：快速生成数据分析洞察报告单元三企业AI场景设计工作坊 1. AI能力场景图谱 1.1) 文生文场景矩阵 1.2) 文生图应用场景 1.3) 文生视频创新应用工具讲解：场景分解地图使用方法 2. 分组讨论与场景设计（实践环节） 2.1) 场景机会识别 2.2) 价值评估方法 2.3) 场景设计输出成果展示：各组场景方案汇报与点评单元四企业级AI解决方案 1. 主流AI工具与平台介绍 1.1) 通用型AI平台能力对比 1.2) 垂直领域特色工具 1.3) 企业级定制化方案案例：典型企业AI工具应用案例 2. 方案选型与集成应用 2.1) 需求场景与工具匹配 2.2) 多工具协同应用方法 2.3) 成本效益评估框架实操演示：企业真实场景解决方案设计单元五企业AI部署实施路径 1. 企业AI部署关键考量 1.1) 数据安全与隐私保护 1.2) 技术架构选择 1.3) 投入产出评估方法案例：某制造企业AI部署全流程解析 2. 实施路径规划 2.1) 分步实施策略 2.2) 风险管控要点 2.3) 效果评估体系讨论课题：如何制定适合企业的AI部署节奏？单元六组织能力提升与流程再造 1. 员工能力提升体系 1.1) 关键岗位能力模型 1.2) 培训体系设计 1.3) 评估与激励机制 2. 流程优化与再造 2.1) 人机协同流程设计 2.2) 业务流程优化方法 2.3) 变革管理要点案例：AI驱动的流程再造最佳实践

• 李勇：企业DeepSeek等AI大模型驱动的AGENT内部应用实战: 培训对象：上市国央企技术中心、数字化部门、运营中心中高层管理者，产品设计师，IT部门，业务骨干等；课程时间：1天 (6小时）课程背景：在生成式AI技术加速落地的背景下，企业亟需掌握AI大模型与现有技术融合的实战方法论。本课程聚焦DeepSeek等大模型构建AGENT的企业级应用，通过7大典型场景拆解、技术栈搭建指南及安全部署策略，帮助学员突破“技术概念≠业务价值”的认知瓶颈，掌握从场景挖掘到工程落地的全链条能力。课程收益：培训完结后，学员能够： 1. 掌握AI大模型作为数字化开发引擎的核心逻辑，突破传统系统架构的局限性 2. 设计“AI AGENT+RPA+低代码”的复合技术方案，规避单一技术工具的应用陷阱 3. 建立业务场景智能化转译能力，将复杂需求拆解为可落地的AI任务单元 4. 掌握7类高价值细分场景的AGENT设计方法，覆盖办公、流程、决策等核心领域 5. 搭建适配企业需求的技术工具矩阵，平衡开发效率与数据安全课程大纲：单元大纲内容单元一为什么以DeepSeek为代表的AI大模型是下一代数字化引擎？ 1. 传统开发模式的三大困局 1.1）代码冗余：每新增需求需重新开发模块 1.2）响应迟滞：流程变更需数月调整周期 1.3）人力依赖：高度依赖专业开发者资源 2. AI驱动开发的革命性突破 2.1）自然语言即代码：业务人员直接定义需求 2.2）动态自适应：系统自动响应流程变化案例：某央企用DeepSeek重构OA系统，需求响应效率提升5倍讨论课题：你所在企业哪些系统存在“重复造轮子”问题？单元二 AI AGENT的边界与融合之道 1. AGENT能力的三重天花板 1.1）数据闭环：无法自主获取外部数据 1.2）硬件交互：缺乏物理执行能力 1.3）长链条逻辑：多步骤任务易出错 2. 复合技术解决方案 2.1）AGENT+RPA：用RPA机器人执行界面操作 2.2）AGENT+低代码：快速构建定制化模案例：某银行“智能报销AGENT”融合OCR+RPA，错误率从12%降至1% 讨论课题：设计一个需要多技术融合的业务场景单元三业务场景的智能化转译方法论 1. 四层拆解模型 1.1）业务目标层：降本/增效/风控？ 1.2）流程节点层：识别可自动化环节 1.3）数据输入层：结构化/非结构化数据占比 1.4）决策复杂度：规则驱动or模型驱动？ 2. 智能化转译员的核心能力 2.1）需求转译：将业务语言转化为Prompt指令 2.2）效果验证：设计测试用例与评估指标案例：某制造企业将设备维修经验转化为AGENT决策树讨论课题：拆解一个典型业务流程的智能化改造点单元四 DeepSeek大模型的7大高价值场景 1. 办公效率场景 1.1）智能会议纪要：自动提取待办事项并分配责任人 1.2）合同比对AGENT：3分钟完成百页合同差异标注 2. 流程优化场景 2.1）智能排班AGENT：动态匹配人力与订单量 2.2）供应链预警AGENT：自动识别履约风险 3. 决策支持场景 3.1）招投标分析AGENT：实时生成竞争对手策略报告 3.2）工程审计AGENT：自动核查隐蔽工程数据 3.3）案例：某建筑集团用DeepSeek实现投标文件生成自动化讨论课题：选择1个场景设计AGENT功能清单单元五 AGENT开发技术栈搭建指南 1. 工具矩阵四象限 1.1）基础层：DeepSeek API/开源模型微调 1.2）执行层：UiPath/影刀RPA 1.3）数据层：向量数据库/知识图谱工具 1.4）监控层：LangSmith等AI链观测平台 2. 开发流程标准化 2.1）需求-工具匹配度评估表 2.2）最小可行性产品（MVP）开发路径 2.3）案例：某物流企业AGENT开发工具选型对比讨论课题：为你的业务场景匹配技术工具单元六企业级AGENT实施路径 1. 四阶段落地法 1.1）试点期：选择3个月内见效的场景 1.2）推广期：建立内部AGENT应用商店 1.3）融合期：与传统系统API打通 1.4）进化期：持续优化模型性能 2. 安全部署策略 2.1）敏感数据脱敏训练方案 2.2）私有化模型轻量化部署 2.3）案例：某央企AGENT安全架构设计讨论课题：制定你的AGENT实施路线图单元七 AGENT应用的未来演进 1. 技术融合趋势 1.1）AGENT+数字孪生：实现物理世界仿真 1.2）AGENT+区块链：构建可信协作网络 2. 组织优化： 2.1）AI中台团队组建标准 2.2）人机协作KPI体系设计 2.3）案例：某汽车集团AGENT治理委员会运作机制讨论课题：预测AI AGENT对你行业的颠覆性影响

李勇：AI时代企业数据经营分析和数理统计

课程概要

适用对象

课程介绍

李勇老师的其他课程

相关课程

添加企业微信