一、課程簡介

今天，汽車行業最重要的關鍵詞是“變革”！ 
市場在變：2018年中國汽車市場歷史上首次出現負增長，而新能源汽車逆市飛揚；政策在變：新能源汽車的最大助力是國家和地方的補貼政策，而2019補貼退坡在即。以零排放為目標的國際清潔能源趨勢看起來勢不可擋，全球主要的汽車大國都提出了甚至堪稱激進的汽車變革引導政策。而更大的變化來自消費者，更多的年輕人開始接受以共享方式替代購買汽車；最大的變化是汽車本身，以車聯網、自動駕駛為代表的數字化變革已噴薄而出，原來汽車不僅是汽車……
一切都在變革之中，唯一不變的是“變革”本身，焦慮中的我們該如何面對？
課程緊緊圍繞著對變革的洞察，分成了“新能源變革”、“共享出行變革”、“數字化變革”、“自動駕駛變革”和變革應對等主要部分。重點分析了四大變革下的汽車行業挑戰、機會和技術發展路線，激發學員主動思考為什么選擇進入或者堅守在這個行業。
變革誰都看得到，但是如何選擇正確的決策，變風險為機遇？從這部分起，課程中心為幫助非數據專業的高管層掌握極簡大數據決策法，學會使用分析工具，來進行投資決策的盈利預測精算。有了準確的決策才是第一步，業績是靠團隊干出來的。汽車產業鏈如此復雜，想執行到位，就需要建立數據體系來驅動企業團隊的數字化轉型，涵蓋了車輛的全生命周期大數據管理、充電樁規劃和客戶需求驅動的車型設計等內容。
課程最后一部分是對新能源汽車的未來愿景的開放式暢想。
互動部分由講師將帶領學員以分組辯論的形式來嘗試大數據決策方法。
整個課程不會出現復雜的數據算法，專為非數據專業的企業決策高管和執行層骨干而設計。

二、課程特點

l 實戰百分百
做為一名至今活躍在新能源和車聯網數據挖掘第一線的互聯網老兵，曾濤老師具備程序員、架構師、技術總監、首席運營官、創業者、創業教練和大數據咨詢專家的豐富經歷，能與企業中的業務運營和研發崗位做深度實操互動。
l 探索未知
大數據挖掘技術算法本身不是智慧，智慧源于堅守一線的經營者和日夜兼程的研發團隊。曾濤老師將引導學員用智慧去駕馭大數據和AI，因此，每堂課都會有不同的現場決策結果，每堂課都不是單向傳授，而是一場充滿驚喜的探索之旅和智慧盛宴。
l 獨創理論
首創《易精大數據決策》理論，與流行的大數據課程不同，關注經營者在大數據時代的生存定位，闡述人與數據的競爭合作機制。課程以邏輯認知方法、客戶價值精算和數據邏輯導圖工具為三維驅動，實現團隊智慧數據化，完成精準決策和高效執行閉環。
l 邏輯思維
課程環環相扣，前后自成邏輯，嚴謹論證貫穿全程，引導學員主動思考，重構數據邏輯思維模式，全程無“尿點”。

四、主要項目

1. 主持清華能源互聯網研究院的新能源汽車與動力電池大數據研究課題，為央企提供新能源汽車業務的投資決策精算服務。
2. 主持建設新能源汽車分時租賃領域領先的人車樁三位一體大數據決策平臺。該平臺對客戶全生命周期數據挖掘和全工作崗位數據績效追蹤，創造了建成當年單車日收入提升74%，年總收入提升129%，公司人均效率提升35%的佳績。
3. 創建北京冰晶石信息技術有限公司，旗下作品四獲中國游戲最高獎“金翎獎“。
4. 曾任新浪研發中心開發總監，主持搭建了新浪網新聞、郵箱和論壇等核心產品的開發及數據架構，為當年新浪新聞領先地位做出主要技術貢獻。后負責新浪郵箱事業部，任職期間推出了當年收費郵箱市場份額第一的新浪VIP郵箱。

五、課程模式

中文教學、面授和互動交流

六、受眾對象

1. 決策層高管
2. 執行層骨干

七、時間安排

課程全長2天。

八、課程目錄

1 不變的只有“變革”
1.1 汽車行業28年未遇之大變革
1.1.1 行業外部環境變化
1.1.1.1 經濟下行的挑戰
1.1.1.2 國際零排放趨勢
1.1.1 行業內部格局變化
1.1.1.1 國家政策補貼與退坡
1.1.1.2 4S模式迷思
1.1 內外變化催生汽車行業變革
1.1.1 新能源變革
1.1.2 共享出行變革
1.1.3 數字化變革
1.1.4 自動駕駛變革
1.2 主要汽車企業的應對分析
 
2 新能源變革
2.1 國際趨勢及中外對比
2.2 中外新能源汽車技術對比
2.3 能源端企業的機遇和挑戰
2.3.1 車網融合：V2G
2.4 動力電池技術及發展研究
2.4.1 動力電池核心組成部分
2.4.2 動力電池關鍵指標
2.4.3 全球動力電池競爭格局
2.4.4 動力電池安全性分析
2.4.4.1 新能源汽車安全事故統計
2.4.4.2 事故特征分析
2.4.4.3 解決方案
2.4.5 動力電池數據分析
2.5 梯次利用和回收
 
3 共享出行變革
3.1 從馬車到賽馬
3.2 共享出行
3.2.1 說說共享單車
3.2.2 為什么還活著？
3.2.3 超級國家隊
3.3 出路：租售一體化
 
4 第一天課堂互動
分組活動：模擬決策私董會
 
5 自動駕駛變革
5.1 自動駕駛概述
5.1.1 分級標準
5.1.2 技術路線分歧
5.2 自動駕駛的決勝點：中場
5.2.1 定義
5.2.2 門檻
5.3 后場：硬件變軟 
5.3.1 汽車制造企業在行動
5.4 前場：軟件變硬
5.4.1 互聯網企業的進展
5.5 大數據和AI是核心驅動力
5.6 自動駕駛現存問題
5.7 向左和向右：以服務還是以產品為核心？
5.8 自動駕駛應用案例
 
6 數字化變革
6.1 海嘯！大數據和AI來了
6.1.1 決策者的焦慮
6.1.2 人類認知進化的第一次危機
6.1.3 誰會替代你和你的組織？
6.1.4 霸王龍下的生存空間
6.2 車輛全生命周期數字化管理
6.3 車、人、樁三位一體數據體系
6.4 優化充電樁布局規劃算法模型
6.5 讓駕乘者和運營商的需求精確傳導汽車設計
6.6 新能源汽車數字化應用案例
6.7 數字化變革之“愿”
6.8 數字化變革之“痛“
6.8.1 風險與成本陷阱
6.8.2 人性與數字的沖突
 
7 變革應對
7.1 商業模式決策精算
7.1.1 拉普拉斯與皇帝
7.1.2 “因為相信所以看見“
7.1.3 “因為認知所以預見”
7.1.4 天時/地利/人和
7.2 數字孿生制造
7.3 數字孿生出行
7.4 新能源汽車共享出行案例
7.5 我們為什么堅守或者放棄？
7.6 變革的未來屬于每個組織每個人
 
8 第二天課堂互動
分組活動：進階決策私董會