課程簡介
在這個大數(shù)據(jù)的時代，多維度業(yè)務數(shù)據(jù)的收集、分析和決策能力是企業(yè)提升效率和競爭力的關鍵前提。通過數(shù)據(jù)分析獲得深刻的業(yè)務洞察，是做出產(chǎn)品、運營和企業(yè)經(jīng)營方面正確決策的重要保障。可以說，數(shù)據(jù)體系的建設和數(shù)據(jù)洞察能力的提升，是現(xiàn)代企業(yè)業(yè)務增長的關鍵引擎，這也正是企業(yè)數(shù)字化轉(zhuǎn)型的核心內(nèi)容。
本課程由導師在B端與C端頂尖企業(yè)長期擔任高管，領導業(yè)務、產(chǎn)品、運營、數(shù)據(jù)等核心職能時積累的豐富實戰(zhàn)經(jīng)驗總結(jié)而成，以如何根據(jù)業(yè)務目標選擇、收集和使用數(shù)據(jù)為核心方向，可以為企業(yè)在數(shù)字化轉(zhuǎn)型中提供如下價值：
1）理解企業(yè)數(shù)字化轉(zhuǎn)型的主要階段和方向，以及數(shù)據(jù)如何為業(yè)務賦能；
2）如何設計數(shù)據(jù)指標體系，并建立底層的數(shù)據(jù)驅(qū)動機制；
3）有哪些關鍵的數(shù)據(jù)分析方法，如何使用，以幫助業(yè)務獲得深度洞察，找到瓶頸，指明產(chǎn)品、運營或者銷售的優(yōu)化和發(fā)力方向。
目前市面上主流的數(shù)據(jù)分析類課程，基本都是由數(shù)據(jù)分析師背景的老師所設計和講解，課程內(nèi)容更加側(cè)重于數(shù)據(jù)本身的埋點收集、數(shù)據(jù)清洗、分析邏輯和算法設計，以及Python程序編寫等方面，偏重“技術”層面。本課主要不同之處在于，課程講師一直是業(yè)務體系的管理者，課程內(nèi)容均來自于業(yè)務側(cè)對數(shù)據(jù)的使用策略和經(jīng)驗，重點講解業(yè)務人員如何根據(jù)業(yè)務目標推敲所需要的數(shù)據(jù)，構(gòu)建精準而不冗余的業(yè)務數(shù)據(jù)體系，隨后結(jié)合業(yè)務所需要達成的關鍵目標，找到合適的分析方法，進而準確洞察業(yè)務瓶頸、業(yè)務機遇，為業(yè)務效率提升和問題解決提供指引。
課程講師擁有12年的B端產(chǎn)品管理經(jīng)驗，項目均通過了CMMI“量化管理級”評審，精通B端產(chǎn)品數(shù)據(jù)分析方法，隨后又在“天生數(shù)字化”的互聯(lián)網(wǎng)行業(yè)工作10年，在京東和亞馬遜學習實踐和總結(jié)了國內(nèi)國際前沿的C端數(shù)據(jù)分析方法。因此，對傳統(tǒng)企業(yè)，本課程可以提供數(shù)字化轉(zhuǎn)型中如何獲得數(shù)據(jù)價值的關鍵指引；而對數(shù)據(jù)技術較為領先的高科技和互聯(lián)網(wǎng)企業(yè)，本課程則可以通過亞馬遜的大數(shù)據(jù)模型和數(shù)據(jù)文化等內(nèi)容的分享，為學員提供世界頂尖大數(shù)據(jù)企業(yè)如何充分獲得數(shù)據(jù)價值，進行精準決策和解決價值預測等難題的重要參考。
作為課程價值的增值部分，課程導師曾是科大訊飛早期的語音識別算法負責人，并獲得中科院科技成果獎，是人工智能和模式識別的專家，因此如果客戶需要，可以在課程中對最近炙手可熱的大模型和AI進行介紹，讓學員建立對大模型的原理、發(fā)展和業(yè)務應用場景建立認知。
目標收益
通過本課程的學習，可以幫助學員找到如下問題的答案：
1.什么是數(shù)字化轉(zhuǎn)型？分哪幾個階段？如何提供價值？傳統(tǒng)企業(yè)如何進行數(shù)字化轉(zhuǎn)型？
2.如何根據(jù)業(yè)務目標建立精確不冗余的指標體系，并通過指標體系驅(qū)動業(yè)務目標達成？
3.數(shù)據(jù)驅(qū)動業(yè)務增長有哪幾種的底層機制？該如何建立機制和獲得機制的賦能？
4.數(shù)據(jù)有哪些不同的收集方法？如何建立有效的數(shù)據(jù)收集機制？如何獲取競品和行業(yè)數(shù)據(jù)？
5.有哪些重要的數(shù)據(jù)分析方法？如何通過數(shù)據(jù)分析獲得重要的業(yè)務洞察，并制定相應的業(yè)務策略？應該在什么時候，如何使用哪一種數(shù)據(jù)方法？
6.立項和做決策時，往往需要對候選項目進行價值分析，但價值要項目落地后才能實際產(chǎn)生和測量，如何進行客觀準確而不是“拍腦袋”的項目/產(chǎn)品價值預測？
培訓對象
正在進行數(shù)字化轉(zhuǎn)型的企業(yè)的業(yè)務、產(chǎn)品、運營、研發(fā)、數(shù)據(jù)分析人員。
希望學習世界頂尖大數(shù)據(jù)企業(yè)如何使用數(shù)據(jù)、獲得洞察、指導決策、建立數(shù)據(jù)文化的前沿企業(yè)的業(yè)務、產(chǎn)品、運營、研發(fā)、數(shù)據(jù)分析人員。
所有希望提升數(shù)據(jù)意識與思維、數(shù)據(jù)應用能力和數(shù)據(jù)洞察能力的相關崗位。
需要理解數(shù)據(jù)如何賦能業(yè)務，并建立數(shù)據(jù)驅(qū)動機制提升經(jīng)營效率的企業(yè)領導。
課程大綱
| 一．課程導入 |
【內(nèi)容】 1.導師自我介紹 2.課程邏輯介紹 3.數(shù)據(jù)生產(chǎn)要素與數(shù)字經(jīng)濟 4.企業(yè)數(shù)字化轉(zhuǎn)型的四個階段 5.AI與大模型的數(shù)據(jù)賦能 【解決問題】 ?什么是數(shù)字化轉(zhuǎn)型？如何為企業(yè)提供價值？傳統(tǒng)企業(yè)如何進行數(shù)字化轉(zhuǎn)型？ ?大模型/AI如何賦能企業(yè)？ |
| 二．底層數(shù)據(jù)驅(qū)動機制 |
【內(nèi)容】 1.北極星指標定義與特征 2.多種行業(yè)的典型北極星指標 3.金融企業(yè)北極星指標搜索案例 案例：支付寶北極星、順豐北極星、金融產(chǎn)品的北極星篩選 4.飛輪效應驅(qū)動良性循環(huán) 5.飛輪的閉環(huán)設計 6.飛輪的動力傳導機制推敲 案例：亞馬遜飛輪、滴滴飛輪、ERP產(chǎn)品飛輪 【解決問題】 ?數(shù)據(jù)驅(qū)動業(yè)務有哪幾種底層機制？如何建立機制獲得賦能？ ?什么是北極星指標？為什么它對業(yè)務成敗如此關鍵？如何根據(jù)具體業(yè)務目標找到相應的北極星？ ?貝佐斯提出的飛輪效應是什么？為什么它對業(yè)務良性增長這么重要？ |
| 三．數(shù)據(jù)指標體系 |
【內(nèi)容】 1.指標體系驅(qū)動業(yè)務提升 2.指標體系建設流程 3.指標類型選擇與價值評估 4.指標優(yōu)化與進化 5.OSM指標模型 6.業(yè)務指標體系萃取 a.OSM*AARRR b.OSM*UJM c.OSM*人貨場 工具：OSM模型分析框架 7.戰(zhàn)略指標分級下鉆 案例：金融產(chǎn)品指標體系、電商指標體系、SaaS指標體系 8.戰(zhàn)略、經(jīng)營與分析看板 練習：根據(jù)自身業(yè)務目標設計精準指標體系并找到目標提升策略 【解決問題】 ?怎么知道找到的指標好不好？怎么根據(jù) 業(yè)務發(fā)展對指標進行迭代？ ?如何根據(jù)業(yè)務目標建立精確不冗余的指標體系，并通過指標體系驅(qū)動業(yè)務目標達成？ ?一個頂層指標有很多不同的分解方向，該按哪個方向?qū)攲又笜诉M行層層分解并形成對各個部門/人員的考核機制？ |
| 四．數(shù)據(jù)收集與異常判定 |
【內(nèi)容】 1.案例：一次抽絲剝繭的經(jīng)典分析 2.數(shù)據(jù)分析流程 3.業(yè)務數(shù)據(jù)、屬性數(shù)據(jù)和行為數(shù)據(jù) 4.數(shù)據(jù)收集方法 案例：奇妙的競對數(shù)據(jù)收集方法 5.埋點數(shù)據(jù)采集 6.平臺數(shù)據(jù)挖掘 案例：亞馬遜的用戶潛意識分析 7.數(shù)據(jù)清洗與歸一化 8.大數(shù)據(jù)創(chuàng)新循環(huán)鏈 9.數(shù)據(jù)異常判定 案例：品類設置錯誤的判定 【解決問題】 ?數(shù)據(jù)分析指導業(yè)務決策的標準過程是什么樣的？ ?有哪幾類數(shù)據(jù)需要收集？ ?有哪幾種重要的數(shù)據(jù)收集方法？很難收集到的數(shù)據(jù)比如用戶心理層面的數(shù)據(jù)、競爭對手數(shù)據(jù)，有什么好的收集辦法？ ?怎么判定數(shù)據(jù)在告訴我有業(yè)務上的異常情況？什么時候應該觸發(fā)一次深入的數(shù)據(jù)分析？ |
| 探討共創(chuàng)1 |
?業(yè)務目標下的北極星搜索與飛輪模型設計 ?針對業(yè)務目標的數(shù)據(jù)指標體系設計 |
| 五．精準洞察與決策 |
【內(nèi)容】 1.常用關鍵數(shù)據(jù)分析方法 1)趨勢分析 2)下鉆分析 3)漏斗分析 4)聚類分析 5)對比分析 6)相關性分析 7)歸因分析 8)熱力圖分析 9)建模分析 10)分群分析 2.數(shù)據(jù)分析常見誤區(qū) 3.綜合性數(shù)據(jù)分析案例深度解析 案例：京東銷售分析、金融漏斗分析、抖音快手推薦算法、B端項目對比分析、亞馬遜留存相關性分析 工具： 多種數(shù)據(jù)分析工具、歸因模型、大數(shù)據(jù)預測模型、RFM模型 【解決問題】 ?有哪些在業(yè)務分析中常用的數(shù)據(jù)分析方法？它們應分別該在什么時候，針對什么目的，如何使用？ ?業(yè)務瓶頸應該怎么分析？ ?業(yè)務發(fā)展趨勢如何預測？ ?對于關鍵指標異常波動，怎么層層深入找到問題？ ?如何在整體業(yè)務結(jié)果上，定位各個條線或影響因素的貢獻或者責任？ ?如何找到有哪些因素決定或者影響了業(yè)務結(jié)果，并且界定影響幅度？ ?如何設計各類模型，實現(xiàn)對風險、留存、銷售等方面的未來預測？ |
| 六．專題數(shù)據(jù)分析 |
【內(nèi)容】 1.AB測試 1)AB測試定義與適用范圍 2)AB測試流程關鍵點 3)實驗樣本隨機分組 4)AA測試 5)測試指標的選擇 6)置信度 7)新奇效應與初識效應 8)測試靈敏度提升 9)AB測試的替代方案 10)辛普森悖論 案例：亞馬遜市場投放效果測試、銀行新客權益測試、 2.用戶行為分析 1)桑基圖 2)結(jié)果分析vs. 行為分析 3)用戶行為價值分析 4)產(chǎn)品優(yōu)化點洞察 5)行為-目標關聯(lián)性分析 6)用戶痛點與興奮點分析 7)行為分析驅(qū)動的精準營銷 案例： B端產(chǎn)品用戶行為分析、用戶流失路徑分析。 【解決問題】 ?為什么大部分企業(yè)做的AB測試都是錯的？ ?怎么精準測定一個項目、一個功能或者一個運營策略產(chǎn)生的精確效果？ ?如何分析動態(tài)而復雜的用戶行為？ ?行為分析要收集哪些數(shù)據(jù)？ ?怎么知道用戶使用產(chǎn)品最容易碰到的問題是什么？最喜歡的功能是什么？ ?怎么知道用戶都是在哪些操作后流失的？ ?怎么知道用戶都是在哪些行為模式下購買產(chǎn)品的？哪些用戶行為最有價值？ ?用戶說的和做的常常不一樣，怎么知道什么是用戶真正要的？ |
|
七．大數(shù)據(jù)決策模型 注：可選內(nèi)容。本部分對數(shù)據(jù)應用能力要求很高，適合針對大數(shù)據(jù)基礎設施和應用能力已經(jīng)十分成熟領先的企業(yè)進行講解。 |
【內(nèi)容】 1.長期價值評估 1)行為價值 2)品類價值 3)交易地點價值 2.大數(shù)據(jù)價值預測模型 3.模型應用 1)戰(zhàn)略投資決策 2)風險評估 3)競爭算法 4)預測模型 案例：亞馬遜用戶行為長期價值分析、亞馬遜商品延展價值分析、項目的未來價值分析。 4.決策體系實戰(zhàn)案例：亞馬遜顧客增長策略 【解決問題】 ?各個項目都在爭奪費用資源、研發(fā)資源和市場資源，項目價值往往是決策的關鍵依據(jù)。但是，想推動項目的人常常會拍腦袋地主觀夸大價值。該怎么對這些構(gòu)想中的項目在未來到底可以產(chǎn)生多少價值，結(jié)合世界最前沿的大數(shù)據(jù)模型進行準確客觀的分析評估，進而為決策提供重要輸入？ |
| 探討共創(chuàng)2 |
?業(yè)務數(shù)據(jù)分析實戰(zhàn)演練 演練目的：幫助學員針對自己的產(chǎn)品和業(yè)務訴求，使用多種數(shù)據(jù)分析方法發(fā)現(xiàn)瓶頸與優(yōu)化方向 |
|
一．課程導入 【內(nèi)容】 1.導師自我介紹 2.課程邏輯介紹 3.數(shù)據(jù)生產(chǎn)要素與數(shù)字經(jīng)濟 4.企業(yè)數(shù)字化轉(zhuǎn)型的四個階段 5.AI與大模型的數(shù)據(jù)賦能 【解決問題】 ?什么是數(shù)字化轉(zhuǎn)型？如何為企業(yè)提供價值？傳統(tǒng)企業(yè)如何進行數(shù)字化轉(zhuǎn)型？ ?大模型/AI如何賦能企業(yè)？ |
|
二．底層數(shù)據(jù)驅(qū)動機制 【內(nèi)容】 1.北極星指標定義與特征 2.多種行業(yè)的典型北極星指標 3.金融企業(yè)北極星指標搜索案例 案例：支付寶北極星、順豐北極星、金融產(chǎn)品的北極星篩選 4.飛輪效應驅(qū)動良性循環(huán) 5.飛輪的閉環(huán)設計 6.飛輪的動力傳導機制推敲 案例：亞馬遜飛輪、滴滴飛輪、ERP產(chǎn)品飛輪 【解決問題】 ?數(shù)據(jù)驅(qū)動業(yè)務有哪幾種底層機制？如何建立機制獲得賦能？ ?什么是北極星指標？為什么它對業(yè)務成敗如此關鍵？如何根據(jù)具體業(yè)務目標找到相應的北極星？ ?貝佐斯提出的飛輪效應是什么？為什么它對業(yè)務良性增長這么重要？ |
|
三．數(shù)據(jù)指標體系 【內(nèi)容】 1.指標體系驅(qū)動業(yè)務提升 2.指標體系建設流程 3.指標類型選擇與價值評估 4.指標優(yōu)化與進化 5.OSM指標模型 6.業(yè)務指標體系萃取 a.OSM*AARRR b.OSM*UJM c.OSM*人貨場 工具：OSM模型分析框架 7.戰(zhàn)略指標分級下鉆 案例：金融產(chǎn)品指標體系、電商指標體系、SaaS指標體系 8.戰(zhàn)略、經(jīng)營與分析看板 練習：根據(jù)自身業(yè)務目標設計精準指標體系并找到目標提升策略 【解決問題】 ?怎么知道找到的指標好不好？怎么根據(jù) 業(yè)務發(fā)展對指標進行迭代？ ?如何根據(jù)業(yè)務目標建立精確不冗余的指標體系，并通過指標體系驅(qū)動業(yè)務目標達成？ ?一個頂層指標有很多不同的分解方向，該按哪個方向?qū)攲又笜诉M行層層分解并形成對各個部門/人員的考核機制？ |
|
四．數(shù)據(jù)收集與異常判定 【內(nèi)容】 1.案例：一次抽絲剝繭的經(jīng)典分析 2.數(shù)據(jù)分析流程 3.業(yè)務數(shù)據(jù)、屬性數(shù)據(jù)和行為數(shù)據(jù) 4.數(shù)據(jù)收集方法 案例：奇妙的競對數(shù)據(jù)收集方法 5.埋點數(shù)據(jù)采集 6.平臺數(shù)據(jù)挖掘 案例：亞馬遜的用戶潛意識分析 7.數(shù)據(jù)清洗與歸一化 8.大數(shù)據(jù)創(chuàng)新循環(huán)鏈 9.數(shù)據(jù)異常判定 案例：品類設置錯誤的判定 【解決問題】 ?數(shù)據(jù)分析指導業(yè)務決策的標準過程是什么樣的？ ?有哪幾類數(shù)據(jù)需要收集？ ?有哪幾種重要的數(shù)據(jù)收集方法？很難收集到的數(shù)據(jù)比如用戶心理層面的數(shù)據(jù)、競爭對手數(shù)據(jù)，有什么好的收集辦法？ ?怎么判定數(shù)據(jù)在告訴我有業(yè)務上的異常情況？什么時候應該觸發(fā)一次深入的數(shù)據(jù)分析？ |
|
探討共創(chuàng)1 ?業(yè)務目標下的北極星搜索與飛輪模型設計 ?針對業(yè)務目標的數(shù)據(jù)指標體系設計 |
|
五．精準洞察與決策 【內(nèi)容】 1.常用關鍵數(shù)據(jù)分析方法 1)趨勢分析 2)下鉆分析 3)漏斗分析 4)聚類分析 5)對比分析 6)相關性分析 7)歸因分析 8)熱力圖分析 9)建模分析 10)分群分析 2.數(shù)據(jù)分析常見誤區(qū) 3.綜合性數(shù)據(jù)分析案例深度解析 案例：京東銷售分析、金融漏斗分析、抖音快手推薦算法、B端項目對比分析、亞馬遜留存相關性分析 工具： 多種數(shù)據(jù)分析工具、歸因模型、大數(shù)據(jù)預測模型、RFM模型 【解決問題】 ?有哪些在業(yè)務分析中常用的數(shù)據(jù)分析方法？它們應分別該在什么時候，針對什么目的，如何使用？ ?業(yè)務瓶頸應該怎么分析？ ?業(yè)務發(fā)展趨勢如何預測？ ?對于關鍵指標異常波動，怎么層層深入找到問題？ ?如何在整體業(yè)務結(jié)果上，定位各個條線或影響因素的貢獻或者責任？ ?如何找到有哪些因素決定或者影響了業(yè)務結(jié)果，并且界定影響幅度？ ?如何設計各類模型，實現(xiàn)對風險、留存、銷售等方面的未來預測？ |
|
六．專題數(shù)據(jù)分析 【內(nèi)容】 1.AB測試 1)AB測試定義與適用范圍 2)AB測試流程關鍵點 3)實驗樣本隨機分組 4)AA測試 5)測試指標的選擇 6)置信度 7)新奇效應與初識效應 8)測試靈敏度提升 9)AB測試的替代方案 10)辛普森悖論 案例：亞馬遜市場投放效果測試、銀行新客權益測試、 2.用戶行為分析 1)?；鶊D 2)結(jié)果分析vs. 行為分析 3)用戶行為價值分析 4)產(chǎn)品優(yōu)化點洞察 5)行為-目標關聯(lián)性分析 6)用戶痛點與興奮點分析 7)行為分析驅(qū)動的精準營銷 案例： B端產(chǎn)品用戶行為分析、用戶流失路徑分析。 【解決問題】 ?為什么大部分企業(yè)做的AB測試都是錯的？ ?怎么精準測定一個項目、一個功能或者一個運營策略產(chǎn)生的精確效果？ ?如何分析動態(tài)而復雜的用戶行為？ ?行為分析要收集哪些數(shù)據(jù)？ ?怎么知道用戶使用產(chǎn)品最容易碰到的問題是什么？最喜歡的功能是什么？ ?怎么知道用戶都是在哪些操作后流失的？ ?怎么知道用戶都是在哪些行為模式下購買產(chǎn)品的？哪些用戶行為最有價值？ ?用戶說的和做的常常不一樣，怎么知道什么是用戶真正要的？ |
|
七．大數(shù)據(jù)決策模型 注：可選內(nèi)容。本部分對數(shù)據(jù)應用能力要求很高，適合針對大數(shù)據(jù)基礎設施和應用能力已經(jīng)十分成熟領先的企業(yè)進行講解。 【內(nèi)容】 1.長期價值評估 1)行為價值 2)品類價值 3)交易地點價值 2.大數(shù)據(jù)價值預測模型 3.模型應用 1)戰(zhàn)略投資決策 2)風險評估 3)競爭算法 4)預測模型 案例：亞馬遜用戶行為長期價值分析、亞馬遜商品延展價值分析、項目的未來價值分析。 4.決策體系實戰(zhàn)案例：亞馬遜顧客增長策略 【解決問題】 ?各個項目都在爭奪費用資源、研發(fā)資源和市場資源，項目價值往往是決策的關鍵依據(jù)。但是，想推動項目的人常常會拍腦袋地主觀夸大價值。該怎么對這些構(gòu)想中的項目在未來到底可以產(chǎn)生多少價值，結(jié)合世界最前沿的大數(shù)據(jù)模型進行準確客觀的分析評估，進而為決策提供重要輸入？ |
|
探討共創(chuàng)2 ?業(yè)務數(shù)據(jù)分析實戰(zhàn)演練 演練目的：幫助學員針對自己的產(chǎn)品和業(yè)務訴求，使用多種數(shù)據(jù)分析方法發(fā)現(xiàn)瓶頸與優(yōu)化方向 |
近期公開課推薦
