讲授专家:李勇 培训对象:1、互联网时代,希望学习数据分析的人士; 课程时间:2天 培训 课程背景: 数字化时代已来,数据分析到底在数字化里处在什么位置?数据湖,数据仓库,数据中台,数据调用,数据分析,数据标签化,数据驱动分别又在企业数字化转型中具备什么意义?而这其中最最关键的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+实战”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的讲解。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 企业为什么要做数据分析? ² 什么数据师需要具备的基本技能; ² 了解数据分析的基本方式和方法; ² 各部门数据实战; 第一期2天培训课程大纲: 单元 | | | | | 1. 降本增效提质保全 1) 提高的是绝对效率,而不是相对效率 2. 有效提升企业的决策 1) 提高了决策的效率 2) 提高了决策的质量 | | | 1. 掌握基本的理论知识 1) 统计学 2) 市场研究学 2. 掌握数据思维的模型 3. 了解数据湖,数据治理,数据中台,数字化转型的一些基本概念和逻辑 | | | 1. 你要解决的这个数据是个真需求还是个伪需求? 2. 如何找到真正的用户数据需求:要拥有用户思维 3. 什么是用户思维?用户思维为什么很难以把握? 4. 怎么样才能掌握用户思维? | | | 1、 数据的价值列表 2、 数据价值列表的依据分析 3、 学会用用户旅程地图来划分数据列表 | | | 1. 什么是数据分析? 2. 数据分析的四大步骤 1) 定义问题:常犯的错误有哪些 2) 分解问题:该如何分析? 3) 评估问题:评估问题常见的错误有哪些 4) 解决问题:如何更完善的对问题进行解决 | | | 1. 分解问题需要掌握的思维方法 1) 结构化思维 2) 公式化思维 3) 业务化思维 2. 分解问题中需要掌握的具体方法 1) 对比分析(查看数据差距) 2) 多维对比法(拥有较多维度数据) 3) 象限分析法(更好的做好策略) 4) 漏斗分析法(业务关键流程) 5) 杜邦分析法(企业财务经营数据分析) 6) 指数法(对于不好衡量的数据分析) 7) 假设法 8) 二八法 | | | 1. 指标逻辑树的划分 1) 从KPI指标开始 2) 从营销/管理模型开始 2. 常用的逻辑树模型介绍 1) 企业外部环境(PEST分析法) 2) 用户消费者行为分析(5W2H分析法) 3) 公司整体经营情况分析(4P理论) 4) 业务问题专题分析(逻辑树分析法) 5) 用户使用行为研究(行为分析法) 2.常用的业务指标有哪些 1) 用户数据指标 2) 行为数据指标 3) 产品数据指标 4) 推广付费指标 5) 客户服务指标 3. 如何选择指标 1)指标体系和报表 | | | 1. 某互联网行业的数据商业实战案例 2. 某传统制造业的数据商业实战案例。 3. 某零售业的数据商业实战案例。 4. 某物流行业的数据商业实战案例。 5. 某能源行业数据商业实战案例 |
|