|
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 什么数据师需要具备的基本技能； ² 各部门数据实战； 第一期2天培训课程大纲： | 单元 | | | | | 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 | | | 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） 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 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） 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 3. 如何选择指标 1）指标体系和报表 | | | 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。 |
| 
