课程简介
随着“大数据”概念的普及应用，企业从“自动化”向“智能化”方向转变，可“如何实现数据驱动”、“如何做好精细化管理”仍是很多企业的难题。
“数据化运营和精益数据分析”核心不在于是否有足够多的数据，而是面对海量数据时如何更加系统、高效地运用，从而指导实际业务工作，实现业务增长。
讲师结合过往多年互联网大厂及咨询工作中数据分析的实战经历，总结并提炼出”数据化运营系统模型”，从数据分析工作流和各行业实际业务出发，通过“分析思维”、“分析框架”、“分析工具”、“分析方法”四个方面，打造适用于互联网及传统行业员工的全方位训练计划，整体提升员工在实际工作中有关数据的“全局性意识”和“体系化技能”。
目标收益
1、从产品经理视角来看待数据的价值和重要性，重新建立对数据的认识，重视数据，看懂数据。
2、掌握从产品流程和角度分析数据的全局性视角，为学员全方位建立数据指标间的联系，帮助学员快速解决业务问题。
3、掌握数十种数据分析方法，让学员在今后遇到问题时有方法可用，方法能用对。
4、通过现有数据进行用户需求分析，寻找并确定不同数据指标及变量之间的关系，从而挖掘出具体的需求，实现数据对业务的驱动。
培训对象
1、涉及一线业务的岗位：产品经理、运营、销售、市场等
2、希望系统性提升分析水平的岗位：商业分析师、数据分析师等
课程大纲
| 数据赋能：如何通过数据建模实现业务分析 |
如何解读数据指标 •指标的分类：业务结果指标、业务过程指标、底层数据指标等 •指标的波动：正常和异常 •如何解读指标的变化：同比和环比，绝对值和比率，阈值的设定 如何用模型快速理解业务 •从MECE到具体业务问题的拆解全流程 •如何用数据实现业务全流程的日常监控 •如何通过监测指标体系发现问题 |
| 数据挖掘：如何看懂指标背后的业务变化含义 |
数据挖掘的系统性分析框架SSA模型 •分析原因型框架的实现步骤及运用 常见业务指标变化背后的分析方法实操 •归纳分析 •演绎分析 •因果分析 •相关及回归分析 •对比分析 •留存分析 •路径分析 •聚类分析 如何形成策略并给出建议 •从数据分析到数据策略 •数据策略的价值及用途 •输出有效策略的具体步骤 |
|
数据赋能：如何通过数据建模实现业务分析 如何解读数据指标 •指标的分类：业务结果指标、业务过程指标、底层数据指标等 •指标的波动：正常和异常 •如何解读指标的变化：同比和环比，绝对值和比率，阈值的设定 如何用模型快速理解业务 •从MECE到具体业务问题的拆解全流程 •如何用数据实现业务全流程的日常监控 •如何通过监测指标体系发现问题 |
|
数据挖掘：如何看懂指标背后的业务变化含义 数据挖掘的系统性分析框架SSA模型 •分析原因型框架的实现步骤及运用 常见业务指标变化背后的分析方法实操 •归纳分析 •演绎分析 •因果分析 •相关及回归分析 •对比分析 •留存分析 •路径分析 •聚类分析 如何形成策略并给出建议 •从数据分析到数据策略 •数据策略的价值及用途 •输出有效策略的具体步骤 |
近期公开课推荐
