一、数据驱动产品的背后

1. 产品定义——用户、产品、市场之间的匹配关系

2. “好”的IT产品是什么？

3. IT产品的细分及区别（业务型、工具型、项目型）

【探讨】项目-产品-解决方案的关系和路径

【练习】产品用什么数据衡量好？

4. IT产品与战略的关系

(1) 战略自上（业务级）而下（产品级）的衔接

(2) 长期战略与短期目标的关系

【练习】你负责的IT产品与业务的关系（结合所负责的产品）

二、数据驱动产品的思维和体系

1. IT产品的数据驱动的思维路径

(1) 回归本质：产品与业务的匹配关系

(2) 数据驱动的产品发展路径

(3) 产品的定位选择（降本增效拆解）

2. 产品生命周期与对应的迭代方向及关注的数据

(1) 业务变化与产品创新思维

【实例】雪球B端外部业务变化所引发的内部系统变化的探索（结构化及非结构化数据的处理）

三、数据驱动产品的工具及方法

1. 数据指标的定义及采集

(1) 如何定义数据指标

(2) 好的数据指标的特点

(3) 数据的获取及采集

2. 数据分析应对的五类问题

(1) 是多少（数据描述状况）

(2) 是什么（树立数据标准）

(3) 为什么（探索问题原因）

(4) 会怎样（预测业务走势）

(5) 又如何（综合判断状况）

3. 数据分析驱动产品的7种常用方法（附以案例）

(1) 对比分析

(2) 多维分析

(3) 趋势分析

(4) 漏斗分析

(5) 目标拆解分析

(6) 综合评估分析

(7) 杜邦分析

【实例】雪球金融科技业务、百度地图、微办公OA产品迭代过程中的数据分析案例

【练习】你负责的产品主要通过数据分析要解决的是哪几类问题，具体的问题是什么？

四、基于业务视角的IT产品需求挖掘与分析

1. 业务方中用户是谁？

(1) 业务关系的决策链（业务角色关系）

(2) 多角色的用户画像模型刻画

(3) KP的选择与意义

【实例】百度业务及数据产品分析、雪球IRM业务的客户分析

【练习】你负责的产品的用户角色及画像模型

2. 内部业务方的用户与场景分析

(1) 需求层次和逻辑关系（影响因素及权重分析）

(2) 场景分析（问题驱动的场景定义）

3. 内部需求提炼和挖掘及管理

(1) 业务需求如何选择判断？（需求收集、判断流程和标准化）

(2) 业务需求如何选择判断？（KANO模型与产品功能定义）

(3) 内部多业务方需求管理（基于数据的优先级、问题甄别）

(4) 业务需求变更的处理与应对

(5) 业务需求方案的产出和管理

【实例】百度内部业务系统的需求提炼与管理

【练习】KANO模型需求功能分析

五、用户体验与产品数据分析

1. 用户体验拆解与度量

(1) 不同用户体验阶段（前、中、后）与数据的关系

2. 内外平衡视角看体验

(1) 内外平衡体验服务设计模式

(2) 需求+产品+情景+时机+角色+交互的定性及定量分析

3. 数据评判用户体验

(1) NPS量化体验

(2) 产品体验及满意度的量化分析

【实例】去哪儿OTA业务呼叫中心的体验平衡、百度地图产品的满意度量化分析

【练习】你负责的产品不同用户体验阶段对应关键数据有哪些？

六、 IT产品的创新服务设计和迭代

1. IT产品的服务与产品的关系

2. IT产品用户服务体验地图（全业务链路发现业务机会和问题）

(1) 纵向的层级关系

(2) 横向的顺序逻辑

【练习】你负责的产品用户体验地图设计

3. 产品的OMTM模型衔接业务KPI

(1) OMTM的横向因素拆解

(2) OMTM的纵向因素构建

【实例】微办公产品的业务OMTM模型与数据的落地

【练习】OMTM模型建立

4. 产品效果评价与迭代

(1) 产品上线后的数据追踪与分析

(2) 产品测数据的获取及采集

【实例】百度统计产品上线效果数据追踪与分析

【练习】转化率与漏斗模型（B端产品数字化升级）

七、业务成功与服务体系的建立

1. 以业务成功为目标的产品服务框架

2. 业务成功与客户体验的关系

3. 自上而下与自下而上的业务成功落地

(1) 双向驱动产品使用

(2) 双向推广的各自优势

(3) 双向推广的优秀案例

【实例】那些IT产品的成功案例

【练习】结合你负责的产品系统的业务方成功方式

八、信息化/数字化/智能化带来的影响

1. 数智化的未来趋势

2. 如何构建个人的数据能力提升数据敏感性

3. 新的技术还会带来什么影响？

【练习】你负责的产品的如何利用数据应对变化？

4. 互动交流

(1) 讨论交流