一、数据化思维的4大要点

1. 用上帝视角来思考

(1) 你是否也有这几种感觉

① 为什么知乎用户都是年薪百万？

② 为什么我的朋友都是高学历高收入？

③ 为什么总是那些人参加我的营销活动？

(2) 小心你犯了两个错误！

① 维度偏差

② 幸存者偏差

(3) 数据化思维第1点：全面的、整体的评估

(4) 全面意味着多样性多维度

① 打破数据孤岛

② 全面分析业务

③ 线上线下打通

2. 窥一斑而知全豹

(1) 数据越大，样本越重要

(2) 数据化思维第2点：快速掌握样本分析，为什么样本可以反映总体

(3) 如何选择样本？

3. 万事均有可能

(1) 大数据看来，你即是男生，同时也是女生

(2) 数据化思维第3点：精确的衡量可能性（可信范围和误差）

(3) 增长的魔法数字就是三个字母的概率公式

4. 未来就在眼前：趋势预测

(1) 又是一年规划时，还能继续拍脑袋？

(2) 2020年KPI怎么做的？趋势线、平均值、YoY、趋势一致

(3) 数据化思维第4点：准确预测未来

5. 四大思维的核心逻辑

二、数据分析方法：七武器

1. 数据分析七武器的整体框架和逻辑

2. 七武器1：整体分析 / 描述性统计

案例：渠道获客对比分析

3. 七武器2：从变化中寻找突破口 / 评估变化

案例：注册用户增长分析

4. 七武器3：全面考察，下钻分析 / 多维分析

案例：某产品APP的指标体系和维度体系

5. 七武器4：寻找核心原因 / 相关性分析

案例：哪个版本的用户对DAU贡献最大？

案例：哪些功能板块对DAU贡献较大？

6. 七武器5：避免偏颇 / 交叉分析

案例：某产品用户画像分析

7. 七武器6：预测未来 / 时间序列分析

案例：如何进行KPI的预测

三、数据分析”七武器“的应用场景

1. 指标运营分析

(1) 典型场景：老板问你DAU涨了5%是否正常？你如何回答

(2) 典型场景：老板问你10月经营情况相比9月如何？你如何回答

(3) 典型场景：老板问你2019年双11效果如何？你如何回答

(4) 典型场景：老板问你淘宝上买东西的人多还是看直播的人多？你如何回答

2. 问题归因

(1) 典型场景：老板问你这次营销活动做的好，原因是什么？你如何回答

(2) 典型场景：老板问你用户流失有点快，原因是什么？你如何回答

3. 趋势预测

(1) 典型场景：老板问你2020年我们的KPI可以做到多少？你如何回答

(2) 典型场景：老板问你2020年双11的预计规模？你如何回答

四、精细化数据运营中必须掌握的分析工具

1. 用户画像

(1) 用户画像的应用场景

(2) 用户画像分群的核心逻辑

(3) 用户画像落地的形态

(4) 常用的用户画像分群方法

案例：某产品用户画像演进以及应用模式

2. A/B测试

(1) A/B测试快速回顾

(2) 如何确定样本量的大小？

(3) 如何让A/B的样本保持一致和均匀？

案例：某信息流产品推荐策略的A/B全流程

3. 漏斗分析

(1) 漏斗分析的核心概念

(2) 漏斗分析的初阶和高阶玩法

(3) 作为营销工具，应该如何玩转漏斗分析

(4) 如何建设站内和站外的全流程漏斗分析

案例：某产品如何深度应用漏斗分析来挖掘营销机会点的？

五、增长和分析

1. 场景化增长模型

(1) 增长背后的核心概念和逻辑

① 魔法数字

② 经营，不是运营

(2) 两个增长模型详解（3A3R模型、场景化增长模型）

(3) 每个指标后面都是商业模式和经营策略

案例：某APP从1.0到4.0的增长体系

2. 如何构建场景化增长模型

(1) 如何发现场景

① 常见：用户画像、获客渠道、

② 高级：流量入口、合并相似业务、服务脱落点

(2) 场景化模型的两个重要概念

① 场景是相互连接的

② 场景是跨界连接服务

③ 场景是闭环的

3. 精细化运营

(1) 什么是精细化运营？（用户精细化、业务精细化、营销精细化）

(2) 为什么要做精细化运营？

(3) 精细化运营的核心流程

(4) 精细化运营的核心工具

(5) 产品不同生命周期如何进行精细化运营，关注哪些指标

案例：信息流增长<br />某信息流产品增长逻辑