一、全脑思维与定量化

1. 全脑思维的底层逻辑

2. 左右脑训练方法

3. 定量化与数据思维

4. 数据的模型思维

案例/练习：如何建立模型判断盈亏

二、认识数据和数据感觉的培养

1. 什么是数据

2. 数据分析处理的目标

3. 数据分析的流程

4. 度量指标的选择及应用

1）均值VS中位数VS众数及使用

2）全距/四分位数的使用

3）百分位数与箱线图的使用

4）标准差和正态分布的使用

案例/练习：如何进行调查与分析；如何抓住问题/场景的数据关键？

三、业务指标体系的构建——经营决策的重要基础

1. 什么是指标

2. 指标体系的点线面体

3. 业务指标体系的在经营分析和商机管理中的作用

4. 指标中的“量”和“率”

5. 指标体系的构建

1）业务场景关键元素分类

2）业务过程追踪

3）业务逻辑关系梳理

4）通过比较形成标准

案例/练习：结合自身业务形成指标体系

四、运用数据思维分析解决问题——经营决策的具体手段

一、“问”——高效且精准的数据收集方法

1. 费米估算确定数据采集点/观测点

2. 问卷的应用

3. 实验的应用

二、“拆”——分解问题/数据

1. 思维导图工具背后的思维运用

2. 思维导图运用的BOIS

3. 思维导图变形之逻辑树运用

4. 拆解的MECE原则及相应方法

5. 画像的应用

6. 用户旅程分析的应用

案例/练习：结合自身业务分析业务流程锁定问题点

三、“解”——数据分析，寻找根源

1. 四种方法

1）数据的分类

2）数据的对比

3）数据的假设

4）数据的相关性：购物篮分析、散点图分析、基于统计的相关性分析

2. 重要工具的使用

1）加权矩阵图

2）决策树

案例/练习：运用相应方法对前述问题进行分析，寻找解决方案/措施，并进行量化决策分析

其余案例：如何解读周报；寻找真正的责任人；辛普森悖论；候选人选择的决策

小练习：如何利用思维导图/逻辑树分析建模形成业务提升方案？如何对客户进行画像？如何利用用户旅程进行产品提升？

思考：优秀员工如何选用统计指标进行评价

四、AI工具应用的关键点

1. 与AI沟通的四种能力

2. AIGC与思维链

3. 与AI沟通的万能模板

4. 与AI沟通的关键点

1）To Do and Not To Do

2）增加示例

3）使用引导词

4）增加角色或任务

5）使用特殊符号

6）增加角色或任务

五、“现”——直观呈现，强力说服

1. 数据可视化的四大基本方向

2. 数据可视化的基本图形

3. AI的角色和能力设定

4. 基于AI进行数据分析的步骤

5. 基于AI的看板制作

6. 数据可视化的指向性表达

7. 数据可视化的陷阱

案例分析：各种可视化案例