简介
数据是现状的反馈、问题的洞察和决策的基础,做好产品、运营、市场或者几乎任何工作,都需要给予数据的指引。互联网下半场是个性化产品和精细化运营的时代,数据端的能力在很大程度上决定工作的效率和水平。
本课程通过讲师在B端与C端企业长期担任高管,负责业务、产品、运营以及增长等核心职能部门时所积累的丰富的数据分析与决策实战经验,通过大量案例介绍在数字化企业中被广泛应用的数据分析方法,以及实践获得的经验教训。
课程导入部分会梳理整个课程的思路与逻辑,设置学员正确的学习期望,并通过导师在中国以及美国互联网巨头的实际体验,介绍数据科学体系在企业中落地的三个方向:技术层、算法层和应用层,并介绍数据如何从多个维度对业务进行赋能,引起学员数据分析和精准决策的价值认同与重视。
课程分为三个主要部分展开:数据分析体系,数据指标体系,大数据预测模型
本课程包含两个探讨共创环节,帮助学员结合学到的课程知识,对自身产品进行实际的深入思考和演练,掌握数据分析方法和产品指标体系建设。
课程收益
深入了解数据挖掘与分析方法、准确洞察业务状态和其中蕴含的问题,并学会深入分析数据波动背后的真正原因;学会搭建精准匹配业务目标的分级数据指标体系,深入掌握基于大数据的产品、运营、市场行为和项目价值估算方法,建立大数据精准决策思维
学员基础要求
学员需要具备数据分析和量化管理的基础知识,了解互联网基本概念,有一定的数据分析和价值预测的实际经验和痛点。
受众人群
B端与C端企业的数据部门、产品、运营、市场、技术部门人员。
IT企业及传统企业数据分析部门,业务部门需要进行项目价值评估及量化管理的人员。
企业战略决策层人员。
课程周期
2天(6H)
分享提纲
主题 | 内容 |
一. 课程导入 (60分钟) | 1. 导师自我介绍 2. 课程逻辑介绍 1. 课程预期收集 2. 从中美产品方法论的差异说起 3. 数据科学体系概览 3. 数据如何赋能业务 |
二. 数据分析体系 (150分钟) | 1. 案例:一次层层深入的数据分析 2. 数据分析流程 3. 数据收集方法 4. 会说话的数据 5. 大数据创新循环链 6. 数据清洗与归一化 7. 指标异常判定方法 8. 八种数据分析方式 9. 五种关键数据分析方法 10. 数据分析误区 11. 综合性分析案例:转化率同比异常分析 |
三. 用户行为分析 (90分钟) | 1. 行为数据 vs. 结果数据 2. 漏斗分析 3. 用户行为路径分析 4. 流失分析 a. 流失-行为相关性分析 b. 流失路径分析 c. 流失用户特征分析 d. 流失预测模型 |
探讨共创1 (60分钟) | 数据分析实战演练 (或根据客户需要设计) |
四. 数据指标体系 (180分钟) | 1. 北极星指标 2. 北极星指标的定位案例 3. 电商的北极星思考与实战 4. OSM指标体系模型 5. OSM指标案例与实战 6. 指标拆分原则 7. 分级指标体系 8. 战略看板 9. 数据看板 10. 分析看板 11. 经营看板 12. 数据趋势分析 13. 指标体系误区 |
探讨共创2 (60分钟) | 产品数据指标体系的制定 (或根据客户需要设计) |
五. 大数据预测模型 (100分钟) | 1. 产品价值评估方法与挑战 2. AB测试 3. 顾客行为的长期价值 4. 精细化顾客分组 5. 大数据价值预测模型 6. 模型应用 a. 战略投资决策 b. 风险评估 c. 竞争算法 d. 预测模型 7. 决策体系实战:亚马逊顾客增长策略 |
六.课程总结与Q&A (20分钟) | 1. 课程总结 2. Q&A |
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员
Alden
百林哲咨询(北京)有限公司专家团队成员