课程简介
在当今竞争激烈的商业环境里，管理者们都在寻找业务增长的秘钥，而数据，就是那把隐藏的钥匙。可现实情况是，很多企业的数据分析成果都被束之高阁，难以真正落地，变成推动业务增长的实际行动。本课程就是要直击这类痛点，帮助管理者们打破数据困境，用数据做出精准决策，开启业务增长的新引擎。
目标收益
通过2天的数据决策实战，帮助学员解决如下问题：
1. 掌握数据驱动决策的 3 个核心逻辑 ：明白数据怎么影响决策，决策怎么推动业务增长，形成一套自己的数据决策思维体系。
2. 产出 1 份业务决策分析框架 ：学完课程，你能独立做出一份实用的业务决策分析框架，直接应用到工作中，为你的业务增长保驾护航。
3. 规避 5 类常见数据误判陷阱 ：知道数据里藏着哪些坑，怎么避开这些坑，让你的数据决策更靠谱，避免因数据误判导致的业务损失。
4. 提升数据决策能力 ：通过实战演练和案例分析，提升你在数据驱动决策方面的能力，让你在面对复杂业务问题时，能够迅速做出精准决策。
5. 增强业务增长信心 ：掌握数据决策的方法和工具，让你对业务增长更有信心，能够带领团队朝着正确的方向前进，实现业务目标。
培训对象
1. 业务负责人 ：想用数据给业务插上增长翅膀，却不知道怎么做的你，这门课能给你明确的方向和方法。
2. 中层管理者 ：在企业决策链里承上启下，需要用数据说服上级、指导下属的你，这门课能提升你的数据决策力，让你在团队里更有话语权。
课程大纲
| 第一天上午 |
一、数字化转型背景下的数据应用 1.数据技术：构建“感知-思考-响应-反馈优化”闭环构建 2.数据应用的四个层级 用数据发现问题 用数据探索规律 用数据发现未来 用数据发现规范（范式） 二、如何培养数字化时代下的数据思维 3.数据思维的塑造及培养方法 量化思维：如何用数据丈量一切？ 对比分析：如何发现“数据陷阱”？ •某金融公司业绩下滑，如何用数据应用的四个层次提升业绩 •如何快速预估竞品的营收？ •饿了么外卖常见数据指标正常与异常波动原因分析 |
| 第一天下午 |
三、如何实现数字化转型的有效思考 4.咨询式思考框架如何快速解决问题？ 研究策略型、解决方案型、分析原因型思考框架步骤及用途详解 5.构建“行动指导”框架，并制定一款产品的核心经营要点及中长期规划 •沃尔玛20年6月业绩下滑原因分析全流程详解 •如何对天猫全年佣金收入KPI进行完整性拆解 |
| 第二天上午 |
四、数字化转型下如何自我诊断 6.从一场新零售的数字化转型看IT如何变革 技术架构调整 人才赋能及培养 如何打造学习型文化 五、如何实现数字化转型下的业务驱动 7.做好业务衔接的“四步梳理法” 如何用用户意识梳理需求 如何用清单革命梳理流程 如何用三板斧梳理关系 如何用戴明环梳理执行 •某商业银行数字化转型全流程解析 •网易数分团队如何用四步梳理法节省80%需求处理时间 |
|
第二天 下午 |
六、如何用分析方法快速解决问题 8.常见分析方法的实际运用 数据推导：归纳、演绎分析 数据处理：留存、聚类分析 数据挖掘：归因、预测分析 七、如何有效输出数据化策略 9.有效策略的特点及实现步骤 数据化策略和日常报告的异同 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 •如何从复杂变量中找到影响获客渠道的主因 •如何精准预测双十一的销量 •某电商用户流失策略输出 •某商业银行系统研发策略输出全流程 |
|
第一天上午 一、数字化转型背景下的数据应用 1.数据技术：构建“感知-思考-响应-反馈优化”闭环构建 2.数据应用的四个层级 用数据发现问题 用数据探索规律 用数据发现未来 用数据发现规范（范式） 二、如何培养数字化时代下的数据思维 3.数据思维的塑造及培养方法 量化思维：如何用数据丈量一切？ 对比分析：如何发现“数据陷阱”？ •某金融公司业绩下滑，如何用数据应用的四个层次提升业绩 •如何快速预估竞品的营收？ •饿了么外卖常见数据指标正常与异常波动原因分析 |
|
第一天下午 三、如何实现数字化转型的有效思考 4.咨询式思考框架如何快速解决问题？ 研究策略型、解决方案型、分析原因型思考框架步骤及用途详解 5.构建“行动指导”框架，并制定一款产品的核心经营要点及中长期规划 •沃尔玛20年6月业绩下滑原因分析全流程详解 •如何对天猫全年佣金收入KPI进行完整性拆解 |
|
第二天上午 四、数字化转型下如何自我诊断 6.从一场新零售的数字化转型看IT如何变革 技术架构调整 人才赋能及培养 如何打造学习型文化 五、如何实现数字化转型下的业务驱动 7.做好业务衔接的“四步梳理法” 如何用用户意识梳理需求 如何用清单革命梳理流程 如何用三板斧梳理关系 如何用戴明环梳理执行 •某商业银行数字化转型全流程解析 •网易数分团队如何用四步梳理法节省80%需求处理时间 |
|
第二天 下午 六、如何用分析方法快速解决问题 8.常见分析方法的实际运用 数据推导：归纳、演绎分析 数据处理：留存、聚类分析 数据挖掘：归因、预测分析 七、如何有效输出数据化策略 9.有效策略的特点及实现步骤 数据化策略和日常报告的异同 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 •如何从复杂变量中找到影响获客渠道的主因 •如何精准预测双十一的销量 •某电商用户流失策略输出 •某商业银行系统研发策略输出全流程 |
近期公开课推荐