数据分析挖掘与报告编写

【课程背景】

当下，数字化已经是各行业快速发展的基础，数据作为最新的生产要素，将会发挥更大的作用。数据分析技术，作为数据最基础的使用技术，使用成本最低，获得效益最大。通过数据分析技术，可以实现管理运营数字化，可以更透彻的了解公司和业务，可以更快速的找到日常工作中的问题原因，可以更高效的应对市场变化。

数据分析，最重要的是数据思维，有了数据思维可以更深刻的理解业务，数据思维需要一定的训练，就可以掌握。有了数据思维，再掌握基础的数据分析方法和简单地数据分析工具，就可以将数据分析应用到工作中，很快能够得到效果。

有了初步的数据分析工作，配合数据治理、自动分析工具或产品，建立起数据分析指标体系，形成企业管理运营分析架构，就可以实现运营管理数字化、自动化，可以及时发现问题，优化管理，提高企业效率，提高市场反应速度。实现企业的快速增长。

除了做好数据分析挖掘，还需要能够直观的表达出发现的问题，能够用数据表达业务，这就涉及到数据分析报告的编写，以及直观数据分析图表的应用。

本课程结合实际案例，介绍如何进行数据思维的培养，如何建立企业和部分的指标体系和管理运营分析框架。这些可以协助企业和个人增长数据分析能力和业务处理能力，介绍如何使用Excel配合报表和业务平台，进行日常业务分析。介绍常用的数据分析方法和基础的统计分析知识，结合这些技能，可以更好地描述业务和问题，可以更准确、快速的定位业务问题，找到原因，给出解决方案。最后介绍数据分析结果的展示，报告的编写，各种报表的作用和生成方式，以及数据分析报告如何编写。

培训完成后，基本上就具备了整体的数据分析能力，可以快速开展相关业务工作。

【课程收益】

培训完结后，学员能够：

• 了解企业中的数据
• 了解数据分析的思维模式
• 了解数据的收集和处理方式
• 了解数据分析指标体系和业务框架的建立
• 了解数据分析的方式方法
• 了解数据分析图表的作用和生成方式
• 了解统计的基础知识
• 能够通过数据分析解决实际的问题

【课程对象】对数据分析需要的人员

【课程时长】3天 (6小时/天）

【培训方式】培训采用多种方式组合，有理论的讲授、方法的模拟实践、工具的实操和头脑风暴的讨论实践。

【课程大纲】

1. 数据思维--数据使用和数据分析基础（2小时）

本部分主要介绍数据思维，数字化过程中，数据体现价值，最基础的就是要相关人员具备数据思维。不仅仅是技术人员，所有业务人员、管理人员都应该具备有数据思维，才能更好地利用数据。数据思维更是数据分析人员的基础能力，不具备数据思维是不能做数据分析工作的。数据思维也有利于员工更好地理解业务，数据思维，需要后期进行特定的培养，课程将结合案例，介绍如何进行数据思维的培养。

详细内容：

1. 数字化思维：用数据说话，用数据思考，用数据决策
2. 以案例说明如何提升数据敏感度：通过数据理解业务
3. 培养使用数据说话的习惯
4. 案例：用数据分析赋能业务决策
5. 数据驱动决策--企业效率、竞争力提升的关键
6. 数据分析的作用与价值
7. 数据分析的基本思路
8. 数据分析的基础模型
9. 数据分析与业务结合的思维模式

数据分析介绍与指标体系建设（2小时）

开展数据分析，用数据说话，自然离不开一套标准。只有有了标准，我们才能通过数据得出好与坏的结论。有了标准，就可以借助技术手段，自动跟踪指标，进行预警和提醒，降低工作强度，进行自动化管理运营。数据分析指标体系建立是否合适，可以说决定数据使用的成功与否。本节结合案例详细介绍数据分析指标体系的建立方法，优化过程。

详细内容：

1. 数据分析的基础--数据分析指标
2. 数据分析指标的建立方法
3. 讨论：自己手头的3个关键指标是什么
4. 数据分析指标体系的价值
5. 指标体系建立相关操作模型
6. 指标体系的建立方法和过程
7. 指标体系建立案例
8. 业务分析框架与业务管控
9. 数据分析工具和常用分析方法（4小时）

方便实用的数据分析方法，可以再日常工作中有效提升工作效率。同时，智能化、自动化、可定制的分析报表平台，更能有效提高企业整体的运营效率。本小节详细介绍Excel、Python、BI等多种数据分析技术，介绍他的优势和劣势，适用场景等。在日常工作中，有效的数据分析方法，更能帮助大家解决日常业务问题。本小节选取了10种典型的数据分析方法，结合案例，详细进行介绍，以便在工作中可以选取有效的数据分析方法，优化任务，提高运营。

详细内容：

1. 数据分析工具介绍
2. BI介绍
3. 分析方法（每个方法结合案例）
4. 5W2H分析方法
5. 逻辑树分析方法
6. 行为分析方法
7. 多维度拆解分析方法
8. 对比分析方法
9. 假设检验分析方法
10. 相关分析方法
11. 群组分析方法
12. 漏斗分析方法
13. 用数据分析解决工作中的问题
14. 案例：解决问题数据分析实例

1. Excel基础知识（4小时）

Excel是最简单实用的数据分析工具，掌握了Excel，可以完成日常80%的数据分析工具。本小节介绍基本的Excel使用基础，为后边课程中Excel的应用打下基础。

详细内容：

1. 数据的排序
2. 数据的筛选
3. 数据的填充
4. 重复数据清除
5. 数据有效性的设置、清除
6. 数据多列合并
7. 数据分列
8. Excel公式基本元素结构
9. 公式基础知识
10. IF逻辑函数使用
11. 图表生成介绍
12. Excel看板案例展示

1. 用数据说话--分析报告（3小时）

用数据描述业务，可以更清晰的说明业务。数据分析挖掘结果，通常是枯燥的，借助图表，可以更加直观的展示数据分析结果，可以让目标对象更容易理解数据分析的结果。部分分析，图表也可以让分析师更容易找到规律和问题，如散点图。本小节详细介绍每种图表的常规用途，变形类型，以及通过案例展示，如何通过Excel等工具实现。

详细内容：

1. 数据分析报告撰写
   1. 数据分析报告的价值
   2. 数据分析报告的组成及内容
   3. 撰写报告时的注意事项
2. 数据分析可视化的价值
3. 数据分析可视化的关键点
4. 常见的图表类型、应用与实现（Excel）
5. 散点图
6. 折线图
7. 柱形图和直方图
8. 饼图
9. 面积图
10. 雷达图
11. 漏斗图
12. 迷你图（Excel）
13. 透视图与数据看板（Excel版）
14. 高级图表类型、应用与实现
15. 树型图
16. 桑基图
17. 热力图
18. 关联图
19. 箱线图
20. 标靶图
21. 词云图
22. 地理图
23. 用描述统计学说明业务
24. 集中量数
25. 权重预估
26. 数据分布
27. 用Excel进行统计学

1. 数据治理（3小时）

数据治理是传统企业进行数字化的基础工作，本小节详细介绍进行数据治理依托的技术平台，各自的使用场景，以及如何选择。介绍数据收集的方式，适用场景，预处理和数据清除的内容。介绍数据治理开始的组织、流程、制度保障措施，数据治理的体系框架，完成对数据治理的完全认识，具备编写数据治理实施方案能力。同时介绍主数据的设定和管理内容。期间通过不断地讨论和沟通，展示某些企业的方案案例，方便更好地掌握相关技能。

详细内容：

1. 数据仓库、数据湖与数据中台
2. 数据和数据资产的概念
3. 数据和数据有效性：数据被使用的基础
4. 数据收集方式（埋点、同步等）
5. 数据预处理与数据清洗
6. 讨论：企业更适合建立那种数据存储方式和数据收集方式
7. 数据治理介绍
8. 数据治理体系框架介绍
9. 数据治理的组织保障
10. 数据治理管控体系建设（案例+讨论）
11. 数据治理标准体系建设（案例+讨论）
12. 数据治理质量体系建设（案例+讨论）
13. 数据治理安全体系建设（案例+讨论）
14. 什么是数据标准以及如何建立
15. 主数据管理（MDM），某集团案例
16. 数据治理中出现的问题
17. 数据治理实施步骤
18. 数据治理实施建议（讨论）