《数字化思维与数据分析》2天
讲师:韩迎娣 发布日期:07-13 浏览量:13
《数字化思维与数据分析》
主讲:韩迎娣
【课程背景】
数字经济在全球经济增长中扮演着越来越重要的角色,以互联网、云计算、大数据、物联网、人工智能为代表的数字技术近几年发展迅猛,各种数字化驱动的创新不断涌现,重构文旅及产业结构发展,但任何孤立的数字都没有意义,那么数据该如何理解业务与管理,是要靠数字思维来驱动,让使用数据的人对数据的要求,形成感知能力。数字思维,通过数字化能力来重新理解行业、经营、管理环境。而数字技术与传统产业的深度融合才能真正释放出超级能量。
课程将以数字化思维与数据分析为切入点,还原商业环境中的实际案例,帮助学员认知什么是数字化、数字化的本质、逻辑?如何培养数字化思维,构建数字化思维体系?如何通过数据分析及数据可视化方式洞察商业发展、用户需求?如何用数据实现洞察、沟通、交流与决策?通过实际案例剖析,使学员学之解惑,学之能用,助力企业实现数字化经营突破
【课程收益】
思维创新的路径、数字化变革的现状,数字化转型,数字化本质与逻辑
面对数字化转型思维变革的方向,数字化思维的底层逻辑,产品思维与用户思维
数据分析本质,数据分析5W1H标签,数据分析的5大步骤
商业创新与价值,是从数据里生长出来的,商业洞察应用案例
数据分析三大价值维度,数据分析商业洞察,数据分析用户需求洞察
数据分析活动效果,数据分析的商业故事地图
数据分析的需求沟通,分析思路是数据化交流的灵魂,数据可视化的分析与交流
数据报告与策略形成,数据分析与运营的7大思路,标签的理解,标签系统
标签模型,标签的应用体系,如何搭建企业数据体系,用数据驱动企业业务增长
用数据驱动决策,数据决策应用实例 – 内容运营,BI里的数据决策建议
数字化边界向智能化延伸,智能化1+N价值模式,智慧商业应用场景
【课程特色】干货,没有废话;科学,逻辑清晰;实战,学之能用;投入,案例精彩
【课程对象】数据分析、营销、运营等企业管理者
【课程时间】12小时
【课程大纲】
一、思维创新与数字化变革
1、思维创新技术路径
2、数字化变革现状
3、数字化时代,变与不变
数字化时代,变化的不确定性
数字化时代,不变的是什么?
4、什么是数字化?
5、数字化本质是什么?
6、思维转变三个方向
数字化思维
产品思维
用户思维
7、数字化思维底层逻辑
8、数字思维
协同
分权
成果
9、数字化时代的产品思维
10、数字化时代的用户思维
11、数字化创新思维
连接
赋能
破界
案例研讨:
二、数据分析与商业洞察
1、数据分析本质
商业视角
数据表达
本质展现
策略优化
2、数据分析5W1H标签
3、数据分析的5大步骤
明确目标
数据预处理
特征分析
算法建模
数据表达
4、商业创新与价值,是从数据里生长出来的
5、商业洞察应用案例
联通数据体系下的商业洞察与智能选址
滴滴的数据应用与商业创新
6、数据分析三大价值维度
7、数据分析商业洞察
行业增速变缓,从增量向存量改变
个性化需求亟待满足
在线服务受制于产业链在线化能力
供给侧正在变化:技术促进产业升级
8、数据分析用户需求洞察
X、Y、Z世代
Z世代的需求洞察
银发用户的消费潜力
银发用户的消费诉求
1.25亿一人家庭的消费需求
9、数据分析活动效果
活动评估思路
活动评估关键问题
梳理活动流程
筛选活动主指标
设定活动判断标准
影响活动结果的过程
10、数据分析的商业故事地图
案例:
三、数据分析的数据化沟通能力与标签应用
1、数据分析的需求沟通
2、分析思路是数据化交流的灵魂
3、数据可视化的分析与交流
为特定受众设计
使用交互促进探索
利用视觉突出性聚焦并引导体验
使用位置与长度表达定量信息
消除图表视觉混乱
合理使用图例
使用消息传递和视觉层级创建叙事流程
平衡复杂性与清晰度以促进理解
4、数据报告与策略形成
数据指导策略
功能优化
迭代与创新
问题解决
5、数据分析与运营的7大思路
分解思路
追踪思路
结合思路
对比思路
节点思路
锚点思路
行为标记思路
6、标签的理解
7、标签系统
数据加工层
数据服务层
数据应用层
8、标签分类
属性分类
MECE原则
9、标签模型
静态属性标签
动态属性标签
事实标签
模型标签
预测标签
10、标签的应用体系
业务场景倒推标签需求
标签自动化
标签迭代
标签管理机制
案例:
四、数据化决策能力
1、如何搭建企业数据体系,用数据驱动企业业务增长
数据驱动增长的思维与核心体系
数据驱动金字塔
数据的采、看、想、做
四个阶段逐步实现数据驱动
2、如何用数据驱动决策
数据关键指标
业务指标
产品指标
流程指标
3、数据决策应用实例 – 内容运营
结果推倒过程
ROI筛选结果
汇总路径找规律
量化一个长链条
提供另一种视角
多维度筛选,精准投入
4、BI里的数据决策建议
什么是决策建议
决策建议的产品设计思路
决策建议多种实现路径
案例:
五、数据化边界向智能化延伸
1、数字化边界向智能化延伸
2、智能化“1+N”模式价值框架
3、智能商业应用场景
让建筑学会思考
智能零售的数据应用
智能物流的数据效率
智能制造的数据分析
4、智能商业:人、科技与产业融合