授课老师: 傅一航
常驻地: 深圳
擅长领域: 大数据 华为

【课程目标】

本课程为基础课程,面向所有业务部门。

本课程的主要目的是,帮助学员了解大数据的本质,培养学员的数据意识和数据思维,掌握常用的统计分析方法和工具,以业务问题为导向,提升学员的数据分析综合能力。

一般情况下,在企业中有80%的数据分析工作(比如业务分析、经营分析等等),都可以使用简单的统计分析方法来解决,关键在于发现企业运营过程中的业务规律及业务问题,进而提出业务策略及建议,供企业领导进行决策。

本课程具体内容包括:

1、 大数据的本质,核心数据思维

2、 数据分析过程,数据分析框架

3、 数据分析方法,数据可视呈现

 

本课程从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,对数据分析及数据挖掘技术进行了全面的介绍(从数据收集与处理,到数据分析与挖掘,再到数据可视化和报告撰写),通过大量的操作演练,帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具,从大量的企业经营数据中进行分析,挖掘客户行为特点,帮助运营团队深入理解业务运作,以达到提升学员的数据综合分析能力,支撑运营决策的目的。

通过本课程的学习,达到如下目的:

1、 了解数据分析的本质,理解数据决策的底层逻辑

2、 学会搭建数据分析框架,熟悉常用的业务模型

3、 熟悉数据分析标准过程,能够按步骤进行数据分析

4、 掌握常用统计分析方法,熟练使用Excel高级数据分析工具

【授课时间】1天时间(6个小时)

【授课对象】销售部门、营业厅、呼叫中心、业务支撑、经营分析部、运营分析部等对业务数据分析有基本要求的相关人员。

【学员要求】

1、 每个学员自备一台便携机(必须)。

2、 便携机中事先安装好Excel2013版本及以上(建议2016版本以上)。

注:讲师可以提供试用版本软件及分析数据源。

【授课方式】

数据分析基础+ 方法讲解+ 实际业务问题分析+ Excel实践操作

采用互动式教学,围绕业务问题,展开数据分析过程,全过程演练操作,让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。


【课程大纲】

第一部分: 数据决策逻辑—数据思维篇

问题:什么是数据思维?大数据决策的底层逻辑以及决策依据是什么?

1、 大数据的本质

数据,是事物发展和变化过程中留下的痕迹

大数据不在于量大,而在于全(多维性)

业务导向还是技术导向

2、 大数据决策的底层逻辑(即四大核心价值)

探索业务规律,按规律来管理决策

案例:客流规律与最佳营销时机

案例:致命交通事故发生的时间规律

发现运营变化,定短板来运营决策

案例:考核周期导致的员工月初懈怠

案例:工序信号异常监测设备故障

理清要素关系,找影响因素来决策

案例:情绪对于股市涨跌的影响

案例:为何升职反而会增加离职风险?

预测未来趋势,通过预判进行决策

案例:惠普预测员工离职风险及挽留

案例:保险公司的车险预测与个性化保费定价

3、 大数据决策的三个关键环节

业务数据化:将业务问题转化为数据问题

数据信息化:提取数据中的业务规律信息

信息策略化:基于规律形成业务应对策略

案例:用数据来识别喜欢赚“差价”的营业员


第二部分: 数据分析过程—流程步骤篇

1、 数据分析的六步曲

2、 步骤1:明确目的,确定分析思路

确定分析目的:要解决什么样的业务问题

确定分析思路:分解业务问题,构建分析框架

3、 步骤2:收集数据,寻找分析素材

明确数据范围

确定收集来源

确定收集方法

4、 步骤3:整理数据,确保数据质量

数据质量评估

数据清洗、数据处理和变量处理

探索性分析

5、 步骤4:分析数据,寻找业务答案

选择合适的分析方法

构建合适的分析模型

选择合适的分析工具

6、 步骤5:呈现数,解读业务规律

选择恰当的图表

选择合适的可视化工具

提炼业务含义

7、 步骤6:撰写报告,形成业务策略

选择报告种类

完整的报告结构

演练:产品精准营销案例分析

如何搭建精准营销分析框架

精准营销分析的过程和步骤


第三部分: 数据分析方法—统计方法篇

问题:数据分析方法的种类?分析方法的不同应用场景?

1、 业务分析的三个阶段

现状分析:通过企业运营指标来发现规律及短板

原因分析:查找数据相关性,探寻目标影响因素

预测分析:合理配置资源,预判业务未来的趋势

2、 常用的数据分析方法种类

描述性分析法(对比/分组/结构/趋势/交叉…)

相关性分析法(相关/方差/卡方…)

预测性分析法(回归/时序/决策树/神经网络…)

推断型分析法(概率分布/参数估计/假设检验)

专题性分析法(聚类/关联/RFM模型/…)

3、 统计分析基础

统计分析两大关键要素(类别、指标)

统计分析的操作模式(类别à指标)

统计分析三个操作步骤(统计、画图、解读)

4、 常用的描述性指标

集中程度:均值、中位数、众数

离散程度:极差、方差/标准差、IQR

分布形态:偏度、峰度

5、 基本分析方法及其适用场景

对比分析(查看数据差距,发现事物变化)

演练:寻找用户的地域分布特征

演练:分析产品受欢迎情况及贡献大小

演练:用数据来探索增量不增收困境的解决方案

分布分析(查看数据分布,探索业务层次)

演练:银行用户的消费水平和消费层次分析

演练:客户年龄分布/收入分布分析

案例:通信运营商的流量套餐划分合理性的评估

结构分析(查看指标构成,评估结构合理性)

案例:增值业务收入结构分析(通信)

案例:物流费用成本结构分析(物流)

案例:动态结构分析

演练:财务领域的结构瀑布图、财务收支的变化瀑布图

趋势分析(发现事物随时间的变化规律)

案例:产品销售的淡旺季分析

案例:用户活跃时间规律

演练:发现客流量的时间规律

交叉分析(从多个维度的数据指标分析)

演练:不同客户的产品偏好分析

演练:不同学历用户的套餐偏好分析

演练:银行用户的违约影响因素分析


第四部分: 数据分析方法—分析框架篇

问题:如何才能全面/系统地分析而不遗漏?如何分解和细化业务问题?

1、 业务分析思路和分析框架来源于业务模型

常用的业务模型:PEST、5W2H、SWOT、波特五力、4P/4C等

2、 用户行为分析(5W2H分析思路和框架)

WHY:原因(用户需求、产品亮点、竞品优劣势)

WHAT:产品(产品喜好、产品贡献、产品功能、产品结构)

WHO:客户(基本特征、消费能力、产品偏好)

WHEN:时间(淡旺季、活跃时间、重购周期)

WHERE:区域/渠道(区域喜好、渠道偏好)

HOW:支付/促销(支付方式、促销方式有效性评估等)

HOW MUCH:价格(费用、成本、利润、收入结构、价格偏好等)

研讨:找工作中真实业务问题,搭建数据分析框架

 

结束:课程总结与问题答疑。

授课老师

傅一航 华为系大数据专家

常驻地:深圳
邀请老师授课:13911448898 谷老师

主讲课程:大数据思维与商业模式创新,赋能企业增长/大数据思维与应用创新/数字化战略与数字化变革/大数据市场营销的课程/大数据分析应用类的课程/大数据分析语言Python课程

微信扫一扫

T:13911448898

立即
报名

微信公众账号

微信扫一扫加关注

返回
顶部