主講老師: | 魏凌睿 | |
課時安排: | 2天,6小時/天 | |
學(xué)習(xí)費用: | 面議 | |
課程預(yù)約: | 隋老師 (微信同號) | |
課程簡介: | 如何培養(yǎng)形成數(shù)據(jù)思維,運用相應(yīng)的數(shù)據(jù)工具方法幫助員工在數(shù)字化轉(zhuǎn)型中能夠高效準(zhǔn)確收集數(shù)據(jù)、根據(jù)需求拆解數(shù)據(jù)、多角度分析數(shù)據(jù)、基于數(shù)據(jù)進(jìn)行科學(xué)決策和做出具備說服力的呈現(xiàn),即是本課程要討論的數(shù)據(jù)思維的培養(yǎng)。 | |
內(nèi)訓(xùn)課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務(wù)稅務(wù) | 基層管理 | 中層管理 | 領(lǐng)導(dǎo)力 | 管理溝通 | 薪酬績效 | 企業(yè)文化 | 團(tuán)隊管理 | 行政辦公 | 公司治理 | 股權(quán)激勵 | 生產(chǎn)管理 | 采購物流 | 項目管理 | 安全管理 | 質(zhì)量管理 | 員工管理 | 班組管理 | 職業(yè)技能 | 互聯(lián)網(wǎng)+ | 新媒體 | TTT培訓(xùn) | 禮儀服務(wù) | 商務(wù)談判 | 演講培訓(xùn) | 宏觀經(jīng)濟(jì) | 趨勢發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運營 | 法律風(fēng)險 | 沙盤模擬 | 國企改革 | 鄉(xiāng)村振興 | 黨建培訓(xùn) | 保險培訓(xùn) | 銀行培訓(xùn) | 電信領(lǐng)域 | 房地產(chǎn) | 國學(xué)智慧 | 心理學(xué) | 情緒管理 | 時間管理 | 目標(biāo)管理 | 客戶管理 | 店長培訓(xùn) | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) | | |
更新時間: | 2022-11-15 18:57 |
課程背景:
隨著國家“新基建”戰(zhàn)略的提出,數(shù)字化轉(zhuǎn)型已經(jīng)提上各個行業(yè)的日程,如何順應(yīng)數(shù)字化轉(zhuǎn)型潮流,熟練運用數(shù)據(jù)工具方法已經(jīng)成為企業(yè)數(shù)字化落地過程中員工必備能力,但是,根據(jù)場景選用適當(dāng)?shù)墓ぞ?、運用適當(dāng)?shù)姆椒ㄌ幚頂?shù)據(jù)支撐決策從而提升工作管理的效率和效能,這是企業(yè)員工亟待解決的問題。
如何培養(yǎng)形成數(shù)據(jù)思維,運用相應(yīng)的數(shù)據(jù)工具方法幫助員工在數(shù)字化轉(zhuǎn)型中能夠高效準(zhǔn)確收集數(shù)據(jù)、根據(jù)需求拆解數(shù)據(jù)、多角度分析數(shù)據(jù)、基于數(shù)據(jù)進(jìn)行科學(xué)決策和做出具備說服力的呈現(xiàn),即是本課程要討論的數(shù)據(jù)思維的培養(yǎng)。
課程收益:
● 熟悉數(shù)據(jù)的定義、分類及相關(guān)要素;
● 理解數(shù)據(jù)思維并掌握數(shù)據(jù)思維培養(yǎng)方法;
● 掌握數(shù)據(jù)從收集到拆解,再到分析和決策的閉環(huán)處理;
● 掌握靈活運用數(shù)據(jù)分析結(jié)果進(jìn)行高效呈現(xiàn)技巧。
課程時間:2天,6小時/天
課程對象:各行業(yè)基層管理人員(行政、技術(shù)等方面管理人員)
課程方式:案例+互動+測試+思考+練習(xí)+討論+工具
課程大綱
第一講:培養(yǎng)數(shù)據(jù)思維
一、數(shù)據(jù)化工作管理的本質(zhì)
1. 數(shù)據(jù)的四大類型
2. 讓數(shù)據(jù)說話—挖掘數(shù)據(jù)產(chǎn)生的背景
3. 熱點數(shù)據(jù)方向—數(shù)據(jù)畫像
二、建立數(shù)據(jù)思維的框架
1. 數(shù)據(jù)思維的起源
2. 理解數(shù)據(jù)思維
1)數(shù)據(jù)思維的三種境界:沒數(shù)、有數(shù)、馭數(shù)
2)三方面區(qū)分?jǐn)?shù)據(jù)思維和大數(shù)據(jù)思維的關(guān)系
幸存者偏差案例:應(yīng)該在什么地方加裝裝甲(注意防止幸存者偏差)
a預(yù)測性
b數(shù)學(xué)邏輯性
c KPI性
3)數(shù)據(jù)思維培養(yǎng)的四種方向
方向一:提升數(shù)字型感覺
方向二:建立平均回歸原則
方向三:把握數(shù)據(jù)感覺
方向四:建立數(shù)據(jù)模型
4)數(shù)據(jù)思維培養(yǎng)五個步驟
第一步:問(收集問題)
第二步:拆(分解問題)
第三步:解(分析問題)
第四步:謀(制定方案)
第五步:現(xiàn)(匯報呈現(xiàn))
案例:斯諾醫(yī)生
案例:汽車超速怎么調(diào)查
互動1:婚戀平臺如何為客戶服務(wù)的?
互動2:這樣吃Pizza虧了嗎?
測試:您的數(shù)商值是多少?
思考:某個城市一年的外賣數(shù)量?
第二講:“問”——高效且精準(zhǔn)的數(shù)據(jù)收集方法
一、測量是數(shù)據(jù)收集的核心
1. 掌握測量方法
2. 提高測量信度
3. 保持測量效度(三個關(guān)鍵)—關(guān)聯(lián)性、結(jié)構(gòu)化、完備性
案例:某數(shù)據(jù)分析報告的信度效度分析
二、抽樣方法是數(shù)據(jù)收集的關(guān)鍵
1. 配額樣本和概率樣本
2. 選擇樣本量大小
3. 運用非概率樣本
三、運用數(shù)據(jù)收集工具-問卷
1. 問卷設(shè)計的三大原則
2. 圖尺度評量表的設(shè)計使用(評量表視圖)
練習(xí):這個針對用戶的問卷該怎么設(shè)計?
3. 結(jié)構(gòu)化問卷的設(shè)計使用
1)問卷視圖
2)結(jié)構(gòu)化設(shè)計要點:分層設(shè)計、準(zhǔn)確轉(zhuǎn)化、選擇關(guān)鍵
3)結(jié)構(gòu)化設(shè)計流程
確定整體主題方向→分解主題→轉(zhuǎn)化主題為問題
練習(xí):針對內(nèi)部人員的結(jié)構(gòu)化問卷該怎么設(shè)計?
4. 隨機(jī)對照實驗的設(shè)計要點—費希爾方法
案例:隨機(jī)對照實驗——如何驗證哪一種化肥有效?
討論:電飯煲實驗的漏洞在哪里?
第三講:“拆”——思維導(dǎo)圖按需分解數(shù)據(jù)
一、思維導(dǎo)圖拆解數(shù)據(jù)
1. 思維導(dǎo)圖工具背后的重要思維
案例1:水平思維
案例2:垂直思維
2. 思維導(dǎo)圖運用的結(jié)構(gòu)化
二、思維導(dǎo)圖變形之邏輯樹,讓細(xì)分?jǐn)?shù)據(jù)為我所用
1. 邏輯樹的形成方式
1)自頂向下
2)自底向上
2. 遵循MECE原則
工具:邏輯樹視圖
練習(xí):如果利用邏輯樹分析建模形成過橋方案?
第四講:“解”——數(shù)據(jù)分析,尋找根源
一、數(shù)據(jù)分類思維
1. 畫像思維準(zhǔn)確歸類對象尋找規(guī)律
2. 不同維度進(jìn)行分類分析
案例1:商業(yè)數(shù)據(jù)分類
案例2:淘寶用戶數(shù)據(jù)分類
案例3:多維度拆解某app數(shù)據(jù)從而評估推廣效果
二、數(shù)據(jù)對比(和誰比、怎么比)
案例:雜志的效量提升
練習(xí):如何解讀周報
三、數(shù)據(jù)假設(shè)分析的流程
1. 麥肯錫圣經(jīng):大膽假設(shè),小心求證
2. 流程拆解分析:提出假設(shè)→收集證據(jù)→得出結(jié)論
案例:誰是小偷?
四、尋找因果關(guān)系
1. 相關(guān)性
2. 先后順序
3. 非第三原則
4. 從關(guān)聯(lián)到因果
案例:辛普森悖論
第五講:“謀”——以分析數(shù)據(jù)為決策依據(jù)
一、把握概率決策方法
案例:獎金應(yīng)該怎么分配?
練習(xí):分析攜帶病毒的概率是多大?
二、帕累托圖進(jìn)行分析決策
工具:帕累托圖視圖
案例:停電統(tǒng)計分析決策結(jié)果
練習(xí):利用現(xiàn)有數(shù)據(jù)進(jìn)行帕累托圖的決策
三、矩陣圖進(jìn)行分析決策
工具:矩陣圖視圖
案例:如何選拔合適人員
練習(xí):利用矩陣圖進(jìn)行買車決策分析
四、大數(shù)據(jù)分析決策方法
1. 聚類方法工具
2. 決策樹
3. 回歸方法
第六講:“現(xiàn)”——完美數(shù)據(jù)呈現(xiàn)提升說服力
視頻:少年派的數(shù)據(jù)可視化場景
一、基于Excel的數(shù)據(jù)可視化的傳統(tǒng)方法
1. 餅圖
2. 柱狀圖
3. 折線圖
4. 表格
二、數(shù)據(jù)可視化進(jìn)階方法
1. 點線數(shù)據(jù)可視化
2. 組合數(shù)據(jù)可視化
3. 玫瑰圖數(shù)據(jù)可視化
4. 關(guān)系數(shù)據(jù)可視化
5. 基于地圖的數(shù)據(jù)可視化
三、數(shù)據(jù)的指向性操作方法介紹
展示:可視化經(jīng)典圖
數(shù)據(jù)指向性問題操作案例:
1)盜用平均數(shù)
2)忽略規(guī)模
3)短期波動和長期效應(yīng)
4)忽略變化原因
5)偷換概念
6)定義不一致
7)混淆對象
8)基數(shù)變換
京公網(wǎng)安備 11011502001314號