數(shù)字化賦能

【課程背景】

麥肯錫報告指出，企業(yè)數(shù)字化轉(zhuǎn)型失敗率高達80%，原因不是技術(shù)和設(shè)備，而是認知誤區(qū)、組織適配。其中組織適配一方面要重構(gòu)公司組織，另一方面就要培養(yǎng)員工的數(shù)據(jù)分析能力，本課程就是給中層員工講的數(shù)字化通識課，從而給組織賦能。同時也會破除中層的認知誤區(qū)，清楚地知道數(shù)字化能做什么，不能做什么。

具體而言本課程包括如下內(nèi)容：

提升認知：通過各種維度的數(shù)據(jù)展現(xiàn)，可以幫你認知用戶、挖掘新用戶。

發(fā)現(xiàn)問題：通過數(shù)據(jù)可指導業(yè)務人員發(fā)現(xiàn)問題，從而解決問題。

評估效果：解決完畢后如何評估？這仍然用數(shù)據(jù)說話。

如何做到？ 我們不能單純地學習數(shù)據(jù)分析知識，而要結(jié)合業(yè)務、底層邏輯來學習，從而學以致用。同時要理解，數(shù)據(jù)分析是分析問題的一個環(huán)節(jié)，我們不僅僅要學習數(shù)據(jù)分析，還要學會系統(tǒng)思考。本課程就是圍繞這些邏輯構(gòu)建的，從而全面提升數(shù)字能力。

而本課程的與其他課程不同之處在于：① 老師跨界服務過傳統(tǒng)企業(yè)、頭部互聯(lián)網(wǎng)企業(yè)、硬件、安全和網(wǎng)絡公司，因此可更好地運用數(shù)據(jù)分析經(jīng)驗。 ② 延續(xù)了本人暢銷書的風格，即分模塊、分層級、分步驟地講解，且注重工作場景的細節(jié)呈現(xiàn)。

【課程收益】

能將數(shù)據(jù)分析用在日常工作中

能避開常見的數(shù)據(jù)實施和調(diào)查誤區(qū)

能學會分解任務，確定正確的執(zhí)行目標

學會用數(shù)據(jù)發(fā)現(xiàn)問題、增進認知和評估業(yè)績

能將互聯(lián)網(wǎng)的數(shù)據(jù)建模等經(jīng)典方法用在工作中

【課程對象】

銷售經(jīng)理/總監(jiān)，客服經(jīng)理/總監(jiān), 運營經(jīng)理/總監(jiān)，技術(shù)總監(jiān)，產(chǎn)品經(jīng)理，項目經(jīng)理，售前經(jīng)理等一線管理人員

 【課程特色】

接地氣：以改變?yōu)槟繕?，將工作方法一步步呈現(xiàn)出來。細致：不高談闊論，講解細致，深入淺出。專業(yè)：沉淀多年，總結(jié)了多個套理論體系，且不需要編程基礎(chǔ)。

【課程時間】

2天（6小時/天）

【課程大綱】

一、為什么數(shù)據(jù)能力是必備技能？

1.新時代下的管理和業(yè)務困惑

2.數(shù)據(jù)分析如何解決這些困惑

案例：中小餐廳、中小制造企業(yè)、某上市教育公司

二、數(shù)據(jù)指標的全景地圖

1.常見的數(shù)據(jù)指標有哪些？

2.選擇數(shù)據(jù)指標的基本原則

3.什么是數(shù)據(jù)指標體系？

案例：金融公司、零售公司、內(nèi)容行業(yè)

四、用數(shù)據(jù)分析解決問題的思路是什么？

1.明確業(yè)務問題：如何確定業(yè)務的價值、用戶的底層需求？

2.明確業(yè)務指標：如何設(shè)定數(shù)字和非數(shù)字的KRO指標？

3.進行業(yè)務設(shè)計：如何設(shè)計業(yè)務流程，并拆分數(shù)字指標？

4.評估效果和提升認知：如何看數(shù)來提升業(yè)務認知，拆分細分人群？

5.數(shù)據(jù)分析的能與不能：什么時候數(shù)據(jù)分析是錯誤的？ 

    工具：A/B測試、用戶畫像、數(shù)據(jù)建模

案例：在線教育業(yè)務系統(tǒng)搭建

三、數(shù)據(jù)分析如何用在公司業(yè)務中？

1.對問題進行拆分和重組

工具：5W1H、邏輯樹分析法、庫伯的5類14項

案例：在線教育、電信公司、某中型企業(yè)

2.定位數(shù)據(jù)的波動的原因

工具：對比、假設(shè)、相關(guān)度和群組分析法

案例：分析線下教育企業(yè)數(shù)據(jù)波動、復購率下降原因。

3.銷售型企業(yè)的業(yè)務指標設(shè)定、營銷策略設(shè)定

工具：RFM、AARRR、漏斗分析方法

案例：餐飲企業(yè)個性化營銷、電商\電信企業(yè)個性化推薦

4. 企業(yè)大數(shù)據(jù)分析、策略制定

工具：決策樹、K近領(lǐng)法、線性回歸，數(shù)據(jù)建模、維度拆分

案例：機票推薦、金融風控、汽車/房產(chǎn)

五、如何快速有效地獲得數(shù)據(jù)

1.日常數(shù)據(jù)訪談如何做？

2.數(shù)據(jù)調(diào)查的問卷設(shè)計？

3.如何用互聯(lián)網(wǎng)獲得數(shù)據(jù)？