【课题背景】
数据分析是可以给到日常业务人员和管理人员实现业务提效和科学决策以支撑。伴随数字化转型的深入，越来越多的业务环节有了可以更多数据可供工作使用，但如何对如此诸多的数据做好数据分析，能够支撑业务和管理，就要研究数据分析的思维和方法，从底层原理和工具的应用等方面掌握数据分析的方法。
【参与人员】
本课程适宜于：全体成员
【学员收获】
1. 了解数据分析的价值及应用
2. 掌握数据分析的整个流程
3. 掌握数据分析的方法
4. 学会借助工具呈现可视化数据分析报告
【课程时长】1天
【课程大纲】
一、外部数据做决策，内部数据提效率（1小时）
1. 数据分析是做什么的？——判断
2. 数字化时代数据的4V特征
3. 数据分析的价值应用
（1）外部数据做决策：发现大战略、新商机、创新业务
（2）内部数据做优化：对现有的业务、管理展开提效降本
【案例】雀巢咖啡全球市场基于大数据调整产品分布
5.数据分析驱动业务提效降本的原理——数据分析
4. 数据分析三个核心要素
（1）定义业务问题，掌握业务建模的能力
（2）掌握数据分析的流程方法
（3）掌握数据分析工具的应用
二、数据分析的流程（2小时）
1. 定义问题
（1）定义问题
（2）制定评价体系
2. 定义业务模型
（1）业务模型
（2）模型与指标
（3）模型指标的优化
3. 数据收集
（1）通过各系统下载
（2）通过自制表单收集
4. 数据处理
（1）数据处理的内容
l 数据清洗
l 去重复
l 查补缺
l 检查数据准确性
（2）数据统计
【应用】借助EXCEL完成数据的清晰和补充
5. 数据可视化
l 对比分析：柱形图
l 结构分析：饼状图
l 趋势预测分析：折线图+柱形图
【案例】Excel、BI报表、数据驾驶舱、集控平台
6. 数据分析
l 偏差分析
l 趋势预测：回归分析与MVP法
l 归因分析：A/B对照法、梯度下降法、逻辑树法
l 最佳分析
【案例】大数据预测某款单品的市场总量
7. 撰写数据分析报告
（1）背景介绍和问题描述
（2）定义问题，并进行相关性分析
（3）数据分析报告的呈现
（4）提出下一步行动计划
三、数据分析的应用（3小时）
（一）产销存分析与销售预测分析
1.生产数据分析
（1）采购金额分析
（2）供应商结构分析
（3）物料采购分析
2.销售数据分析
（1）区域分析
（2）产品结构分析
（3）渠道结构分析
（4）客户分层结构分析
（5）终端销售分析
（6）销售预测
3.库存分析
（1）直销品分析
（2）存货周转分析
（3）毛利率分析
【案例】某女鞋品牌产销存分析
（二）经营归因分析
1. 经营归因分析的核心指导思想
2. 销售目标分解与指标标准制定
（1）渠道模型：S=Σs(1~n)，适用于全国网点、代理、分公司、办事处类型
（2）流量模型（漏斗模型）：S=UV（流量）*CVR（转化率）*P(客单价），适用于线上渠道运营。
（3）增长黑客（AARRR）：S=N*P=S1（新客户）+S（老客户）+S3(老带新）
（包括了：漏斗模型+RFM模型+裂变模型）
（4）分布模型：S=n*s(标准经营单位），适用于自营销售终端（含线上）的类型
3. 数据获取
4. 借助BI报表完成相关数据的可视化
5. 采用对比分析发现异常因子
6. 借助假设检验法、A/B对照法、单因子变量法等确定影响业绩的因素
7. 精益、优化每个因子
【案例】某户外企业的经营业绩分析
（三）产品定价分析
1.产品定价分析的目标是制定有竞争力的价格和最大的利润率
2.基于竞争的外部数据获取
3.基于利润率的销量-价格对照统计数据
4.基于市场占有率的产品定价分析
5.基于利润率的产品定价分析
【案例】某家电产品定价分析
（四）价值链分析法
1.基本活动分析:研发-采购-生产-配送-市场-销售-服务
2.辅助性活动分析:研发、人力、基础建设
3.分析相关的成本动因
4.发展出比竞争对手更佳的竞争优势
【案例】3C领域价值链分析
（五）市场投入分析
1.市场投入分析要解决的问题
2.数据获取
3.ROI，市场投入分析的主要分析模型
4.制定标准，结算投入数据，得出结论
【案例】某护肤品牌区域市场投入分析
（六）订单分析
1.订单分析可以破解的场景问题
2.数据处理
3.数据统计与分析
4.形成判断
（七）用户分析
1.用于产品研发创新的方法
2.用于精准产品推广的方法
3.用于用户精细化运营的分析方法（RFM和用户画像）
【案例】瑞幸咖啡的精细化营销
枫影（王鸿华）