【课程对象】销售经理/总监，客服经理/总监, 运营经理/总监等一线管理人员
【课程特色】 注重实战、不要编程基础、不讲无用知识、通俗易懂
【课程时间】1-2天（6小时/天）
【课程背景】
麦肯锡报告指出，企业数字化转型失败率高达80%，很大的原因就和认知、组织适配有关，而不是技术和设备。组织适配一方面要重构公司组织，另一方面就要培养拥有数字分析能力的员工，本课程就是给中层员工讲的数据分析课，从而给组织赋能。
对于中层员工而言，数据分析能用来做什么？
- 提升认知：通过各种维度的数据展现，可以帮你认知用户、挖掘新用户。
- 发现问题：通过数据可指导业务人员发现问题，从而解决问题
- 评估效果：解决完毕后如何评估？这仍然用数据说话。
如何做到？ 我们不能单纯地学习互联网数据分析知识，而要结合业务、底层逻辑来学习，从而学以致用。同时应理解，数据分析是分析问题的一个环节，我们不仅仅需要学习数据分析，还要学会系统思考。本课程就是围绕这些逻辑构建的。
而本课程的与其他课程不同之处在于：① 延续了本人畅销书的风格，即分模块、分层级、分步骤地讲解，且注重工作场景的细节呈现。 ② 老师跨界服务过硬件、安全、传统企业和头部互联网企业，因此可更好地运用数据分析经验。
【课程收益】
- 能将数据分析用在日常工作中
- 能避开常见的数据实施和调查误区
- 能学会分解任务，确定正确的执行目标
- 学会用数据发现问题、增进认知和评估业绩
- 能将互联网的数据建模等经典方法用在工作中
【课程对象】销售经理/总监，客服经理/总监, 运营经理/总监等一线管理人员
【课程特色】 注重实战、不要编程基础、不讲无用知识、通俗易懂
【课程时间】1-2天（6小时/天）
【课程大纲】
一、为什么数据能力是必备技能
- 新时代下的管理和业务困惑
- 数据分析如何解决这些困惑
二、业务指标的全景地图
- 常见的数据指标有哪些？
- 选择数据指标的基本原则
- 什么是数据指标体系？
三、数据的分析方法有哪些？
- 基础逻辑分析方法：5W1H、逻辑树分析法
- 统计学分析方法：对比、假设、相关度和群组分析法
- 互联网分析方法：RFM、AARRR、漏斗分析方法
- 统计学分析方法：决策树、K近领法、线性回归
- 数据建模分析法：数据建模、维度拆分
- 用数据分析解决问题
- 数据分析的能与不能
- 如何明确业务问题？
- 如何明确业务指标？
- 如何分析业务原因？
- 进行改善和评估效果
两个工具：A/B测试和用户画像
- 如何快速有效地获得数据
- 日常数据访谈如何做？
- 数据调查的问卷设计？
- 如何用互联网获得数据？
六、将数据分析用于各行各业
- 教育行业的数据分析
- 电商行业的数据分析
- 运营商的数据分析
- 地产行业的数据分析
- 内容行业的数据分析
擎苍