課程簡介
在這個大數(shù)據(jù)的時代，多維度業(yè)務(wù)數(shù)據(jù)的收集、分析和決策能力是企業(yè)提升效率和競爭力的關(guān)鍵前提。通過數(shù)據(jù)分析獲得深刻的業(yè)務(wù)洞察，是做出產(chǎn)品、運營和企業(yè)經(jīng)營方面正確決策的重要保障。可以說，數(shù)據(jù)體系的建設(shè)和數(shù)據(jù)洞察能力的提升，是現(xiàn)代企業(yè)業(yè)務(wù)增長的關(guān)鍵引擎，這也正是企業(yè)數(shù)字化轉(zhuǎn)型的核心內(nèi)容。
本課程由導(dǎo)師在B端與C端頂尖企業(yè)長期擔(dān)任高管，領(lǐng)導(dǎo)業(yè)務(wù)、產(chǎn)品、運營、數(shù)據(jù)等核心職能時積累的豐富實戰(zhàn)經(jīng)驗總結(jié)而成，以如何根據(jù)業(yè)務(wù)目標(biāo)選擇、收集和使用數(shù)據(jù)為核心方向，可以為企業(yè)在數(shù)字化轉(zhuǎn)型中提供如下價值：
1）理解企業(yè)數(shù)字化轉(zhuǎn)型的主要階段和方向，以及數(shù)據(jù)如何為業(yè)務(wù)賦能；
2）如何設(shè)計數(shù)據(jù)指標(biāo)體系，并建立底層的數(shù)據(jù)驅(qū)動機(jī)制；
3）有哪些關(guān)鍵的數(shù)據(jù)分析方法，如何使用，以幫助業(yè)務(wù)獲得深度洞察，找到瓶頸，指明產(chǎn)品、運營或者銷售的優(yōu)化和發(fā)力方向。
目前市面上主流的數(shù)據(jù)分析類課程，基本都是由數(shù)據(jù)分析師背景的老師所設(shè)計和講解，課程內(nèi)容更加側(cè)重于數(shù)據(jù)本身的埋點收集、數(shù)據(jù)清洗、分析邏輯和算法設(shè)計，以及Python程序編寫等方面，偏重“技術(shù)”層面。本課主要不同之處在于，課程講師一直是業(yè)務(wù)體系的管理者，課程內(nèi)容均來自于業(yè)務(wù)側(cè)對數(shù)據(jù)的使用策略和經(jīng)驗，重點講解業(yè)務(wù)人員如何根據(jù)業(yè)務(wù)目標(biāo)推敲所需要的數(shù)據(jù)，構(gòu)建精準(zhǔn)而不冗余的業(yè)務(wù)數(shù)據(jù)體系，隨后結(jié)合業(yè)務(wù)所需要達(dá)成的關(guān)鍵目標(biāo)，找到合適的分析方法，進(jìn)而準(zhǔn)確洞察業(yè)務(wù)瓶頸、業(yè)務(wù)機(jī)遇，為業(yè)務(wù)效率提升和問題解決提供指引。
課程講師擁有12年的B端產(chǎn)品管理經(jīng)驗，項目均通過了CMMI“量化管理級”評審，精通B端產(chǎn)品數(shù)據(jù)分析方法，隨后又在“天生數(shù)字化”的互聯(lián)網(wǎng)行業(yè)工作10年，在京東和亞馬遜學(xué)習(xí)實踐和總結(jié)了國內(nèi)國際前沿的C端數(shù)據(jù)分析方法。因此，對傳統(tǒng)企業(yè)，本課程可以提供數(shù)字化轉(zhuǎn)型中如何獲得數(shù)據(jù)價值的關(guān)鍵指引；而對數(shù)據(jù)技術(shù)較為領(lǐng)先的高科技和互聯(lián)網(wǎng)企業(yè)，本課程則可以通過亞馬遜的大數(shù)據(jù)模型和數(shù)據(jù)文化等內(nèi)容的分享，為學(xué)員提供世界頂尖大數(shù)據(jù)企業(yè)如何充分獲得數(shù)據(jù)價值，進(jìn)行精準(zhǔn)決策和解決價值預(yù)測等難題的重要參考。
作為課程價值的增值部分，課程導(dǎo)師曾是科大訊飛早期的語音識別算法負(fù)責(zé)人，并獲得中科院科技成果獎，是人工智能和模式識別的專家，因此如果客戶需要，可以在課程中對最近炙手可熱的大模型和AI進(jìn)行介紹，讓學(xué)員建立對大模型的原理、發(fā)展和業(yè)務(wù)應(yīng)用場景建立認(rèn)知。
目標(biāo)收益
通過本課程的學(xué)習(xí)，可以幫助學(xué)員找到如下問題的答案：
1.什么是數(shù)字化轉(zhuǎn)型？分哪幾個階段？如何提供價值？傳統(tǒng)企業(yè)如何進(jìn)行數(shù)字化轉(zhuǎn)型？
2.如何根據(jù)業(yè)務(wù)目標(biāo)建立精確不冗余的指標(biāo)體系，并通過指標(biāo)體系驅(qū)動業(yè)務(wù)目標(biāo)達(dá)成？
3.數(shù)據(jù)驅(qū)動業(yè)務(wù)增長有哪幾種的底層機(jī)制？該如何建立機(jī)制和獲得機(jī)制的賦能？
4.數(shù)據(jù)有哪些不同的收集方法？如何建立有效的數(shù)據(jù)收集機(jī)制？如何獲取競品和行業(yè)數(shù)據(jù)？
5.有哪些重要的數(shù)據(jù)分析方法？如何通過數(shù)據(jù)分析獲得重要的業(yè)務(wù)洞察，并制定相應(yīng)的業(yè)務(wù)策略？應(yīng)該在什么時候，如何使用哪一種數(shù)據(jù)方法？
6.立項和做決策時，往往需要對候選項目進(jìn)行價值分析，但價值要項目落地后才能實際產(chǎn)生和測量，如何進(jìn)行客觀準(zhǔn)確而不是“拍腦袋”的項目/產(chǎn)品價值預(yù)測？
培訓(xùn)對象
正在進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)的業(yè)務(wù)、產(chǎn)品、運營、研發(fā)、數(shù)據(jù)分析人員。
希望學(xué)習(xí)世界頂尖大數(shù)據(jù)企業(yè)如何使用數(shù)據(jù)、獲得洞察、指導(dǎo)決策、建立數(shù)據(jù)文化的前沿企業(yè)的業(yè)務(wù)、產(chǎn)品、運營、研發(fā)、數(shù)據(jù)分析人員。
所有希望提升數(shù)據(jù)意識與思維、數(shù)據(jù)應(yīng)用能力和數(shù)據(jù)洞察能力的相關(guān)崗位。
需要理解數(shù)據(jù)如何賦能業(yè)務(wù)，并建立數(shù)據(jù)驅(qū)動機(jī)制提升經(jīng)營效率的企業(yè)領(lǐng)導(dǎo)。
課程大綱
| 一．課程導(dǎo)入 |
【內(nèi)容】 1.導(dǎo)師自我介紹 2.課程邏輯介紹 3.數(shù)據(jù)生產(chǎn)要素與數(shù)字經(jīng)濟(jì) 4.企業(yè)數(shù)字化轉(zhuǎn)型的四個階段 5.AI與大模型的數(shù)據(jù)賦能 【解決問題】 ?什么是數(shù)字化轉(zhuǎn)型？如何為企業(yè)提供價值？傳統(tǒng)企業(yè)如何進(jìn)行數(shù)字化轉(zhuǎn)型？ ?大模型/AI如何賦能企業(yè)？ |
| 二．底層數(shù)據(jù)驅(qū)動機(jī)制 |
【內(nèi)容】 1.北極星指標(biāo)定義與特征 2.多種行業(yè)的典型北極星指標(biāo) 3.金融企業(yè)北極星指標(biāo)搜索案例 案例：支付寶北極星、順豐北極星、金融產(chǎn)品的北極星篩選 4.飛輪效應(yīng)驅(qū)動良性循環(huán) 5.飛輪的閉環(huán)設(shè)計 6.飛輪的動力傳導(dǎo)機(jī)制推敲 案例：亞馬遜飛輪、滴滴飛輪、ERP產(chǎn)品飛輪 【解決問題】 ?數(shù)據(jù)驅(qū)動業(yè)務(wù)有哪幾種底層機(jī)制？如何建立機(jī)制獲得賦能？ ?什么是北極星指標(biāo)？為什么它對業(yè)務(wù)成敗如此關(guān)鍵？如何根據(jù)具體業(yè)務(wù)目標(biāo)找到相應(yīng)的北極星？ ?貝佐斯提出的飛輪效應(yīng)是什么？為什么它對業(yè)務(wù)良性增長這么重要？ |
| 三．?dāng)?shù)據(jù)指標(biāo)體系 |
【內(nèi)容】 1.指標(biāo)體系驅(qū)動業(yè)務(wù)提升 2.指標(biāo)體系建設(shè)流程 3.指標(biāo)類型選擇與價值評估 4.指標(biāo)優(yōu)化與進(jìn)化 5.OSM指標(biāo)模型 6.業(yè)務(wù)指標(biāo)體系萃取 a.OSM*AARRR b.OSM*UJM c.OSM*人貨場 工具：OSM模型分析框架 7.戰(zhàn)略指標(biāo)分級下鉆 案例：金融產(chǎn)品指標(biāo)體系、電商指標(biāo)體系、SaaS指標(biāo)體系 8.戰(zhàn)略、經(jīng)營與分析看板 練習(xí)：根據(jù)自身業(yè)務(wù)目標(biāo)設(shè)計精準(zhǔn)指標(biāo)體系并找到目標(biāo)提升策略 【解決問題】 ?怎么知道找到的指標(biāo)好不好？怎么根據(jù) 業(yè)務(wù)發(fā)展對指標(biāo)進(jìn)行迭代？ ?如何根據(jù)業(yè)務(wù)目標(biāo)建立精確不冗余的指標(biāo)體系，并通過指標(biāo)體系驅(qū)動業(yè)務(wù)目標(biāo)達(dá)成？ ?一個頂層指標(biāo)有很多不同的分解方向，該按哪個方向?qū)攲又笜?biāo)進(jìn)行層層分解并形成對各個部門/人員的考核機(jī)制？ |
| 四．?dāng)?shù)據(jù)收集與異常判定 |
【內(nèi)容】 1.案例：一次抽絲剝繭的經(jīng)典分析 2.數(shù)據(jù)分析流程 3.業(yè)務(wù)數(shù)據(jù)、屬性數(shù)據(jù)和行為數(shù)據(jù) 4.數(shù)據(jù)收集方法 案例：奇妙的競對數(shù)據(jù)收集方法 5.埋點數(shù)據(jù)采集 6.平臺數(shù)據(jù)挖掘 案例：亞馬遜的用戶潛意識分析 7.數(shù)據(jù)清洗與歸一化 8.大數(shù)據(jù)創(chuàng)新循環(huán)鏈 9.數(shù)據(jù)異常判定 案例：品類設(shè)置錯誤的判定 【解決問題】 ?數(shù)據(jù)分析指導(dǎo)業(yè)務(wù)決策的標(biāo)準(zhǔn)過程是什么樣的？ ?有哪幾類數(shù)據(jù)需要收集？ ?有哪幾種重要的數(shù)據(jù)收集方法？很難收集到的數(shù)據(jù)比如用戶心理層面的數(shù)據(jù)、競爭對手?jǐn)?shù)據(jù)，有什么好的收集辦法？ ?怎么判定數(shù)據(jù)在告訴我有業(yè)務(wù)上的異常情況？什么時候應(yīng)該觸發(fā)一次深入的數(shù)據(jù)分析？ |
| 探討共創(chuàng)1 |
?業(yè)務(wù)目標(biāo)下的北極星搜索與飛輪模型設(shè)計 ?針對業(yè)務(wù)目標(biāo)的數(shù)據(jù)指標(biāo)體系設(shè)計 |
| 五．精準(zhǔn)洞察與決策 |
【內(nèi)容】 1.常用關(guān)鍵數(shù)據(jù)分析方法 1)趨勢分析 2)下鉆分析 3)漏斗分析 4)聚類分析 5)對比分析 6)相關(guān)性分析 7)歸因分析 8)熱力圖分析 9)建模分析 10)分群分析 2.數(shù)據(jù)分析常見誤區(qū) 3.綜合性數(shù)據(jù)分析案例深度解析 案例：京東銷售分析、金融漏斗分析、抖音快手推薦算法、B端項目對比分析、亞馬遜留存相關(guān)性分析 工具： 多種數(shù)據(jù)分析工具、歸因模型、大數(shù)據(jù)預(yù)測模型、RFM模型 【解決問題】 ?有哪些在業(yè)務(wù)分析中常用的數(shù)據(jù)分析方法？它們應(yīng)分別該在什么時候，針對什么目的，如何使用？ ?業(yè)務(wù)瓶頸應(yīng)該怎么分析？ ?業(yè)務(wù)發(fā)展趨勢如何預(yù)測？ ?對于關(guān)鍵指標(biāo)異常波動，怎么層層深入找到問題？ ?如何在整體業(yè)務(wù)結(jié)果上，定位各個條線或影響因素的貢獻(xiàn)或者責(zé)任？ ?如何找到有哪些因素決定或者影響了業(yè)務(wù)結(jié)果，并且界定影響幅度？ ?如何設(shè)計各類模型，實現(xiàn)對風(fēng)險、留存、銷售等方面的未來預(yù)測？ |
| 六．專題數(shù)據(jù)分析 |
【內(nèi)容】 1.AB測試 1)AB測試定義與適用范圍 2)AB測試流程關(guān)鍵點 3)實驗樣本隨機(jī)分組 4)AA測試 5)測試指標(biāo)的選擇 6)置信度 7)新奇效應(yīng)與初識效應(yīng) 8)測試靈敏度提升 9)AB測試的替代方案 10)辛普森悖論 案例：亞馬遜市場投放效果測試、銀行新客權(quán)益測試、 2.用戶行為分析 1)?；鶊D 2)結(jié)果分析vs. 行為分析 3)用戶行為價值分析 4)產(chǎn)品優(yōu)化點洞察 5)行為-目標(biāo)關(guān)聯(lián)性分析 6)用戶痛點與興奮點分析 7)行為分析驅(qū)動的精準(zhǔn)營銷 案例： B端產(chǎn)品用戶行為分析、用戶流失路徑分析。 【解決問題】 ?為什么大部分企業(yè)做的AB測試都是錯的？ ?怎么精準(zhǔn)測定一個項目、一個功能或者一個運營策略產(chǎn)生的精確效果？ ?如何分析動態(tài)而復(fù)雜的用戶行為？ ?行為分析要收集哪些數(shù)據(jù)？ ?怎么知道用戶使用產(chǎn)品最容易碰到的問題是什么？最喜歡的功能是什么？ ?怎么知道用戶都是在哪些操作后流失的？ ?怎么知道用戶都是在哪些行為模式下購買產(chǎn)品的？哪些用戶行為最有價值？ ?用戶說的和做的常常不一樣，怎么知道什么是用戶真正要的？ |
|
七．大數(shù)據(jù)決策模型 注：可選內(nèi)容。本部分對數(shù)據(jù)應(yīng)用能力要求很高，適合針對大數(shù)據(jù)基礎(chǔ)設(shè)施和應(yīng)用能力已經(jīng)十分成熟領(lǐng)先的企業(yè)進(jìn)行講解。 |
【內(nèi)容】 1.長期價值評估 1)行為價值 2)品類價值 3)交易地點價值 2.大數(shù)據(jù)價值預(yù)測模型 3.模型應(yīng)用 1)戰(zhàn)略投資決策 2)風(fēng)險評估 3)競爭算法 4)預(yù)測模型 案例：亞馬遜用戶行為長期價值分析、亞馬遜商品延展價值分析、項目的未來價值分析。 4.決策體系實戰(zhàn)案例：亞馬遜顧客增長策略 【解決問題】 ?各個項目都在爭奪費用資源、研發(fā)資源和市場資源，項目價值往往是決策的關(guān)鍵依據(jù)。但是，想推動項目的人常常會拍腦袋地主觀夸大價值。該怎么對這些構(gòu)想中的項目在未來到底可以產(chǎn)生多少價值，結(jié)合世界最前沿的大數(shù)據(jù)模型進(jìn)行準(zhǔn)確客觀的分析評估，進(jìn)而為決策提供重要輸入？ |
| 探討共創(chuàng)2 |
?業(yè)務(wù)數(shù)據(jù)分析實戰(zhàn)演練 演練目的：幫助學(xué)員針對自己的產(chǎn)品和業(yè)務(wù)訴求，使用多種數(shù)據(jù)分析方法發(fā)現(xiàn)瓶頸與優(yōu)化方向 |
|
一．課程導(dǎo)入 【內(nèi)容】 1.導(dǎo)師自我介紹 2.課程邏輯介紹 3.數(shù)據(jù)生產(chǎn)要素與數(shù)字經(jīng)濟(jì) 4.企業(yè)數(shù)字化轉(zhuǎn)型的四個階段 5.AI與大模型的數(shù)據(jù)賦能 【解決問題】 ?什么是數(shù)字化轉(zhuǎn)型？如何為企業(yè)提供價值？傳統(tǒng)企業(yè)如何進(jìn)行數(shù)字化轉(zhuǎn)型？ ?大模型/AI如何賦能企業(yè)？ |
|
二．底層數(shù)據(jù)驅(qū)動機(jī)制 【內(nèi)容】 1.北極星指標(biāo)定義與特征 2.多種行業(yè)的典型北極星指標(biāo) 3.金融企業(yè)北極星指標(biāo)搜索案例 案例：支付寶北極星、順豐北極星、金融產(chǎn)品的北極星篩選 4.飛輪效應(yīng)驅(qū)動良性循環(huán) 5.飛輪的閉環(huán)設(shè)計 6.飛輪的動力傳導(dǎo)機(jī)制推敲 案例：亞馬遜飛輪、滴滴飛輪、ERP產(chǎn)品飛輪 【解決問題】 ?數(shù)據(jù)驅(qū)動業(yè)務(wù)有哪幾種底層機(jī)制？如何建立機(jī)制獲得賦能？ ?什么是北極星指標(biāo)？為什么它對業(yè)務(wù)成敗如此關(guān)鍵？如何根據(jù)具體業(yè)務(wù)目標(biāo)找到相應(yīng)的北極星？ ?貝佐斯提出的飛輪效應(yīng)是什么？為什么它對業(yè)務(wù)良性增長這么重要？ |
|
三．?dāng)?shù)據(jù)指標(biāo)體系 【內(nèi)容】 1.指標(biāo)體系驅(qū)動業(yè)務(wù)提升 2.指標(biāo)體系建設(shè)流程 3.指標(biāo)類型選擇與價值評估 4.指標(biāo)優(yōu)化與進(jìn)化 5.OSM指標(biāo)模型 6.業(yè)務(wù)指標(biāo)體系萃取 a.OSM*AARRR b.OSM*UJM c.OSM*人貨場 工具：OSM模型分析框架 7.戰(zhàn)略指標(biāo)分級下鉆 案例：金融產(chǎn)品指標(biāo)體系、電商指標(biāo)體系、SaaS指標(biāo)體系 8.戰(zhàn)略、經(jīng)營與分析看板 練習(xí)：根據(jù)自身業(yè)務(wù)目標(biāo)設(shè)計精準(zhǔn)指標(biāo)體系并找到目標(biāo)提升策略 【解決問題】 ?怎么知道找到的指標(biāo)好不好？怎么根據(jù) 業(yè)務(wù)發(fā)展對指標(biāo)進(jìn)行迭代？ ?如何根據(jù)業(yè)務(wù)目標(biāo)建立精確不冗余的指標(biāo)體系，并通過指標(biāo)體系驅(qū)動業(yè)務(wù)目標(biāo)達(dá)成？ ?一個頂層指標(biāo)有很多不同的分解方向，該按哪個方向?qū)攲又笜?biāo)進(jìn)行層層分解并形成對各個部門/人員的考核機(jī)制？ |
|
四．?dāng)?shù)據(jù)收集與異常判定 【內(nèi)容】 1.案例：一次抽絲剝繭的經(jīng)典分析 2.數(shù)據(jù)分析流程 3.業(yè)務(wù)數(shù)據(jù)、屬性數(shù)據(jù)和行為數(shù)據(jù) 4.數(shù)據(jù)收集方法 案例：奇妙的競對數(shù)據(jù)收集方法 5.埋點數(shù)據(jù)采集 6.平臺數(shù)據(jù)挖掘 案例：亞馬遜的用戶潛意識分析 7.數(shù)據(jù)清洗與歸一化 8.大數(shù)據(jù)創(chuàng)新循環(huán)鏈 9.數(shù)據(jù)異常判定 案例：品類設(shè)置錯誤的判定 【解決問題】 ?數(shù)據(jù)分析指導(dǎo)業(yè)務(wù)決策的標(biāo)準(zhǔn)過程是什么樣的？ ?有哪幾類數(shù)據(jù)需要收集？ ?有哪幾種重要的數(shù)據(jù)收集方法？很難收集到的數(shù)據(jù)比如用戶心理層面的數(shù)據(jù)、競爭對手?jǐn)?shù)據(jù)，有什么好的收集辦法？ ?怎么判定數(shù)據(jù)在告訴我有業(yè)務(wù)上的異常情況？什么時候應(yīng)該觸發(fā)一次深入的數(shù)據(jù)分析？ |
|
探討共創(chuàng)1 ?業(yè)務(wù)目標(biāo)下的北極星搜索與飛輪模型設(shè)計 ?針對業(yè)務(wù)目標(biāo)的數(shù)據(jù)指標(biāo)體系設(shè)計 |
|
五．精準(zhǔn)洞察與決策 【內(nèi)容】 1.常用關(guān)鍵數(shù)據(jù)分析方法 1)趨勢分析 2)下鉆分析 3)漏斗分析 4)聚類分析 5)對比分析 6)相關(guān)性分析 7)歸因分析 8)熱力圖分析 9)建模分析 10)分群分析 2.數(shù)據(jù)分析常見誤區(qū) 3.綜合性數(shù)據(jù)分析案例深度解析 案例：京東銷售分析、金融漏斗分析、抖音快手推薦算法、B端項目對比分析、亞馬遜留存相關(guān)性分析 工具： 多種數(shù)據(jù)分析工具、歸因模型、大數(shù)據(jù)預(yù)測模型、RFM模型 【解決問題】 ?有哪些在業(yè)務(wù)分析中常用的數(shù)據(jù)分析方法？它們應(yīng)分別該在什么時候，針對什么目的，如何使用？ ?業(yè)務(wù)瓶頸應(yīng)該怎么分析？ ?業(yè)務(wù)發(fā)展趨勢如何預(yù)測？ ?對于關(guān)鍵指標(biāo)異常波動，怎么層層深入找到問題？ ?如何在整體業(yè)務(wù)結(jié)果上，定位各個條線或影響因素的貢獻(xiàn)或者責(zé)任？ ?如何找到有哪些因素決定或者影響了業(yè)務(wù)結(jié)果，并且界定影響幅度？ ?如何設(shè)計各類模型，實現(xiàn)對風(fēng)險、留存、銷售等方面的未來預(yù)測？ |
|
六．專題數(shù)據(jù)分析 【內(nèi)容】 1.AB測試 1)AB測試定義與適用范圍 2)AB測試流程關(guān)鍵點 3)實驗樣本隨機(jī)分組 4)AA測試 5)測試指標(biāo)的選擇 6)置信度 7)新奇效應(yīng)與初識效應(yīng) 8)測試靈敏度提升 9)AB測試的替代方案 10)辛普森悖論 案例：亞馬遜市場投放效果測試、銀行新客權(quán)益測試、 2.用戶行為分析 1)桑基圖 2)結(jié)果分析vs. 行為分析 3)用戶行為價值分析 4)產(chǎn)品優(yōu)化點洞察 5)行為-目標(biāo)關(guān)聯(lián)性分析 6)用戶痛點與興奮點分析 7)行為分析驅(qū)動的精準(zhǔn)營銷 案例： B端產(chǎn)品用戶行為分析、用戶流失路徑分析。 【解決問題】 ?為什么大部分企業(yè)做的AB測試都是錯的？ ?怎么精準(zhǔn)測定一個項目、一個功能或者一個運營策略產(chǎn)生的精確效果？ ?如何分析動態(tài)而復(fù)雜的用戶行為？ ?行為分析要收集哪些數(shù)據(jù)？ ?怎么知道用戶使用產(chǎn)品最容易碰到的問題是什么？最喜歡的功能是什么？ ?怎么知道用戶都是在哪些操作后流失的？ ?怎么知道用戶都是在哪些行為模式下購買產(chǎn)品的？哪些用戶行為最有價值？ ?用戶說的和做的常常不一樣，怎么知道什么是用戶真正要的？ |
|
七．大數(shù)據(jù)決策模型 注：可選內(nèi)容。本部分對數(shù)據(jù)應(yīng)用能力要求很高，適合針對大數(shù)據(jù)基礎(chǔ)設(shè)施和應(yīng)用能力已經(jīng)十分成熟領(lǐng)先的企業(yè)進(jìn)行講解。 【內(nèi)容】 1.長期價值評估 1)行為價值 2)品類價值 3)交易地點價值 2.大數(shù)據(jù)價值預(yù)測模型 3.模型應(yīng)用 1)戰(zhàn)略投資決策 2)風(fēng)險評估 3)競爭算法 4)預(yù)測模型 案例：亞馬遜用戶行為長期價值分析、亞馬遜商品延展價值分析、項目的未來價值分析。 4.決策體系實戰(zhàn)案例：亞馬遜顧客增長策略 【解決問題】 ?各個項目都在爭奪費用資源、研發(fā)資源和市場資源，項目價值往往是決策的關(guān)鍵依據(jù)。但是，想推動項目的人常常會拍腦袋地主觀夸大價值。該怎么對這些構(gòu)想中的項目在未來到底可以產(chǎn)生多少價值，結(jié)合世界最前沿的大數(shù)據(jù)模型進(jìn)行準(zhǔn)確客觀的分析評估，進(jìn)而為決策提供重要輸入？ |
|
探討共創(chuàng)2 ?業(yè)務(wù)數(shù)據(jù)分析實戰(zhàn)演練 演練目的：幫助學(xué)員針對自己的產(chǎn)品和業(yè)務(wù)訴求，使用多種數(shù)據(jù)分析方法發(fā)現(xiàn)瓶頸與優(yōu)化方向 |
近期公開課推薦
