課程簡介
體系完整:從縱向的思維認知升級,到橫向的流程建立,課程構(gòu)建了完整的破局方法論體系,幫助企業(yè)360度掃描自身、發(fā)現(xiàn)問題、解決問題。
模塊封裝:課程高度模塊化,各單元獨立成章,將知識完美封裝,易于吸收。且可根據(jù)授課對象的實際情況進行靈活的組合,按需所取。
案例眾多:課程中采用不同行業(yè)的案例拆解分析,他山之石可以攻玉,快速吸收借鑒他人成功和失敗的經(jīng)驗是迅速轉(zhuǎn)身的捷徑。
工具落地:提供互聯(lián)網(wǎng)大廠/新零售/銀行等金融行業(yè)在用的方法論的落地工具,并結(jié)合資訊實例以及和學(xué)員的共創(chuàng)輔助將知識點快速落地為學(xué)員的經(jīng)驗。
實戰(zhàn)演練:采用分組積分制、課堂互動、課后實操作業(yè)、講師助教點評批改、復(fù)盤等形式,學(xué)員在練中學(xué)、學(xué)中練,將知識體系與自身業(yè)務(wù)有機融合。
授課專業(yè):授課講師從事在線教育行業(yè)創(chuàng)業(yè),將教、學(xué)、評、測、練的完整體系融入到授課和訓(xùn)練營的過程之中,最短時間輔助學(xué)員掌握吸收,最高效率做知識和經(jīng)驗傳授,最大限度幫企業(yè)節(jié)約時間。
目標收益
1、體系完整;
2、數(shù)據(jù)思維升級:提升核心團隊不同角色數(shù)據(jù)思維能力。
-產(chǎn)品:對功能上線后的效果負責,如何正確評估指標,如何基于數(shù)據(jù)指標通過探索性數(shù)據(jù)分析提出基于目標提升的優(yōu)化建議,還能數(shù)據(jù)指標洞察真正的業(yè)務(wù)需求發(fā)現(xiàn)產(chǎn)品新的機會點。
-運營:如何在預(yù)算少、研發(fā)人力投入不足的情況,基于行業(yè)、競品和自己的數(shù)據(jù)分析,找到當下價值最大的策略。
-市場營銷:一是提高對外部市場數(shù)據(jù)的獲取和分析能力;二是提高數(shù)據(jù)評估能力,對市場投放/活動前預(yù)算估算能力和投放.活動后效果衡量以及后續(xù)重點優(yōu)化方向判斷。三是數(shù)據(jù)分析能力(在“數(shù)據(jù)海洋”中尋找因果關(guān)系并將之量化的能力),弄清市場預(yù)算/花費、渠道、創(chuàng)意等影響因素與公司實際追求的業(yè)務(wù)增長指標間的關(guān)系,以及在可控的范圍內(nèi)通過在預(yù)算、渠道、創(chuàng)意等維度上的優(yōu)化促進公司的業(yè)務(wù)增長。
-數(shù)據(jù)分析師:不再做服務(wù)業(yè)務(wù)的乙方,而是從戰(zhàn)略和戰(zhàn)術(shù)做業(yè)務(wù)的參謀部。
-業(yè)務(wù)負責人:一是提高鑒別數(shù)據(jù)質(zhì)量、數(shù)據(jù)分析結(jié)論避免陷入盲從數(shù)據(jù)的誤區(qū),從而在業(yè)務(wù)判斷、業(yè)務(wù)決策上造成誤導(dǎo)。因為同一個數(shù)據(jù)源用不同口徑統(tǒng)計,再采用不同的比較方式,甚至造成不好的結(jié)果。領(lǐng)導(dǎo)需要判斷數(shù)據(jù)口徑及其對比方式是否能夠科學(xué)、準確地體現(xiàn)業(yè)務(wù)經(jīng)營狀況的好壞,還是可能為“虛榮指標。二是基于數(shù)據(jù)抽絲剝繭”,準確判斷業(yè)務(wù)方向,采取正確的策略。
3、數(shù)據(jù)思維升級掌握體系化的框架并在課堂產(chǎn)出:
4、業(yè)務(wù)診斷:通過業(yè)務(wù)分析指標體系對核心經(jīng)營指標、業(yè)務(wù)異常等進行分析階段
5、策略落地:增強高階運營體系化和戰(zhàn)略化運營增長能力。
掌握基于當前業(yè)務(wù)問題,選擇適合自己的產(chǎn)品或運營增長策略,實現(xiàn)全生命周期的用戶管理,達成拉新、轉(zhuǎn)化和留存等業(yè)務(wù)目標。
6、沉默用戶激活以及全生命周期管理:辛辛苦苦獲取了大量用戶,但是用戶不活躍,如何提高頻次..
7、數(shù)據(jù)體系建立:團隊管理者上下同欲設(shè)計目標,員工拆解自己的OKR,一級指標到四級指標建立,針對數(shù)據(jù)發(fā)現(xiàn)問題并解決問題。
培訓(xùn)對象
課程大綱
一、數(shù)據(jù)洞察(3H) |
01|?如何找到北極星指標 1.如何定義一個好指標,建立指標的誤區(qū) 2.評估北極星指標 (1)估算方式一:自上而下的北極星指標 (2)估算方式二:參照系法 (3)估算方式三: 02|?如何搭建數(shù)據(jù)指標體系,助力業(yè)務(wù)增長 數(shù)據(jù)指標的拆解思路,教你建設(shè)好一個好的質(zhì)量評估體系和監(jiān)控體系 (1)分級評估體系 (2)指標體系常見的誤區(qū) 帶你讀懂數(shù)據(jù),找到業(yè)務(wù)運營發(fā)力點 03.進階:戰(zhàn)略級指標宏觀環(huán)境指標:PEST/美團四層三面 中觀環(huán)境指標:五力模型 微觀環(huán)境指標:競爭勢態(tài) 【模塊收益】 1.定義北極星指標 2.掌握三種合理估算北極星指標的方法 3.找到行業(yè)&競品數(shù)據(jù)方法 【案例】 基于銀行不同業(yè)務(wù)指標體系拆解的方法(個貸、手機銀行、零售等) 【效果檢驗】 工作坊:設(shè)計自己的數(shù)據(jù)指標體系并洞察增長方向 |
二、活用數(shù)據(jù)分析方法,應(yīng)對不同業(yè)務(wù)場景實戰(zhàn)(3H) |
01|?分析結(jié)果,【發(fā)生了什么】的四大數(shù)據(jù)分析方法(描述性分析) 1.發(fā)生了多少次:頻數(shù)分析/數(shù)據(jù)分布 2.如何變化:趨勢分析 3.忠誠度留存分析&魔法數(shù)字 4.漏斗分析 02|?業(yè)務(wù)預(yù)警(診斷類分析) 找到異常:西格瑪分析和四分位差 03|?業(yè)務(wù)問題診斷,分析【為什么發(fā)生】的三大方法 1.細分分析&對比分析 2.用戶在做什么,路徑分析 3.用戶為什么會購買,歸因分析 04|建模型三大方法和應(yīng)用場景 場景一:預(yù)測發(fā)展趨勢:線性回歸 場景二:評估相似程度:K-means聚類 場景三:識別關(guān)鍵因子:logistic回歸 05|?用戶畫像(標簽體系、用戶分群和用戶分層) 【模塊收益】 1.掌握業(yè)務(wù)發(fā)生了什么描述性分析的四大方法 2.掌握業(yè)務(wù)預(yù)警診斷類的兩大方法 3.掌握業(yè)務(wù)為什么發(fā)生的三大方法 4.建模型分析的三大方法以及三大應(yīng)用場景 【案例】 1.基于銀行不同業(yè)務(wù)指標體系拆解的方法(個貸、手機銀行、零售等),每個分析方法對應(yīng)不同案例 2.金融用戶購買意愿 3.交叉用戶購買意愿(線性回歸) 4.工行標簽體系建設(shè)與應(yīng)用 5.銀行數(shù)據(jù)漲跌如何分析 6.銀行建模分的實戰(zhàn) 7.銀行用戶基于數(shù)據(jù)聚類分層 8.優(yōu)惠敏感度測算 9.成本收益模型 【效果檢驗】 設(shè)計自己業(yè)務(wù)監(jiān)控和價值評估的指標體系 |
三、基于數(shù)據(jù)選擇正確的策略(4H) |
01|?基于數(shù)據(jù)驅(qū)動增長的頂層思考框架(探索性分析) 02|?規(guī)?;马椖繉崙?zhàn) 1.策略一:如何評估渠道質(zhì)量,進行迭代優(yōu)化以及做好策略落得的四要素 2.策略二:基于數(shù)據(jù)分析進行活動拉新迭代(活動預(yù)算、活動補貼以及活動策略效果預(yù)測等) 03|?新用戶激活項目實戰(zhàn) 1.策略一:Aha時刻(基于數(shù)據(jù)找尋)+引導(dǎo)用戶的4個手段 2.策略二:基于數(shù)據(jù)漏斗優(yōu)化核心體驗減少流失 04|?老用戶留存項目十大策略實戰(zhàn) 1 策略一:基于不同分層精細化運營策略提高用戶留存(充返、滿贈、單單省、任務(wù)、券套餐、會員) 2.2 策略二:皮爾遜相關(guān)系數(shù)方式找到影響留存的要素 2.3 策略三:提高用戶參與度 2.4 策略四:強化社交關(guān)系(社交關(guān)系的計算和應(yīng)用) 2.5 策略五:構(gòu)建沉默成本 2.6 策略六:激勵體系價值預(yù)測和策略選擇 2.7 策略七:橫向擴展哪些用戶群的的數(shù)據(jù)分析和縱向技術(shù)數(shù)據(jù)洞察進行用戶價值延伸 選擇 05|?老用戶價值提升項目實戰(zhàn)的七大策略 策略一:精細化(如何基于數(shù)據(jù)判斷針對哪類用戶提升) 策略二:會員 (基于數(shù)據(jù)進行不同用戶會員權(quán)益選擇、會員等級設(shè)置、會員定價測算) 策略三:營銷活動補貼(用戶敏感度模型、補貼價值計算) 策略四:社群服務(wù) 策略五: 交叉推薦 策略六:新的交易模式設(shè)計 策略七:變現(xiàn)收入模式 06|流失用戶召回項目實戰(zhàn) 6.1 用戶召回頂層設(shè)計 6.2 召回用戶四部曲 6.2.1 第一步,基于科學(xué)合理的進行召回用戶選擇(利用邏輯回歸預(yù)測用戶流失概率、流失后留存的概率) 6.2.2 第二步,利用數(shù)據(jù)分析找到流失原因分析(最核心) 6.2.3 第三步,A/B實驗(時間+內(nèi)容+驅(qū)道+承接方式) 6.2.4 效果監(jiān)測,策略迭代 07|?通過數(shù)據(jù)分析搭建反作弊模型 【模塊收益】 1.科學(xué)量化用戶體驗 2.新老用戶留存相關(guān)因素分析 3.基于數(shù)據(jù)分析和用戶洞察選擇適合自己的策略 4.掌握提高用戶價值七大策略 【案例】 1.平安銀行新用戶轉(zhuǎn)化策略的迭代 2.平安用戶養(yǎng)成計劃的數(shù)據(jù)測算和迭代優(yōu)化 3.滴滴司機收入下降的數(shù)據(jù)分析和迭代策略選擇 4.建行券包策略的數(shù)據(jù)分析實戰(zhàn) 5.平安銀行私域分析和實戰(zhàn) 6.滴滴司機和乘客精細化召回 6.滴滴類別拉新和大型活動 7.美團外賣留存 8.招行用戶AUM提升3000萬實戰(zhàn) 9.平安銀行用戶購買轉(zhuǎn)化率分析 10.交叉購買分析 11.銀行用新零售老用戶召回完整詳解講解 【效果檢驗】 工作坊:基于數(shù)據(jù)分析的框架設(shè)計自己的策略 |
四、數(shù)據(jù)反饋(2H) |
01|A/B實驗 1.A/B實驗測試的理論基礎(chǔ)-假設(shè)驗證 2.設(shè)計A/B實驗測試流程和三原則(流量分配、實驗周期等) 3.A/B實驗工具&A/B實驗系統(tǒng)介紹 02|歸因體系搭建 1.歸因五部曲(用戶識別-歸因模型-歸因方法-歸因串聯(lián)-歸因周期 2.歸因六方法以及應(yīng)用場景 03|數(shù)據(jù)采集 明確埋點需求(想清楚)-形成需求文檔(講明白) 04|數(shù)據(jù)可視化,匯報錦上添花 【模塊收益】 1.A/B實驗的流程 2.保證A/B實驗效果的三原則 3.歸因體系搭建框架 【案例】 1.京東金融、字節(jié)A/B實驗 2.銀行數(shù)據(jù)數(shù)據(jù)采集實戰(zhàn) 3.字節(jié)的歸因體系框架設(shè)計 |
一、數(shù)據(jù)洞察(3H) 01|?如何找到北極星指標 1.如何定義一個好指標,建立指標的誤區(qū) 2.評估北極星指標 (1)估算方式一:自上而下的北極星指標 (2)估算方式二:參照系法 (3)估算方式三: 02|?如何搭建數(shù)據(jù)指標體系,助力業(yè)務(wù)增長 數(shù)據(jù)指標的拆解思路,教你建設(shè)好一個好的質(zhì)量評估體系和監(jiān)控體系 (1)分級評估體系 (2)指標體系常見的誤區(qū) 帶你讀懂數(shù)據(jù),找到業(yè)務(wù)運營發(fā)力點 03.進階:戰(zhàn)略級指標宏觀環(huán)境指標:PEST/美團四層三面 中觀環(huán)境指標:五力模型 微觀環(huán)境指標:競爭勢態(tài) 【模塊收益】 1.定義北極星指標 2.掌握三種合理估算北極星指標的方法 3.找到行業(yè)&競品數(shù)據(jù)方法 【案例】 基于銀行不同業(yè)務(wù)指標體系拆解的方法(個貸、手機銀行、零售等) 【效果檢驗】 工作坊:設(shè)計自己的數(shù)據(jù)指標體系并洞察增長方向 |
二、活用數(shù)據(jù)分析方法,應(yīng)對不同業(yè)務(wù)場景實戰(zhàn)(3H) 01|?分析結(jié)果,【發(fā)生了什么】的四大數(shù)據(jù)分析方法(描述性分析) 1.發(fā)生了多少次:頻數(shù)分析/數(shù)據(jù)分布 2.如何變化:趨勢分析 3.忠誠度留存分析&魔法數(shù)字 4.漏斗分析 02|?業(yè)務(wù)預(yù)警(診斷類分析) 找到異常:西格瑪分析和四分位差 03|?業(yè)務(wù)問題診斷,分析【為什么發(fā)生】的三大方法 1.細分分析&對比分析 2.用戶在做什么,路徑分析 3.用戶為什么會購買,歸因分析 04|建模型三大方法和應(yīng)用場景 場景一:預(yù)測發(fā)展趨勢:線性回歸 場景二:評估相似程度:K-means聚類 場景三:識別關(guān)鍵因子:logistic回歸 05|?用戶畫像(標簽體系、用戶分群和用戶分層) 【模塊收益】 1.掌握業(yè)務(wù)發(fā)生了什么描述性分析的四大方法 2.掌握業(yè)務(wù)預(yù)警診斷類的兩大方法 3.掌握業(yè)務(wù)為什么發(fā)生的三大方法 4.建模型分析的三大方法以及三大應(yīng)用場景 【案例】 1.基于銀行不同業(yè)務(wù)指標體系拆解的方法(個貸、手機銀行、零售等),每個分析方法對應(yīng)不同案例 2.金融用戶購買意愿 3.交叉用戶購買意愿(線性回歸) 4.工行標簽體系建設(shè)與應(yīng)用 5.銀行數(shù)據(jù)漲跌如何分析 6.銀行建模分的實戰(zhàn) 7.銀行用戶基于數(shù)據(jù)聚類分層 8.優(yōu)惠敏感度測算 9.成本收益模型 【效果檢驗】 設(shè)計自己業(yè)務(wù)監(jiān)控和價值評估的指標體系 |
三、基于數(shù)據(jù)選擇正確的策略(4H) 01|?基于數(shù)據(jù)驅(qū)動增長的頂層思考框架(探索性分析) 02|?規(guī)模化拉新項目實戰(zhàn) 1.策略一:如何評估渠道質(zhì)量,進行迭代優(yōu)化以及做好策略落得的四要素 2.策略二:基于數(shù)據(jù)分析進行活動拉新迭代(活動預(yù)算、活動補貼以及活動策略效果預(yù)測等) 03|?新用戶激活項目實戰(zhàn) 1.策略一:Aha時刻(基于數(shù)據(jù)找尋)+引導(dǎo)用戶的4個手段 2.策略二:基于數(shù)據(jù)漏斗優(yōu)化核心體驗減少流失 04|?老用戶留存項目十大策略實戰(zhàn) 1 策略一:基于不同分層精細化運營策略提高用戶留存(充返、滿贈、單單省、任務(wù)、券套餐、會員) 2.2 策略二:皮爾遜相關(guān)系數(shù)方式找到影響留存的要素 2.3 策略三:提高用戶參與度 2.4 策略四:強化社交關(guān)系(社交關(guān)系的計算和應(yīng)用) 2.5 策略五:構(gòu)建沉默成本 2.6 策略六:激勵體系價值預(yù)測和策略選擇 2.7 策略七:橫向擴展哪些用戶群的的數(shù)據(jù)分析和縱向技術(shù)數(shù)據(jù)洞察進行用戶價值延伸 選擇 05|?老用戶價值提升項目實戰(zhàn)的七大策略 策略一:精細化(如何基于數(shù)據(jù)判斷針對哪類用戶提升) 策略二:會員 (基于數(shù)據(jù)進行不同用戶會員權(quán)益選擇、會員等級設(shè)置、會員定價測算) 策略三:營銷活動補貼(用戶敏感度模型、補貼價值計算) 策略四:社群服務(wù) 策略五: 交叉推薦 策略六:新的交易模式設(shè)計 策略七:變現(xiàn)收入模式 06|流失用戶召回項目實戰(zhàn) 6.1 用戶召回頂層設(shè)計 6.2 召回用戶四部曲 6.2.1 第一步,基于科學(xué)合理的進行召回用戶選擇(利用邏輯回歸預(yù)測用戶流失概率、流失后留存的概率) 6.2.2 第二步,利用數(shù)據(jù)分析找到流失原因分析(最核心) 6.2.3 第三步,A/B實驗(時間+內(nèi)容+驅(qū)道+承接方式) 6.2.4 效果監(jiān)測,策略迭代 07|?通過數(shù)據(jù)分析搭建反作弊模型 【模塊收益】 1.科學(xué)量化用戶體驗 2.新老用戶留存相關(guān)因素分析 3.基于數(shù)據(jù)分析和用戶洞察選擇適合自己的策略 4.掌握提高用戶價值七大策略 【案例】 1.平安銀行新用戶轉(zhuǎn)化策略的迭代 2.平安用戶養(yǎng)成計劃的數(shù)據(jù)測算和迭代優(yōu)化 3.滴滴司機收入下降的數(shù)據(jù)分析和迭代策略選擇 4.建行券包策略的數(shù)據(jù)分析實戰(zhàn) 5.平安銀行私域分析和實戰(zhàn) 6.滴滴司機和乘客精細化召回 6.滴滴類別拉新和大型活動 7.美團外賣留存 8.招行用戶AUM提升3000萬實戰(zhàn) 9.平安銀行用戶購買轉(zhuǎn)化率分析 10.交叉購買分析 11.銀行用新零售老用戶召回完整詳解講解 【效果檢驗】 工作坊:基于數(shù)據(jù)分析的框架設(shè)計自己的策略 |
四、數(shù)據(jù)反饋(2H) 01|A/B實驗 1.A/B實驗測試的理論基礎(chǔ)-假設(shè)驗證 2.設(shè)計A/B實驗測試流程和三原則(流量分配、實驗周期等) 3.A/B實驗工具&A/B實驗系統(tǒng)介紹 02|歸因體系搭建 1.歸因五部曲(用戶識別-歸因模型-歸因方法-歸因串聯(lián)-歸因周期 2.歸因六方法以及應(yīng)用場景 03|數(shù)據(jù)采集 明確埋點需求(想清楚)-形成需求文檔(講明白) 04|數(shù)據(jù)可視化,匯報錦上添花 【模塊收益】 1.A/B實驗的流程 2.保證A/B實驗效果的三原則 3.歸因體系搭建框架 【案例】 1.京東金融、字節(jié)A/B實驗 2.銀行數(shù)據(jù)數(shù)據(jù)采集實戰(zhàn) 3.字節(jié)的歸因體系框架設(shè)計 |