主講老師: | 傅一航 | |
課時安排: | 1天/6小時 | |
學(xué)習(xí)費用: | 面議 | |
課程預(yù)約: | 隋老師 (微信同號) | |
課程簡介: | 本課程的主要目的是,幫助學(xué)員了解大數(shù)據(jù)的本質(zhì),培養(yǎng)學(xué)員的數(shù)據(jù)意識和數(shù)據(jù)思維,掌握常用的統(tǒng)計分析方法和工具,以業(yè)務(wù)問題為導(dǎo)向,提升學(xué)員的數(shù)據(jù)分析綜合能力。 | |
內(nèi)訓(xùn)課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務(wù)稅務(wù) | 基層管理 | 中層管理 | 領(lǐng)導(dǎo)力 | 管理溝通 | 薪酬績效 | 企業(yè)文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權(quán)激勵 | 生產(chǎn)管理 | 采購物流 | 項目管理 | 安全管理 | 質(zhì)量管理 | 員工管理 | 班組管理 | 職業(yè)技能 | 互聯(lián)網(wǎng)+ | 新媒體 | TTT培訓(xùn) | 禮儀服務(wù) | 商務(wù)談判 | 演講培訓(xùn) | 宏觀經(jīng)濟 | 趨勢發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運營 | 法律風(fēng)險 | 沙盤模擬 | 國企改革 | 鄉(xiāng)村振興 | 黨建培訓(xùn) | 保險培訓(xùn) | 銀行培訓(xùn) | 電信領(lǐng)域 | 房地產(chǎn) | 國學(xué)智慧 | 心理學(xué) | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓(xùn) | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) | | |
更新時間: | 2023-09-01 11:41 |
【課程目標】
本課程為基礎(chǔ)課程,面向所有業(yè)務(wù)部門。
本課程的主要目的是,幫助學(xué)員了解大數(shù)據(jù)的本質(zhì),培養(yǎng)學(xué)員的數(shù)據(jù)意識和數(shù)據(jù)思維,掌握常用的統(tǒng)計分析方法和工具,以業(yè)務(wù)問題為導(dǎo)向,提升學(xué)員的數(shù)據(jù)分析綜合能力。
本課程具體內(nèi)容包括:
1、 大數(shù)據(jù)的本質(zhì),核心數(shù)據(jù)思維。
2、 數(shù)據(jù)分析過程,數(shù)據(jù)分析工具。
3、 數(shù)據(jù)分析方法,數(shù)據(jù)分析思路。
4、 數(shù)據(jù)可視呈現(xiàn),數(shù)據(jù)報告撰寫。
本課程從實際的業(yè)務(wù)需求出發(fā),結(jié)合行業(yè)的典型應(yīng)用特點,圍繞實際的商業(yè)問題,對數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進行了全面的介紹(從數(shù)據(jù)收集與處理,到數(shù)據(jù)分析與挖掘,再到數(shù)據(jù)可視化和報告撰寫),通過大量的操作演練,幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達、工具,從大量的企業(yè)經(jīng)營數(shù)據(jù)中進行分析,挖掘客戶行為特點,幫助運營團隊深入理解業(yè)務(wù)運作,以達到提升學(xué)員的數(shù)據(jù)綜合分析能力,支撐運營決策的目的。
通過本課程的學(xué)習(xí),達到如下目的:
1、 了解數(shù)據(jù)分析的本質(zhì),理解數(shù)據(jù)決策的底層邏輯
2、 學(xué)會搭建數(shù)據(jù)分析框架,熟悉常用的業(yè)務(wù)模型
3、 熟悉數(shù)據(jù)分析標準過程,能夠按步驟進行數(shù)據(jù)分析
4、 掌握常用統(tǒng)計分析方法,熟練使用Excel高級數(shù)據(jù)分析工具
5、 熟悉大數(shù)據(jù)分析工具Power BI,提升數(shù)據(jù)分析效率,避免重復(fù)工作
【授課時間】
2天時間(每天6個小時)
【授課對象】
銷售部門、營業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營分析部、運營分析部等對業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。
【學(xué)員要求】
1、 每個學(xué)員自備一臺便攜機(必須)。
2、 便攜機中事先安裝好Excel 2013版本(建議2016版本以上)。
3、 便攜機中事先安裝好Power BI Desktop軟件。
注:講師可以提供試用版本軟件及分析數(shù)據(jù)源。
【授課方式】
數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實際業(yè)務(wù)問題分析 + 工具實踐操作
采用互動式教學(xué),圍繞業(yè)務(wù)問題,展開數(shù)據(jù)分析過程,全過程演練操作,讓學(xué)員在分析、分享、講授、總結(jié)、自我實踐過程中獲得能力提升。
【課程大綱】
問題:什么是數(shù)據(jù)思維?大數(shù)據(jù)決策的底層邏輯以及決策依據(jù)是什么?
1、 數(shù)字化五大技術(shù)戰(zhàn)略:ABCDI戰(zhàn)略
? A:人工智能,目的是用機器模擬人類行為
? B:區(qū)塊鏈,構(gòu)建不可篡改的分布記賬系統(tǒng)
? C:云計算,搭建按需分配的計算資源平臺
? D:大數(shù)據(jù),實現(xiàn)智能化的判斷和決策機制
? I:物聯(lián)網(wǎng),實現(xiàn)萬物互聯(lián)通信的基礎(chǔ)架構(gòu)
2、 大數(shù)據(jù)的本質(zhì)
? 數(shù)據(jù),是事物發(fā)展和變化過程中留下的痕跡
? 大數(shù)據(jù)不在于量大,而在于全(多維性)
? 業(yè)務(wù)導(dǎo)向還是技術(shù)導(dǎo)向
3、 大數(shù)據(jù)決策的底層邏輯(即四大核心價值)
? 探索業(yè)務(wù)規(guī)律,按規(guī)律來管理決策
案例:客流規(guī)律與排班及最佳營銷時機
案例:致命交通事故發(fā)生的時間規(guī)律
? 發(fā)現(xiàn)運營變化,定短板來運營決策
案例:考核周期導(dǎo)致的員工月初懈怠
案例:工序信號異常監(jiān)測設(shè)備故障
? 理清要素關(guān)系,找影響因素來決策
案例:情緒對于股市漲跌的影響
案例:為何升職反而會增加離職風(fēng)險?
? 預(yù)測未來趨勢,通過預(yù)判進行決策
案例:惠普預(yù)測員工離職風(fēng)險及挽留
案例:保險公司的車險預(yù)測與個性化保費定價
4、 大數(shù)據(jù)決策的三個關(guān)鍵環(huán)節(jié)
? 業(yè)務(wù)數(shù)據(jù)化:將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)問題
? 數(shù)據(jù)信息化:提取數(shù)據(jù)中的業(yè)務(wù)規(guī)律信息
? 信息策略化:基于規(guī)律形成業(yè)務(wù)應(yīng)對策略
案例:用數(shù)據(jù)來識別喜歡賺“差價”的營業(yè)員
1、 數(shù)據(jù)分析的六步曲
2、 步驟1:明確目的,確定分析思路
? 確定分析目的:要解決什么樣的業(yè)務(wù)問題
? 確定分析思路:分解業(yè)務(wù)問題,構(gòu)建分析框架
3、 步驟2:收集數(shù)據(jù),尋找分析素材
? 明確數(shù)據(jù)范圍
? 確定收集來源
? 確定收集方法
4、 步驟3:整理數(shù)據(jù),確保數(shù)據(jù)質(zhì)量
? 數(shù)據(jù)質(zhì)量評估
? 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
? 探索性分析
5、 步驟4:分析數(shù)據(jù),尋找業(yè)務(wù)答案
? 選擇合適的分析方法
? 構(gòu)建合適的分析模型
? 選擇合適的分析工具
6、 步驟5:呈現(xiàn)數(shù),解讀業(yè)務(wù)規(guī)律
? 選擇恰當?shù)膱D表
? 選擇合適的可視化工具
? 提煉業(yè)務(wù)含義
7、 步驟6:撰寫報告,形成業(yè)務(wù)策略
? 選擇報告種類
? 完整的報告結(jié)構(gòu)
演練:產(chǎn)品精準營銷案例分析
? 如何搭建精準營銷分析框架
? 精準營銷分析的過程和步驟
問題:數(shù)據(jù)分析方法的種類?分析方法的不同應(yīng)用場景?
1、 業(yè)務(wù)分析的三個階段
? 現(xiàn)狀分析:通過企業(yè)運營指標來發(fā)現(xiàn)規(guī)律及短板
? 原因分析:查找數(shù)據(jù)相關(guān)性,探尋目標影響因素
? 預(yù)測分析:合理配置資源,預(yù)判業(yè)務(wù)未來的趨勢
2、 常用的數(shù)據(jù)分析方法種類
? 描述性分析法(對比/分組/結(jié)構(gòu)/趨勢/交叉…)
? 相關(guān)性分析法(相關(guān)/方差/卡方…)
? 預(yù)測性分析法(回歸/時序/決策樹/神經(jīng)網(wǎng)絡(luò)…)
? 專題性分析法(聚類/關(guān)聯(lián)/RFM模型/…)
3、 統(tǒng)計分析基礎(chǔ)
? 統(tǒng)計分析兩大關(guān)鍵要素(類別、指標)
? 統(tǒng)計分析的操作模式(類別à指標)
? 統(tǒng)計分析三個操作步驟(統(tǒng)計、畫圖、解讀)
? 透視表的三個組成部分
4、 常用的描述性指標
? 集中程度:均值、中位數(shù)、眾數(shù)
? 離散程度:極差、方差/標準差、IQR
? 分布形態(tài):偏度、峰度
5、 基本分析方法及其適用場景
? 對比分析(查看數(shù)據(jù)差距,發(fā)現(xiàn)事物變化)
演練:尋找用戶的地域分布特征
演練:分析產(chǎn)品受歡迎情況及貢獻大小
演練:用數(shù)據(jù)來探索增量不增收困境的解決方案
? 分布分析(查看數(shù)據(jù)分布,探索業(yè)務(wù)層次)
演練:銀行用戶的消費水平和消費層次分析
演練:客戶年齡分布/收入分布分析
案例:通信運營商的流量套餐劃分合理性的評估
演練:呼叫中心接聽電話效率分析(呼叫中心)
? 結(jié)構(gòu)分析(查看指標構(gòu)成,評估結(jié)構(gòu)合理性)
案例:增值業(yè)務(wù)收入結(jié)構(gòu)分析(通信)
案例:物流費用成本結(jié)構(gòu)分析(物流)
案例:中移動用戶群動態(tài)結(jié)構(gòu)分析
演練:財務(wù)領(lǐng)域的結(jié)構(gòu)瀑布圖、財務(wù)收支的變化瀑布圖
? 趨勢分析(發(fā)現(xiàn)事物隨時間的變化規(guī)律)
案例:破解零售店銷售規(guī)律
案例:手機銷量的淡旺季分析
案例:微信用戶的活躍時間規(guī)律
演練:發(fā)現(xiàn)客流量的時間規(guī)律
? 交叉分析(從多個維度的數(shù)據(jù)指標分析)
演練:用戶性別+地域分布分析
演練:不同客戶的產(chǎn)品偏好分析
演練:不同學(xué)歷用戶的套餐偏好分析
演練:銀行用戶的違約影響因素分析
問題:如何才能全面/系統(tǒng)地分析而不遺漏?如何分解和細化業(yè)務(wù)問題?
1、 業(yè)務(wù)分析思路和分析框架來源于業(yè)務(wù)模型
2、 常用的業(yè)務(wù)模型
? 外部環(huán)境分析:PEST
? 業(yè)務(wù)專題分析:5W2H
? 競品/競爭分析:SWOT、波特五力
? 營銷市場專題分析:4P/4C等
3、 用戶行為分析(5W2H分析思路和框架)
? WHY:原因(用戶需求、產(chǎn)品亮點、競品優(yōu)劣勢)
? WHAT:產(chǎn)品(產(chǎn)品喜好、產(chǎn)品貢獻、產(chǎn)品功能、產(chǎn)品結(jié)構(gòu))
? WHO:客戶(基本特征、消費能力、產(chǎn)品偏好)
? WHEN:時間(淡旺季、活躍時間、重購周期)
? WHERE:區(qū)域/渠道(區(qū)域喜好、渠道偏好)
? HOW:支付/促銷(支付方式、促銷方式有效性評估等)
? HOW MUCH:價格(費用、成本、利潤、收入結(jié)構(gòu)、價格偏好等)
案例討論:結(jié)合公司情況,搭建用戶消費習(xí)慣的分析框架(5W2H)
問題:數(shù)據(jù)多,混亂不堪,不知道從何處看出業(yè)務(wù)問題?
1、 數(shù)據(jù)分析策略
? 先宏觀,后微觀
? 先整體,再部分
? 先普遍,再個別
? 先單維,再多維
? 先表象,再根因
? 先過去,再未來
2、 數(shù)據(jù)解讀要訣
? 看差距,找短板
? 看極值,評優(yōu)劣
? 看分布,分層次
? 看結(jié)構(gòu),思重點
? 看趨勢,思重點
? 看峰谷,找規(guī)律
? 看異常,找原因
3、 解讀要符合業(yè)務(wù)邏輯
案例:營業(yè)廳客流趨勢分析
1、 常用圖形類型及選擇原則
2、 基本圖形畫圖技巧
3、 圖形美化原則
4、 表格美化技巧
案例:繪圖示例
問題:如何讓你的分析報告顯得更專業(yè)?
1、 分析報告的種類與作用
2、 報告的結(jié)構(gòu)
3、 報告命名的要求
4、 報告的目錄結(jié)構(gòu)
5、 前言
6、 正文
7、 結(jié)論與建議
問題:如何提高數(shù)據(jù)預(yù)處理效率?如何避免重復(fù)工作避免加班?
1、 Power BI微軟專業(yè)數(shù)據(jù)工具簡介
2、 Power BI組件框架
? Power Query超級查詢器
? Power Pivot超級透視表
? Power View交互式圖表工具
3、 PQ數(shù)據(jù)預(yù)處理功能
? 數(shù)據(jù)集成:數(shù)據(jù)集合并
? 數(shù)據(jù)清洗:異常數(shù)據(jù)處理
? 樣本處理:行篩選、提升標題等
? 變量處理:列篩選、填充/合并/派生等
? 其它:表/查詢管理及其它
4、 多數(shù)據(jù)源讀取
? 多數(shù)據(jù)源讀取
演練:從文件/Excel/數(shù)據(jù)庫/Web頁獲取數(shù)據(jù)源
5、 數(shù)據(jù)組合/集成
? 樣本追加:橫向合并
? 變量合并:縱向合并/連接類型
? 文件夾合并
演練:數(shù)據(jù)集成(追加、合并、文件夾)
6、 數(shù)據(jù)整理/預(yù)處理
? 數(shù)據(jù)表的管理
? 數(shù)據(jù)行的操作
? 數(shù)據(jù)列的操作
? 數(shù)據(jù)類型和格式
演練:數(shù)據(jù)預(yù)處理操作
7、 數(shù)據(jù)共享
8、 PQ的本質(zhì)—強大M語言
演練:多表合并/成績排名/借貸費用處理/采購計劃處理等
問題:如何讓你的分析結(jié)果更直觀易懂?如何讓數(shù)據(jù)“慧”說話?
1、 Power view簡介
2、 圖表類型與作用
3、 常用圖形及適用場景
4、 常用圖表格式化
? 柱狀圖、條形圖(差距對比分析)
? 折線圖(趨勢變化)
? 直方圖(分布層次分析)
? 餅圖、瀑布圖(指標構(gòu)成分析)
? 雙坐標圖(不同量綱呈現(xiàn))
? 散點圖/氣泡圖(矩陣分析法)
? 漏斗圖(用戶轉(zhuǎn)化率分析)
演練:圖表制作與演示
5、 交互式圖表(快速交叉分析的法寶)
6、 分層鉆?。ň啿煌S度的分析圖)
7、 四種篩選器(不同級別的篩選)
1、 超級透視表Power Pivot簡介
2、 PP主要功能
? 關(guān)系模型:建立多表關(guān)聯(lián),跨表作透視
? 計算列:生成新字段
? 新建表:生成新的表
? 度量值:定義統(tǒng)計指標
演練:數(shù)據(jù)預(yù)處理操作
3、 計算列
? 新建簡單列、關(guān)聯(lián)列、索引列等
? 計算列與度量值的區(qū)別
4、 度量值
? 度量值定義公式
? 度量值保存與計算
演練:度量值使用
5、 DAX數(shù)據(jù)分析表達式
? DAX公式
? DAX運算符
? DAX函數(shù)
? DAX高級篩選函數(shù)
6、 上下文
? 行上下文
? 篩選上下文
? 度量值的計算原理
? 上下文沖突時的上下文處理
結(jié)束:課程總結(jié)與問題答疑。
京公網(wǎng)安備 11011502001314號