课程背景BACKGROUND
随着数字化转型成为企业的必答题，企业数字化进程全面加速，面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据，我们应该如何高效分析处理，如何提升我们的工作效率，适应企业数字化转型的趋势，这是企业必须面对的状况。对于企业而言，顺应数字化转型，培养数据思维尤为重要。掌握系统思维+指标体系+问、拆、解、现四个关键步骤进行数据分析决策的方法，即是本课程要讨论的主要内容。
同时，AI技术得到了快速发展，并在许多领域得到了广泛应用。利用AI工具进行数据分析已经成为了数据分析领域发展的趋势。
本课程聚焦于数据思维和数据分析，并利用AI工具对商业数据进行实战分析演练，通过本课程的学习，学员将掌握数据思维以及AI在数据处理领域的使用，极大提高工作效率和效能。
课程收益BENEFITS
掌握基于数据思维进行业务数据分析的体系/步骤方法；
掌握结合业务的数据收集方法/多维度分析方法/基于数据的决策方法；
课程大纲OUTLINE
- 1. 全脑思维的底层逻辑
- 2. 左右脑训练方法
- 3. 定量化与数据思维
- 4. 数据的模型思维
- 案例/练习：如何建立模型判断盈亏
- 1. 什么是数据
- 2. 数据分析处理的目标
- 3. 数据分析的流程
- 4. 度量指标的选择及应用
- 1）均值VS中位数VS众数及使用
- 2）全距/四分位数的使用
- 3）百分位数与箱线图的使用
- 4）标准差和正态分布的使用
- 案例/练习：如何进行调查与分析；如何抓住问题/场景的数据关键？
- 1. 什么是指标
- 2. 指标体系的点线面体
- 3. 业务指标体系的在经营分析和商机管理中的作用
- 4. 指标中的“量”和“率”
- 5. 指标体系的构建
- 1）业务场景关键元素分类
- 2）业务过程追踪
- 3）业务逻辑关系梳理
- 4）通过比较形成标准
- 案例/练习：结合自身业务形成指标体系
- 一、“问”——高效且精准的数据收集方法
- 1. 费米估算确定数据采集点/观测点
- 2. 问卷的应用
- 3. 实验的应用
- 二、“拆”——分解问题/数据
- 1. 思维导图工具背后的思维运用
- 2. 思维导图运用的BOIS
- 3. 思维导图变形之逻辑树运用
- 4. 拆解的MECE原则及相应方法
- 5. 画像的应用
- 6. 用户旅程分析的应用
- 案例/练习：结合自身业务分析业务流程锁定问题点
- 三、“解”——数据分析，寻找根源
- 1. 四种方法
- 1）数据的分类
- 2）数据的对比
- 3）数据的假设
- 4）数据的相关性：购物篮分析、散点图分析、基于统计的相关性分析
- 2. 重要工具的使用
- 1）加权矩阵图
- 2）决策树
- 案例/练习：运用相应方法对前述问题进行分析，寻找解决方案/措施，并进行量化决策分析
- 其余案例：如何解读周报；寻找真正的责任人；辛普森悖论；候选人选择的决策
- 小练习：如何利用思维导图/逻辑树分析建模形成业务提升方案？如何对客户进行画像？如何利用用户旅程进行产品提升？
- 思考：优秀员工如何选用统计指标进行评价
- 四、AI工具应用的关键点
- 1. 与AI沟通的四种能力
- 2. AIGC与思维链
- 3. 与AI沟通的万能模板
- 4. 与AI沟通的关键点
- 1）To Do and Not To Do
- 2）增加示例
- 3）使用引导词
- 4）增加角色或任务
- 5）使用特殊符号
- 6）增加角色或任务
- 五、“现”——直观呈现，强力说服
- 1. 数据可视化的四大基本方向2. 数据可视化的基本图形3. AI的角色和能力设定4. 基于AI进行数据分析的步骤5. 基于AI的看板制作6. 数据可视化的指向性表达7. 数据可视化的陷阱
- 案例分析：各种可视化案例
