课程目标:
1.数据思维升级:提升核心团队不同角色数据思维能力
2.业务诊断:通过业务分析指标体系对核心经营指标、业务异常等进行分析阶段
3.数据体系建立:团队管理者上下同欲设计目标,员工拆解自己的OKR,一级指标到四级指标建立,针对数据发现问题并解决问题。
4.策略落地:增强高阶产品体系化和战略化业务增长能力
课程大纲:
一、数据洞察(3小时)
1. 如何找到北极星指标
1.1如何定义一个好指标,建立指标的误区(短期和长期)
案例:招行三阶段指标变化背后思考AUM-MAU-AUM+MAU
1.2评估北极星指标
(1)估算方式一:自上而下的北极星指标
(2)估算方式二:参照系法
(3)估算方式三:正向估算
2. 如何搭建数据指标体系,助力业务增长
数据指标的拆解思路,教你建设好一个好的质量评估体系和监控体系(从财务指标-业务指标-影响要素)
案例:银行信贷业务指标拆解
2.1分级评估体系
2.2指标体系常见的误区
带你读懂数据,找到业发力点
3. 案例:招商圆方平台数据分析平台构建四阶段以及背后思路
(1)第一阶段:搭建数据基础体系
(2)第二阶段:数据指标和组织体系打通
(3)第三阶段:问题排查和业务诊断
(4)第四阶段:智能决策
4. 洞察业务问题基础:归因体系(哪个业务哪个项目对业务的影响要素分析)和A/B实验能力
4.1 归因体系搭建
4.2 归因五部曲(用户识别-归因模型-归因方法-归因串联-归因周期
4.3 归因六方法以及应用场景
4.2 数据采集
明确埋点需求(想清楚)-形成需求文档(讲明白)
4.3 A/B实验
4.3.1 A/B实验测试的理论基础-假设验证
4.3.2设计A/B实验测试流程和三原则(流量分配、实验周期等)
4.3.4 A/B实验工具&A/B实验系统介绍
4.4数据可视化,汇报锦上添花
章节收益
案例
1.京东金融、字节A/B实验
2.银行数据数据采集实战
3.字节的归因体系框架设计
章节收益:
1.定义北极星指标
2.掌握三种合理估算北极星指标的方法
3.找到行业&竞品数据方法
4.监控&预警&业务洞察&业务决策数据产品搭建
5.掌握A/B实验的流程
6.保证A/B实验效果的三原则
7.归因体系搭建框架(提高员工积极性、价值汇报和业务问题及时发现基础)
案例:基于银行不同业务指标体系拆解的方法(个贷、手机银行、零售等)
成果:设计自己的数据指标体系并洞察增长方向
二、活用数据分析方法,应对不同业务场景实战:发现问题、原因找寻和问题预警)以及四大方法(3小时)
1. 分析结果,【发生了什么】的数据分析方法(描述性分析)
1.1 趋势分析
案例:招行留存分析、银行数据为什么涨跌
1.2 对比分析
案例:银行财富用户流失原因分析、流失原因定义以及召回用户价值评估、策略有效性分析(区分出产品、行业或者业务员的权重)
1.3 漏斗分析
案例1:银行信用卡
案例2:银行基于区域降低补贴
案例3:信贷体验量化:将主观的客户体验变为客观评价(影响面*影响深度)
1.4 提升问题本质探索的三座大山(定位错误、假设验证率和业务关联)
案例:成单率提升
案例:银行零售业务数据分析(优惠券使用率和ROI提升)
2. 业务预警(诊断类分析)
找到异常:西格玛分析和四分位差
3. 业务问题诊断,分析【为什么发生】的三大方法
3.1 细分分析&对比分析
3.2 潜在用户价值分析,路径分析(位数摁着
3.3 用户为什么会转化,归因分析
3.4 AI构建用户(流失概率分析、价值分析等)
4. 建模型三大方法和应用场景
场景一:预测发展趋势:线性回归
案例:建行用户交叉购买意愿分析
场景二:评估相似程度:K-means聚类
场景三:识别关键因子:logistic回归
5. 数据分析基础:用户画像(标签体系、用户分群和用户分层)
案例1:信用卡分群和标签体系
案例2:工行对公对私全业务标签体系建设
章节收益
1.掌握业务发生了什么描述性分析的四大方法
2.掌握业务预警诊断类的两大方法
3.掌握业务为什么发生的三大方法
4.建模型分析的三大方法以及三大应用场景
成果:设计自己业务监控和价值评估的指标体系、数据看板、数据体系