模块一：数据分析思维框架提升（1.5H）

1.   数据洞察业务的四个能力阶段（个人先定位找差距）

2.     平安、招行银行向字节等互联网大厂学习的建立的数据驱动业务决策的增长框架：业务目标+四级指标框架（业务、用户、产品和运营策略构建）+分析工具

3.     数据分析三大思维

3.1 供需思维

案例：平安银行APP首页AUM下降的原因定位，核心是理财产品和用户客群不匹配

【收益】定位出业是金融产品本身问题、流量问题、产品问题还有运营问题

3.2 假设思维

案例：头部股份制银行留存变差的原因分析

3.3 A/B实验思维

案例：支付宝上线视频功能，结果忠诚用户反而留存率更低其背后原因揭秘

收益：价值评估对比分析时的两大核心原则，以免造成高价值功能的产品被淹没

4.     数据分析两个重要的框架模型以及应用场景

4.1 四级指标体系框架模型

案例：总收入下降的定位（业务-行业-客群）

4.2 四象限模型

案例：降低理财业务的客诉率

模块二：数据分析工具提高运营决策质量（2H）

1.   北极星指标构建的三个核心原则

2.   AI时代评估体系的两个变化

3.量化业务价值目标的三种方法

（1）正向推算法

（2）逆向推算法

案例：代发客群专区功能上线对理财等业务的价值

（3）参照系法

案例：信用卡活动价值评估

3.短、中和长期评估业务价值

案例：AI智能客服产品业务价值评估

4.数据洞察产品运营的三大场景四大方法，实现对业务的精准洞察

1.1 场景一：现状看清-数据赋能业务两大方法

1.1.1 用“描述性统计”来整体评估数据

案例：金融公司如何准确发现业务指标未来下滑的潜在风险，提前进行业务干预

1.1.2用“对比分析”来寻找问题突破口：分群对比分析

案例：支付宝通过分群对比找到用户忠诚度提高的突破口

1.2 场景二：原因找寻的四大方法

1.2.1 方法一：数据分布：路径分布/桑基图

案例：信用卡基于场景分布提高发卡量

案例：理财业务基于用户路径优化核心链路体验，理财转化率提升16.9%

1.2.2 方法二：指标拆解相关性为分析

案例：金融业务营销转化率差的原因分析

  1.2.3 方法三：漏斗分析

案例：基于漏斗定位问题，找到业务不愿意用CRM的原因并最终提高产品的日活

  1.2.4 方法四：客户旅途

案例：蚂蚁理财利用客户旅途洞察业务需求，赋能业务

【互动共创】基于四大方法，大家认为你所负责的广发银行产品的提升点以及对业务价值提升的幅度

1.3 用趋势分析进行前瞻性业务天花板预测

模块三：数据分析赋能产品运营提高质效项目实战（2.5H）

1.     招行/平安数据赋能产品运营顶层设计

案例：招行智能营销产品基于数据迭代/AI赋能业务价值提升

2.专项业务突破：基于数据给业务开药

2.1 数据赋能客户生命周期价值提升实战案例

（1）用户满意度与忠诚度提升金融实战案例

案例：中国银行挖掘出VOC中客户的需求，将被动的投诉变为用户主动购买金融产品的销量

案例：基于线性回归分析，提高业务交叉营销的成功率，赋能业务什么时间基于什么样的价值卖点推荐什么样的产品

（2）钱效提升

案例：中信信用卡基于数据提高信用卡ROI以及对应策略完整复盘

（3）价值提升的基础：用户行为画像

案例：金融行业不同价值客户画像、不同流失原因客户画像、AI赋能业务进行流失干预预警和召回成功率、有效的价值手段分析

（4）拉新

案例：邮储信用卡后发制人，如何赋能业务找到新人群新的机会点

（5）长尾客户价值提升

案例：兴业基于数据和用户洞察，赋能业务找到不同客户成为长尾客户的原因、挖掘客户的真实需求，给出业务提高留存的思路和落地策略

【互动共创】基于实战案例和所学方法，大家认为你所负责的广发银行的业务数据提升的产品运营策略