课程简介
近几年，大家都在说“数据驱动”，希望通过数据变现新的发展。这门课的目的，就是向有意向转变的公司（尤其是公司内部的管理层），详细阐述何谓数据驱动，需要做哪些准备，怎么实施，如何维持等一系列问题。帮助大家在转变过程中，少走弯路，更快成长。
内容来自于多年亲身实践经验，从业务规划，到团队组建，到工具和流程建设等，都能给出接地气的指导。
以实际案例阐述理论内容，形象生动的同时，让学员不仅知道为什么而做，还能知道怎么做。对执行细节了解透彻，各类问题都能做针对性回答。
结合学员的提问或者后续的交流，给出建设性建议，帮助其公司搭建起数据分析业务。
目标收益
1.掌握数据驱动的业务架构、工具&流程、团队组建、数据产品建设等基础知识。
2.了解基本的数据分析方法，并理解分析方法背后的分析思维，能够在日常工作中进行应用。
3.能结合业务，设计合理的指标体系，结合数据分析方法，给出建设性的数据驱动的方案。
4.能够认可未来3-5年出现的数据治理的必要性，并了解数据治理的关键点。
5.能够评估数据产品，合理选择数据产品方案，并能够把控实施的过程。
6.能够了解数据团队管理的基本原则，专业地对数据相关候选人进行面试。
培训对象
公司中高层管理者，数据分析部门，运营部门，数据研发部门。
【学员基础】日常工作中有用到数据，并理解数据的重要性。
课程大纲
| 建立数据驱动的认知 | 介绍数据驱动的整体框架，包含业务大图、职能架构、工具&流程、组织架构、团队能力模型等等。 |
| 详解数据处理流程和数据分析平台 |
讲解数据生成、采集、加工、模型化、数据分析、产品化的数据处理链条， 详细讲解支撑这个链条的数据分析平台概念与技术。 |
| 数据治理与数据资产质量 | 学习数据治理的基本方法论，建立数据质量意识，并能从细节入手，减少数据污染，提升数据资产质量。 |
| 指标体系与常用数据分析方法讲解 |
讲解指标体系设计的原则和常用方法。 以案例讲解多维分析、漏斗分析、AARRR、用户留存分析、北极星模型、队列分析、用户分群、时间序列分析等方法。 |
| 数据分析思维训练 | 结合现实案例，掌握通用的数据分析方法，并抽象为思维训练，能够应用到多种工作场景中。 |
| 应用合理的数据产品 |
了解常规的大数据产品框架； 掌握数据产品的基本评判角度； 能够选择适合业务场景的工具。 对市面上典型的数据分析产品进行优劣势剖，如GA、百度统计、友盟、GIO、神策、tableau等。 |
| 数据分析团队的建设 |
了解数据分析团队的基本组织方式； 结合业务实际设计数据团队的部署； 掌握数据分析师的评判标准； 能够专业地进行数据人才面试。 |
| 浅谈用户智能与机器学习 |
介绍机器学习应用的一般链路和常见概念； 介绍几个工作中的典型应用案例。 |
| 综合答疑 | 翻转课堂，对各类问题进行回答。 |
|
建立数据驱动的认知 介绍数据驱动的整体框架，包含业务大图、职能架构、工具&流程、组织架构、团队能力模型等等。 |
|
详解数据处理流程和数据分析平台 讲解数据生成、采集、加工、模型化、数据分析、产品化的数据处理链条， 详细讲解支撑这个链条的数据分析平台概念与技术。 |
|
数据治理与数据资产质量 学习数据治理的基本方法论，建立数据质量意识，并能从细节入手，减少数据污染，提升数据资产质量。 |
|
指标体系与常用数据分析方法讲解 讲解指标体系设计的原则和常用方法。 以案例讲解多维分析、漏斗分析、AARRR、用户留存分析、北极星模型、队列分析、用户分群、时间序列分析等方法。 |
|
数据分析思维训练 结合现实案例，掌握通用的数据分析方法，并抽象为思维训练，能够应用到多种工作场景中。 |
|
应用合理的数据产品 了解常规的大数据产品框架； 掌握数据产品的基本评判角度； 能够选择适合业务场景的工具。 对市面上典型的数据分析产品进行优劣势剖，如GA、百度统计、友盟、GIO、神策、tableau等。 |
|
数据分析团队的建设 了解数据分析团队的基本组织方式； 结合业务实际设计数据团队的部署； 掌握数据分析师的评判标准； 能够专业地进行数据人才面试。 |
|
浅谈用户智能与机器学习 介绍机器学习应用的一般链路和常见概念； 介绍几个工作中的典型应用案例。 |
|
综合答疑 翻转课堂，对各类问题进行回答。 |
近期公开课推荐
