课程简介
培养学员的业务数据分析能力，涵盖从指标体系构建、可视化工具运用到业务增长策略的全方位技能。通过实战案例，学员将学会设计业务健康分析仪表盘、进行埋点设计、选择和运用可视化工具，以及通过数据分析洞察业务规律和增长目标。课程还将深入探讨渠道效果监测、活动效果分析和产品服务分析，以实现业务优化和增长。
目标收益
1. 帮助学员框架性了解业务，掌握“业务健康分析仪表盘”
2. 基于指标体系，进行常见埋点设计
3. 帮助学员框架性的了解可视化工具，学习不同场景下可视化工具的选择和运用
4. 通过看图，洞察规律
5. 如何找到增长目标
6. 如何拆解增长目标
7. 如何设计增长计划并执行"
8. 排查重要指标异动
9. 多维度分析重要指标异动，及时定位问题
10. 了解如何实现自动化监控重要指标及问题诊断
11. 渠道效果监测有哪些高效实用的实战方法？
12. 产品拉新过程中，如何持续优化投放性价比？"
13. 如何预判活动要不要做？
14. 如何基于数据分析，实现活动效果最优（性价比，量级）？
15. 如何基于数据分析，迭代常规性活动，实现裂变、促活、促销等效果最大化？
产品改进：
1. 探索性分析：如何通过数据分析，洞察自身产品改进方向？
2. 版本分析：通过用户行为分析来监控每一次改版的效果，确定版本的成功点和失败点
培训对象
课程大纲
|
一：指标建模（1 day） 第1节：常见的指标体系 |
1. 认识常见指标体系 2. 实战：为你的产品设计指标体系，并进行埋点设计 2.1. 基于自身产品设计指标体系 2.2. 进行埋点设计并开发落地，分配到人 涉及工具： 1.常见指标体系：收入指标、规模指标、粘性指标、转化率指标、品牌指标 2.埋点 4W1H规范 |
| 第2节：常见的可视化工具 |
1. 认识常见的可视化工具 时间的可视化、比例的可视化、相关性的可视化、空间关系的可视化、文本的可视化、分布的可视化、多维度的可视化 2. 数据可视化运用中的常见误区 |
| 第3节：基于指标体系寻找增长破局点 |
1. 定义目标： 1.1. 认识“指标树” 1.2. 不同层级的人在“指标树”中对应的位置 1.3. 选定北极星指标 2. 拆解目标： 2.1. 通过“指标树”，将北极星指标与企业经营活动关联 2.2. 通过漏斗流程梳理，将用户行为一一拆解为可操作环节 3. 实现目标： 3.1如何从组织层面及工程层面落地，让指标体系产生业务价值 涉及工具： 1. 过程指标和结果指标 2. 北极星指标 3. 指标树 4. 漏斗分析、维度拆解、关联树分析 5. 自动化指标卡 |
| 第4节：异常分析 |
1.判断指标是否异常： 1.1.如何排除周期性影响 1.2.如何排除数据的波动 2.定位异常原因： 2.1.关联树分析定位法 2.2.维度分析法 2.3.假设验证法 3.自动化监控重要指标 涉及工具： 1. 关联树分析定位法 2. 维度分析法 3.假设验证法 4..自动化监控重要指标 |
|
二：业务分析实战（1 day） 第7节：渠道效果监测 |
1.渠道效果分析 2.渠道监控系统 3.投放策略 4.反作弊策略 涉及工具： eLTV、CAC、渠道效果四维度、测水压法、渠道归因、反作弊策略 |
| 第8节：活动效果分析 |
1. 活动预判及规划 1.1活动的目标 1.2通过因果推断元活动效果 2. 活动监控及改进：建立指标看板，监控活动效果 2.1. 活动监控指标：渗透率、裂变效果 2.2. 活动策略迭代：数值设计、随机性设计 2.3. 活动发展阶段（酝酿->增长->平稳->疲软） 3. 活动复盘与归档：复盘活动效果，迭代优化 3.1. 活动效果分析（核心、辅助、体验、负向指标） 3.2. 活动关键动作归档 3.3. 用户画像归档 涉及工具： 相关性分析与因果性分析、因果推断、高斯分布 |
| 第9节：产品服务分析 |
1. 探索性分析 1.1通过LIFT模型来优化转化率，提升用户参与度和产品销量 1.2通过分布分析来拆解未达理想状态的原因，完善产品策略 1.3通过用户反馈数据分析对比同类型产品的用户爽点和痛点，制定竞争战略 1.4通过价值层级关系链模型和用户满意度分析，量化用户对产品属性的感知，确定产品维度的发力点 2.版本分析 2.1 4大维度评估版本效果 2.2 3种版本分析方法的陷阱及解决方案 涉及工具： LIFT模型 分布分析 词频分析 情绪分析 NPS 价值层级关系链模型 因果推断 |
|
一：指标建模（1 day） 第1节：常见的指标体系 1. 认识常见指标体系 2. 实战：为你的产品设计指标体系，并进行埋点设计 2.1. 基于自身产品设计指标体系 2.2. 进行埋点设计并开发落地，分配到人 涉及工具： 1.常见指标体系：收入指标、规模指标、粘性指标、转化率指标、品牌指标 2.埋点 4W1H规范 |
|
第2节：常见的可视化工具 1. 认识常见的可视化工具 时间的可视化、比例的可视化、相关性的可视化、空间关系的可视化、文本的可视化、分布的可视化、多维度的可视化 2. 数据可视化运用中的常见误区 |
|
第3节：基于指标体系寻找增长破局点 1. 定义目标： 1.1. 认识“指标树” 1.2. 不同层级的人在“指标树”中对应的位置 1.3. 选定北极星指标 2. 拆解目标： 2.1. 通过“指标树”，将北极星指标与企业经营活动关联 2.2. 通过漏斗流程梳理，将用户行为一一拆解为可操作环节 3. 实现目标： 3.1如何从组织层面及工程层面落地，让指标体系产生业务价值 涉及工具： 1. 过程指标和结果指标 2. 北极星指标 3. 指标树 4. 漏斗分析、维度拆解、关联树分析 5. 自动化指标卡 |
|
第4节：异常分析 1.判断指标是否异常： 1.1.如何排除周期性影响 1.2.如何排除数据的波动 2.定位异常原因： 2.1.关联树分析定位法 2.2.维度分析法 2.3.假设验证法 3.自动化监控重要指标 涉及工具： 1. 关联树分析定位法 2. 维度分析法 3.假设验证法 4..自动化监控重要指标 |
|
二：业务分析实战（1 day） 第7节：渠道效果监测 1.渠道效果分析 2.渠道监控系统 3.投放策略 4.反作弊策略 涉及工具： eLTV、CAC、渠道效果四维度、测水压法、渠道归因、反作弊策略 |
|
第8节：活动效果分析 1. 活动预判及规划 1.1活动的目标 1.2通过因果推断元活动效果 2. 活动监控及改进：建立指标看板，监控活动效果 2.1. 活动监控指标：渗透率、裂变效果 2.2. 活动策略迭代：数值设计、随机性设计 2.3. 活动发展阶段（酝酿->增长->平稳->疲软） 3. 活动复盘与归档：复盘活动效果，迭代优化 3.1. 活动效果分析（核心、辅助、体验、负向指标） 3.2. 活动关键动作归档 3.3. 用户画像归档 涉及工具： 相关性分析与因果性分析、因果推断、高斯分布 |
|
第9节：产品服务分析 1. 探索性分析 1.1通过LIFT模型来优化转化率，提升用户参与度和产品销量 1.2通过分布分析来拆解未达理想状态的原因，完善产品策略 1.3通过用户反馈数据分析对比同类型产品的用户爽点和痛点，制定竞争战略 1.4通过价值层级关系链模型和用户满意度分析，量化用户对产品属性的感知，确定产品维度的发力点 2.版本分析 2.1 4大维度评估版本效果 2.2 3种版本分析方法的陷阱及解决方案 涉及工具： LIFT模型 分布分析 词频分析 情绪分析 NPS 价值层级关系链模型 因果推断 |
近期公开课推荐
