數據分析師綜合解析及實戰

單元一

企業為什么要做數字化轉型

1. 指導企業更好的做好客戶體驗

1） 什么是客戶？

2） 什么是體驗？

3） 數字化中的客戶體驗到底解決了什么問題？

2. 降本增效提質保全

1） 提高的是絕對效率，而不是相對效率

3. 有效解決企業的決策

1） 提高了決策的效率

2） 提高了決策的質量

單元二

企業數字化轉型到底該如何實施和執行

1. 階段一：全量全要素的鏈接

2. 階段二：數字化流程的演練

1） 要有業務模型；何謂業務模型？何謂數據模型？

2） 數據要在線和實時

3） 要貫穿人和設備

3. 階段三：數字化業務提煉

1） 有價值導向的業務

2） 價值一定要閉環

4. 階段四：數字化生態構建

單元三

數據湖，數據中臺，數據分析，數據治理的意義和概念

1. 什么是數據湖？數據中臺？數據分析？數據治理？

2. 數據分析處在何種位置？

3. 指標標簽和數據標簽的不同

單元四

數據分析師需喲具備哪些技能

1. 掌握基本的理論知識

1） 統計學

2） 市場研究學

2. 掌握數據思維的模型

單元四

數據分析的步驟

1. 什么是數據分析？

2. 數據分析的四大步驟

1） 定義問題：常犯的錯誤有哪些

2） 分解問題：該如何分析？

3） 評估問題：評估問題常見的錯誤有哪些

4） 解決問題：如何更完善的對問題進行解決

單元五

分解問題中需要掌握的思維和方法

1. 分解問題需要掌握的思維方法

1） 結構化思維

2） 公式化思維

3） 業務化思維

2. 分解問題中需要掌握的具體方法

1） 對比分析（查看數據差距）

2） 多維對比法（擁有較多維度數據）

3） 象限分析法（更好的做好策略）

4） 漏斗分析法（業務關鍵流程）

5） 杜邦分析法（企業財務經營數據分析）

6） 指數法（對于不好衡量的數據分析）

7） 假設法

8） 二八法

單元六

常見的數據分析的指標樹

1. 指標邏輯樹的劃分

1） 從KPI指標開始

2） 從營銷/管理模型開始

2. 常用的邏輯樹模型介紹

1） 企業外部環境（PEST分析法）

2） 用戶消費者行為分析（5W2H分析法）

3） 公司整體經營情況分析（4P理論）

4） 業務問題專題分析（邏輯樹分析法）

5） 用戶使用行為研究（行為分析法）

單元七

數據分析的可視化分析以及如何撰寫數據分析報告

1. 數據高效展示的方法

1） 數據可視化

2） 數據形象化

2. 數據展示中的誤區

1） 界面凌亂

1. 數據展示手法單一

3. 規范的數據分析報告包含了哪幾部分？

4. 寫分析報告應該注意的事項

1） 圖文并茂，標題統一

2） 一定要有明確結論

3） 一定要有建議或者解決方案

輔導學員做好數據分析的結構性模板

按企業情況，幫助學員輸出結構性數據分析模板

輔導學員做好數據分析邏輯樹

按照不同部門，幫助學員分解出適用于該部門的業務分析模板

輔導學員做好數據分析報告

按照不同部分，幫助學員有效做出適用于該部門的數據分析報告