数字商业与数据分析

【课程背景】

    数字经济在全球经济增长中扮演着越来越重要的角色，以互联网、云计算、大数据、物联网、人工智能为代表的数字技术近几年发展迅猛，各种数字化驱动的创新不断涌现，重构文旅及产业结构发展，但任何孤立的数字都没有意义，那么数据该如何理解业务与管理，是要靠数字思维来驱动，让使用数据的人对数据的要求，形成感知能力。数字思维，通过数字化能力来重新理解行业、经营、管理环境。而数字技术与传统产业的深度融合才能真正释放出超级能量。

    课程将以数字商业与数据分析为切入点，还原商业环境中的实际案例，帮助学员认知什么是数字化转型，给企业带来哪些价值？什么是数据分析、数据分析的5W1H标签？如何通过数据分析及数据可视化方式洞察商业发展？如何通过数据分析实现企业价值链的业务管理？如何用数据实现洞察、沟通、交流与决策？通过实际案例剖析，使学员学之解惑，学之能用。

【课程收益】

 了解互联网对企业影响、变革，数字化转型挑战与必要性

 学会数字化本质与逻辑、数字化转型框架与模型

 学会数据分析三大价值维度，数据分析本质，数据分析5W1H标签

 学会数据分析的5大步骤，商业创新与价值，是从数据里生长出来的，商业洞察应用案例，数据分析的商业故事地图

 学会数据分析用户需求洞察，数据分析的业务赋能，营销，运营，产品，人力，财务在数据分析与应用过程的价值

 学会数据分析的需求沟通，分析思路是数据化交流的灵魂，数据可视化的分析与交流

 学会数据报告与策略形成，数字化边界向智能化延伸，智能化1+N价值模式

【课程特色】干货，没有废话；科学，逻辑清晰；实战，学之能用；投入，案例精彩

【课程对象】企业高级管理者

【课程时间】9小时

【课程大纲】

一、 数字商业与数字化转型

1、思维创新

2、互联网对企业的影响与变革

3、数字化，改变了生产、生活与工作方式

4、数字化转型，是一次社会经济转型

5、企业数字化转型的挑战与必要性

6、什么是数字化？

7、数字化本质与逻辑

8、数字化转型模型与框架

案例讨论：数字化给带来的商业价值

案例知识点：从用户价值出发，用数字化方式找到商业突破路径

二、数据分析与商业洞察

1、数据分析三大价值维度

2、数据分析本质

 商业视角

 数据表达

 本质展现

 策略优化

3、数据分析5W1H标签

4、数据分析的5大步骤

 明确目标

 数据预处理

 特征分析

 算法建模

 数据表达

5、商业创新与价值，是从数据里生长出来的

6、商业洞察应用案例

 数据体系下的商业洞察与智能选址

 数据应用与商业创新

7、数据分析的商业故事地图

案例讲解：联通，滴滴

案例讨论：案例讨论：智能环卫云平台，解决内部作业管理问题

案例知识点：以用户为中心，效率驱动，价值输出

三、数据分析的业务赋能

1、数据击穿部门墙，提升业务与组织协同能力

2、数据分析用户需求洞察

 X、Y、Z世代

 Z世代的需求洞察

 银发用户的消费潜力

 银发用户的消费诉求

 1.25亿一人家庭的消费需求

3、数据分析的业务管理 – 营销

 用户需求分析

 用户行为分析

 用户转化分析

 AARRR模型分析

 用户生命周期管理

4、数据分析的业务管理 – 运营

 数据化运营本质

 数据指标

 数据指标的组合应用

 我们需要关心哪些核心指标

5、数据分析的业务管理 – 产品

 产品数据分析与挖掘样本

 产品研发前置数据分析

 竞品分析

 产品的关键指标

6、物联网+产品向智能服务延伸

 基于“物联网+”的智能服务

 “物联网+”的生态系统

 “物联网+”的“朋友圈”

 “物联网+”生态圈中各角色的演变

 从万物互联到智联服务

7、数据分析的业务管理 – 人力

 人才信息标签化

 人才画像维度

 基于画像的人才个性化培养

 人才模型

 认知计算解决的5大关键问题

 认知计算的个性化解决方案

8、数据分析的业务管理 – 财务

 数据资产成为企业战略资产

 结合企业内外部数据资源，完善数据治理，实现数据资产

 “全链路数字化”端到端点到点循环

 智能业财全链路管控机制，场景预案是最佳模式

案例：小米智能家居价值延伸，多点前后台管理高效协同，京东供应链

案例：如何通过数据化能力，找到用户真实需求

四、数据分析的数据化沟通能力与决策体系

1、数据分析的需求沟通

2、分析思路是数据化交流的灵魂

3、数据可视化的分析与交流

 为特定受众设计

 使用交互促进探索

 利用视觉突出性聚焦并引导体验

 使用位置与长度表达定量信息

 消除图表视觉混乱

 合理使用图例

 使用消息传递和视觉层级创建叙事流程

 平衡复杂性与清晰度以促进理解

4、数据报告与策略形成

 数据指导策略

 功能优化

 迭代与创新

 问题解决

5、如何搭建企业数据体系，用数据驱动企业业务增长

 数据驱动增长的思维与核心体系

 数据驱动金字塔

 数据的采、看、想、做

 四个阶段逐步实现数据驱动

6、如何用数据驱动决策

 数据关键指标

 业务指标

 产品指标

 流程指标

7、数字化边界向智能化延伸

8、智能化“1+N”模式价值框架

9、智能商业：人、科技与产业融合

案例：案例讨论：如何让团队实现自主工作

案例知识点：通过数字薪酬来推动服务能力提升