(微信同号)【课程背景】
企业数字化转型是大势所趋，新的商业模式、新的渠道、新的方法，不断将数字化技术与业务充分融合，在创新中求变，为消费者创造多、快、好、省的价值。在这一过程中，充分利用优秀的数据分析模型和工具，通过交互可视化实现针对企业数据进行专业分析，支撑决策人员做出更加符合公司策略和利益的决策，使企业的战略及战术切实落地。其中，最重要的三个法则是：结合业务场景、提升业务指标、构建企业组织能力。随着商业环境的发展愈加快速，客户的需求变化更不容易被捕获，这也让企业重新审视数据商业智能的价值所在。越来越多的企业下定决心打通企业的数据孤岛，打开“商业智能化”的大门。
本课程指导企业核心团队转变思维，从授人以鱼到授人以渔，致力提升业务用户的数据素养和数据分析能力，从数据中发现新的问题和商业机会点。本课程涵盖商业数据分析中常用方法，重点探讨了大数据营销的意义和数据应用体系，注重深度理解数字商业的本质，支撑企业管理者根据市场变化，动态地设计出高盈利的商业模式，从客户思维、利益共赢、数字化、平台模式、指数思维、循环商业六大要点出发，围绕商业元素的重要性进行排列组合，指导企业不断革新自己的商业模式，对外关注客户导向和营销增长，对内强调数字化组织构建与人才能力提升，动态地、便捷地满足客户需求，不断为客户创造新的价值，使企业在当下激烈的市场竞争中胜出！
【课程收益】
Ø 提炼商业数据分析模板及其背后的思维逻辑，展示最佳实践内容，为实战提供“模板化”的公式及思维
Ø 不论从事IT工作、财务工作，还是企业的高管，都可以像商业分析师一样思考，挖掘商业数据背后的价值
Ø 深入浅出，从理论到实践，既给初学者提供学习的路径，也给进阶者带来思维的碰撞
Ø 逐个解疑，层层剖析，让商业智能数据分析实战变得生动、深刻，具有挑战性
Ø 贴近业务，以商业价值和商业数据为导向，快速迭代更新，推动企业实现“IT业务化，业务IT化”
Ø 深入分析构建数字营销策略和建立高效的数字化组织，助力企业实现数字化营销的全面转型，以及数字化战略和组织的升级
Ø 系统性地提炼出的关于数字营销的创新理论和实战攻略，为理解前沿数字营销实战知识与经验提供扎实的指导
【课程特色】
Ø 【视野广阔独到】：既有前瞻视野，又有丰富工具，更有翔实案例，为企业管理者提供极富借鉴价值的路线图和方法论
Ø 【道与术并存】：既有理论高度，又有实践经验；既有顶层设计思路，又有清晰的实施路线和实用的工具，让企业转型有路径可循、有方法可用
Ø 【行业背景深厚】从行业一线中提炼出深刻且有生命力的洞见，引导将先进的理念付诸实践，推动核心业务的全方位进化
Ø 【逻辑缜密、化繁为简】视角客观扎实、高屋建瓴、逻辑清晰、深入浅出、发人深思
Ø 【技术及管理经验丰富】具有明确的目标、创新的方式和清晰的执行路径，避免空谈，实操性强
Ø 【严谨生动、大局观强】大局与细节兼顾，方法与案例互补，理论与实务结合，内部与外部并重
【课程对象】
Ø 企业高层管理者：董事长、总裁、总经理、分管副总等
Ø 战略高层、战略规划、顶层设计负责人（CEO、CTO、CIO、CMO等）
Ø 各个条线的业务负责人和技术专家
Ø 产品开发与创新人员、服务方案制定者
Ø 市场营销策划、客户经理、产品经理等
Ø 创新业务的负责人，创新创业导师及实践者
【课程时间】6-12小时
【课程大纲】
第一部分、商业数据深度分析：数理模型与市场洞察方法
一、商业分析概述
1、商业数据分析的概念
Ø 什么是商业数据分析
Ø 商业数据分析需要具备的能力
2、商业数据分析的特点
3、商业数据分析的价值
4、商业数据分析的业务流程
Ø 商业数据分析的三个阶段六个步骤
Ø 阶段一：构建问题
Ø 阶段二：分析问题、解决问题
Ø 阶段三：传达结构并行动
5、商业数据分析的核心技能模型
Ø 数据分析能力
Ø 逻辑思维能力
Ø 赢得结果能力
6、商业数据分析场景
二、面向商业分析的数理模型
1、数理模型的核心分析方法
Ø 假设法
Ø 对比分析
Ø 分组分析
Ø 趋势分析
Ø 结构分析
Ø 矩阵分析
Ø 多维分析
Ø 公式分析
Ø 路径分析
Ø 交叉分析
2、数理模型的数据分析思维模式
Ø 分类思维模式
Ø 对比思维模式
Ø 时间序列思维模式
Ø 逻辑树思维模式
Ø 指数化思维模式
Ø 下钻思维模式
Ø 经营思维模式
3、数理模型中的五大数据分析模型
Ø AARRR模型
Ø RFM模型
Ø CLV用户生命周期模型
Ø 事件分析模型
Ø 用户旅程模型
4、数理模型的业务分析框架
Ø 商业发展不同阶段的分析框架
5、数理模型的业务指标体系
Ø 搭建目的
Ø 搭建步骤
三、数理模型的可视化呈现及分析
1、数据信息分析—如何有条理地整理数据信息
Ø 信息分析的目的和对象
Ø 信息分析流程
2、数据信息分析—常用数据分析应用
3、定性信息分析—如何呈现更直观易读
实例：
进口品牌SUV销量数据分析
四、数理模型的应用方法论——透过数据看本质
1、方法论：如何深度进行数据挖掘，得出有价值的观点
Ø 管理项目中，客户提出的问题
Ø 透过现象看本质-方法论和应用技巧
Ø 透过现象看本质-以公司为例
2、方法论应用举例
Ø 第一步：确定数据分解的框架
Ø 第二步：基于该框架对目标公司进行分析
Ø 第三步：与历史数据、与可比竞争者进行对比
Ø 第四步：对重点领域进行细化分析
Ø 第五步：定性分析，分析背后的原因
Ø 第六步：汇总报表，并给出建议
3、商业分析中常见问题
实例：
如何拆解分析各大白酒上市公司的财务指标
五、蛋糕到底有多大？通过市场规模分析观测行业发展情况
1、市场规模计算：现有规模&未来规模预测
Ø 市场规模测算方法
Ø 测算当前市场和未来市场的异同
2、市场规模预测框架搭建
Ø Step1. 列出行业分析框架
Ø Step2. 按照分析框架，列出历史数据
Ø Step3. 进行未来 3 - 5 年相关变量的预测
Ø Step4. 对市场预测模型进行归纳、总结
案例：
中国天然气行业
健身房行业
六、蛋糕可以分多少？看懂细分市场和产业链，准确判断行业态势
1、摸清产业链构成及各环节的基本态势
Ø 产业链梳理步骤
Ø 如何从零开始研究产业链构成
2、细分环节，分析重点
Ø 各环节的切分及相互影响
Ø 如何确定产业链的重点环节？
Ø 确定重点环节之后，从哪些角度进行分析？
案例：
快递行业
3、摸清细分行业的构成和基本情况
Ø 快速摸清细分行业的构成
Ø 确定重点环节之后的分析角度
Ø 政策分析：不同机构的适用政策与规定
Ø 细分行业发展的驱动因素
案例：
物流行业细分
4、竞争者分析
Ø 行业竞争格局如何分析
Ø 竞争者分析的方法
案例：
快递行业竞争态势概览
以健身房行业投资项目为例
七、如何看懂新兴企业的商业模式和前景
1、从经典商业模式出发，看懂复杂多变的创新模式
Ø 如何定义商业模式
Ø 从公司层面解读商业模式
Ø 资源驱动的商业模式
Ø 产品驱动的商业模式
Ø 客户驱动的商业模式
2、系统分析创新商业模式的核心要点
Ø 核心要点1-用户价值
Ø 核心要点2-收入来源
Ø 核心要点3-市场规模
Ø 核心要点4-竞争格局
第二部分、企业数字化经营：统计决策与大数据价值挖掘
一、数字化经营的难点分析
1、难点分析：为什么企业数字化经营无法带来价值？
2、价值视角：需求各异，众口难调
3、数据视角：纷繁复杂，负重前行
4、数据团队的关键价值：数据和价值之间的桥梁
二、面向统计决策的战略分析模型
1、BCG矩阵
2、PESTLE分析
3、SWOT分析
4、价值链模型
5、生命周期模型
6、行业集中度模型
三、统计决策的价值视角
1、如何创造数据价值？
2、数据价值的场景连接
Ø 决策层
Ø IT层
Ø 业务层
Ø 场景
3、场景出发点：决策者如何改善经营？
4、价值视角的典型场景
Ø 帮决策者提升信息收集的效率体验
Ø 帮决策者加强业务过程的精细化管理
Ø 用价值衡量驱动执行的不断改进
案例：
某医疗机构的自动化报表体系
中建钢构
5、决策层的价值衡量
Ø 基于“人”的视角
Ø 基于“事”的视角
四、统计决策的数据视角
1、如何改善数据的质量？
2、当前企业数据质量存在的问题
案例：
某证券公司的数据质量案例
3、数据视角的成功经验：加强底层数据处理
4、数据视角的成功经验：加强中间模型的建立，提升数据深度
Ø 数据模型建立
Ø 业务模型建立
五、缩短数据和价值的距离
1、数据团队带领企业打赢数字化经营之战
Ø 定战术：IT部门的定位
Ø 建能力：培养链路上最重要的人（数据运营官的平台）
Ø 给武器：FineBI+FineReport（行业方案和企业管理平台）
Ø 多实战：思想碰撞+实际经验互换（面向“人术器”的完整服务体系）
案例：
某大型药企的数据人才蜕变
2、“人术器”完整的服务体系
Ø 器（工具）
Ø 器（方案）
Ø 人（服务）
Ø 术（交流平台）
六、如何像咨询顾问一样解决企业内部的问题
1、如何对一个新的产品定价
Ø 举例：如何对一个新的产品定价？
Ø 方法论：在讨论定价时，通常我们讨论的是两方面
Ø 基准定价策略
Ø 定价调整策略
2、基准定价策略的操作方法
Ø 基于成本的定价方法
Ø 基于竞争/需求的定价方法
3、基准定价策略的适用行业
Ø 基于成本的定价方法的适用行业
Ø 基于竞争/需求的定价方法的适用行业
4、基准定价策略的使用
Ø 基于成本的定价方法的使用
Ø 基于竞争/需求的定价方法的使用
5、如何解决盈利率下降的问题
Ø 举例：如何解决盈利率下降的问题？
Ø 方法论：沿着四部曲，解决盈利率下降的问题
Ø 第一步：定量寻找原因
Ø 第二步：明确分析重点
Ø 第三步：定性刨根问底
Ø 第四步：提出改善建议
6、企业内部问题的总结
Ø 新产品定价及定价调整策略
Ø 解决盈利性问题
7、能源化工企业的数据化经营（BI）解决方案
七、综合案例：
1、电力业数据化经营（BI）解决方案
2、建筑业数据化经营（BI）解决方案
3、零售业数据化经营（BI）解决方案
4、物流业数据化经营（BI）解决方案
5、医疗行业数据化经营（BI）解决方案
6、医药行业数据化经营（BI）解决方案
7、银行数据化经营（BI）解决方案
第三部分、基于数据分析驱动的数字营销革新
一、企业转型，营销先行
1、数字营销既是科学，更是艺术
2、营销科技发展的四个阶段
3、智慧营销：数字化驱动的新营销体系
Ø 传播
Ø 聚客
Ø 成交转化
4、数字营销的重要性
Ø 社会层面
Ø 客户层面
Ø 用户层面
5、数字营销的核心价值
Ø 品牌与产品价值观
Ø 消费者观察
Ø 场景化营销
6、数字营销的三要素
Ø 数据
Ø 创意
Ø 场景
7、数字营销的核心：数据驱动
8、数字营销的目标：驱动企业增长
Ø 品牌营销
Ø 产品销售
Ø 客户运营
Ø 售后服务
9、数字营销的本质：以用户为中心
Ø 接触“跨渠道”
Ø 对待“一致化”
Ø 互动“个性化”
Ø 服务“超预期”
Ø 关系“有激励”
二、建设企业营销大脑，打造最强驱动引擎
1、以数据为核心的数字营销生命周期
Ø 数据营销架构-业务视角
Ø 数据营销架构-技术视角
2、构建企业营销数字资产体系
3、营销的数字化
Ø 营销要素的数字化（品牌定位、内容和创意、媒介）
Ø 打通投入产出之间的关联关系
Ø 营销数字化中要避免的陷阱
Ø 执行清单，秒针经验
4、数字营销分析
Ø 归因分析：对数字营销进行效果评估
Ø 策略分析：提升数字营销全流程效率
三、公域流量与私域流量
1、互联网商业的本质：流量为王
2、公域流量VS私域流量
四、智能营销的未来
1、营销体系从“数字化”到“智能化”演进
2、营销体系从“品牌”到“品效”变革
3、从“客户关系管理”到“客户体验管理”
4、从数字技术应用到大数据应用
5、从关注“产品资产”到“数字资产”
五、广告智能投放与流量反作弊
1、行业背景
2、常见移动广告作弊方式
3、广告智能投放解决方案
4、广告可视化报告
案例：
瀑布流广告投放、知名电商、精准通供量SSP
第四部分、面向能源行业的专项案例分析
一、获得真正有利于推进产品的市场及消费者洞察
1、快速锁定能挖掘出信息的市场及消费者
Ø 市场及消费者调研兼具分析思维与设计思维
Ø 实例：一个完整的用户画像应该是什么样子？
2、如何制作一个用户画像？
Ø 第一步，结合核心业务确定用户关键行为
Ø 第二步，分析数据
Ø 第三步，跟进调研，丰富用户画像
Ø 第四步，与团队分享并在工作中使用
3、消费者洞察必备方法
Ø 消费者访谈有什么注意事项
Ø 通过第三方报告获取市场及消费者洞察
Ø 社交媒体舆情监听
4、消费者建议复杂多样，如何判断哪些内容利于产品推进
Ø 巧用设计思维工作坊
Ø 设计思维工作坊运作的流程
Ø 第一步：项目背景介绍与团队建设
Ø 第二步：用户故事分享
Ø 第三步：确定关键问题
Ø 第四步：脑暴解决办法
Ø 第五步：确定解决思路
Ø 第六步：细化解决方案
Ø 第七步：专家反馈与消费者测试
Ø 第八步：安排和部署下一步
二、市场及消费者洞察助力品牌升级
1、案例介绍 & 基本方法论
Ø 研究流程
2 调研前期：确定调研方向
Ø 剖析背景
Ø 定义问题&明确目标
Ø 思路梳理
Ø 整理思路
3 调查中期：数据、资料分析 & 结论生成
Ø 资料分析
Ø 数据分析
Ø 机会点分析
Ø 相关性分析
Ø 拉新方法论
Ø 市场调研方法：定量分析和定性分析相结合，判断市场及消费者心理特征
4 调研后期
Ø 落地执行
Ø 复盘
Ø 市场建议：根据公司转型目的，整合合理的市场建议，给出转型策略
