【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】
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
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
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
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
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”
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
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】
【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
【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
【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
【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
【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
【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】
企业高层管理者：董事长、总裁、总经理、分管副总等
战略高层、战略规划、顶层设计负责人（CEO、CTO、CIO、CMO等）
各个条线的业务负责人和技术专家
产品开发与创新人员、服务方案制定者
市场营销策划、客户经理、产品经理等
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
什么是商业数据分析
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
商业数据分析的三个阶段六个步骤
阶段一：构建问题
阶段二：分析问题、解决问题
阶段三：传达结构并行动
5、商业数据分析的核心技能模型
数据分析能力
逻辑思维能力
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
假设法
对比分析
分组分析
趋势分析
结构分析
矩阵分析
多维分析
公式分析
路径分析
交叉分析
2、数理模型的数据分析思维模式
分类思维模式
对比思维模式
时间序列思维模式
逻辑树思维模式
指数化思维模式
下钻思维模式
经营思维模式
3、数理模型中的五大数据分析模型
AARRR模型
RFM模型
CLV用户生命周期模型
事件分析模型
用户旅程模型
4、数理模型的业务分析框架
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
搭建目的
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
信息分析的目的和对象
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
管理项目中，客户提出的问题
透过现象看本质-方法论和应用技巧
透过现象看本质-以公司为例
2、方法论应用举例
第一步：确定数据分解的框架
第二步：基于该框架对目标公司进行分析
第三步：与历史数据、与可比竞争者进行对比
第四步：对重点领域进行细化分析
第五步：定性分析，分析背后的原因
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
市场规模测算方法
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
Step1. 列出行业分析框架
Step2. 按照分析框架，列出历史数据
Step3. 进行未来 3 - 5 年相关变量的预测
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
产业链梳理步骤
如何从零开始研究产业链构成
2、细分环节，分析重点
各环节的切分及相互影响
如何确定产业链的重点环节？
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
快速摸清细分行业的构成
确定重点环节之后的分析角度
政策分析：不同机构的适用政策与规定
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
行业竞争格局如何分析
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
如何定义商业模式
从公司层面解读商业模式
资源驱动的商业模式
产品驱动的商业模式
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
核心要点1-用户价值
核心要点2-收入来源
核心要点3-市场规模
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
决策层
IT层
业务层
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
帮决策者提升信息收集的效率体验
帮决策者加强业务过程的精细化管理
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
基于“人”的视角
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
数据模型建立
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
定战术：IT部门的定位
建能力：培养链路上最重要的人（数据运营官的平台）
给武器：FineBI+FineReport（行业方案和企业管理平台）
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
器（工具）
器（方案）
人（服务）
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
举例：如何对一个新的产品定价？
方法论：在讨论定价时，通常我们讨论的是两方面
基准定价策略
定价调整策略
2、基准定价策略的操作方法
基于成本的定价方法
基于竞争/需求的定价方法
3、基准定价策略的适用行业
基于成本的定价方法的适用行业
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
基于成本的定价方法的使用
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
举例：如何解决盈利率下降的问题？
方法论：沿着四部曲，解决盈利率下降的问题
第一步：定量寻找原因
第二步：明确分析重点
第三步：定性刨根问底
第四步：提出改善建议
6、企业内部问题的总结
新产品定价及定价调整策略
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
传播
聚客
成交转化
4、数字营销的重要性
社会层面
客户层面
用户层面
5、数字营销的核心价值
品牌与产品价值观
消费者观察
场景化营销
6、数字营销的三要素
数据
创意
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
品牌营销
产品销售
客户运营
售后服务
9、数字营销的本质：以用户为中心
接触“跨渠道”
对待“一致化”
互动“个性化”
服务“超预期”
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
数据营销架构-业务视角
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
营销要素的数字化（品牌定位、内容和创意、媒介）
打通投入产出之间的关联关系
营销数字化中要避免的陷阱
执行清单，秒针经验
4、数字营销分析
归因分析：对数字营销进行效果评估
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
市场及消费者调研兼具分析思维与设计思维
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？
第一步，结合核心业务确定用户关键行为
第二步，分析数据
第三步，跟进调研，丰富用户画像
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
消费者访谈有什么注意事项
通过第三方报告获取市场及消费者洞察
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
巧用设计思维工作坊
设计思维工作坊运作的流程
第一步：项目背景介绍与团队建设
第二步：用户故事分享
第三步：确定关键问题
第四步：脑暴解决办法
第五步：确定解决思路
第六步：细化解决方案
第七步：专家反馈与消费者测试
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
研究流程
2 调研前期：确定调研方向
剖析背景
定义问题&明确目标
思路梳理
整理思路
3 调查中期：数据、资料分析 & 结论生成
资料分析
数据分析
机会点分析
相关性分析
拉新方法论
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
落地执行
复盘
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
