课程简介

数据是现状的反馈、问题的洞察和决策的基础，做好产品、运营、市场或者几乎任何工作，都需要给予数据的指引。互联网下半场是个性化产品和精细化运营的时代，数据端的能力在很大程度上决定工作的效率和水平。

本课程通过讲师在B端与C端企业长期担任高管，负责业务、产品、运营以及增长等核心职能部门时所积累的丰富的数据分析与决策实战经验，通过大量案例介绍在数字化企业中被广泛应用的数据分析方法，以及实践获得的经验教训。

课程导入部分会梳理整个课程的思路与逻辑，设置学员正确的学习期望，并通过导师在中国以及美国互联网巨头的实际体验，介绍数据科学体系在企业中落地的三个方向：技术层、算法层和应用层，并介绍数据如何从多个维度对业务进行赋能，引起学员数据分析和精准决策的价值认同与重视。

随后课程分为三个主要部分展开：
1.数据分析体系
本部分从一个层层深入的实际分析案例开始，介绍数据分析流程、四类数据收集方法，以及如何通过在系统中存在的大量数据找到关键的隐藏信息，并建立大数据创新循环链，使产品数据分析体系逐步走向成熟。随后，本节将介绍数据的重要处理方法：数据清洗和归一化，并介绍判断指标异常的五种方法、数据分析的八种方式、以及最常用到的五种数据分析方法，以及常见的“幸存者偏差”等数据分析误区。最后，本节将给出一个大型综合性案例，让学员将数据分析的知识形成串联，融会贯通。作为延伸和高端部分，课程还将介绍用户行为分析方法，通过行为数据和结果数据分析的差异性、漏斗分析和行为分析的实际案例，介绍如何从用户行为中获取关键信息，并且针对一个特别关键的行为分析：用户流失分析，进行深度讲解，包括流失-行为相关性分析、流失路径分析、流失用户特征分析、流失预测模型，让学员掌握如何预测和减少用户流失的数据洞察能力。

2.数据指标体系
为了能够进行深度的数据洞察，企业还必须建立精准贴合业务的数据指标体系。本部分首先从北极星指标说起。作为增长的核心理念，北极星是一个极为关键的数据指标和业务发力方向指引，但根据讲师的实践，增长黑客理论提到的北极星指标寻找方法并不完全适用于实战。本节将进行深入实践环节的梳理，让学员理解正确和实用北极星的寻找方法。随后，课程将通过OSM模型的深入介绍，以及指标拆分原则的详解，指导学员如何层层递进地建立精准支持业务目标的分级指标体系。最后，在指标体系的基础上，本节还将讲解四大类数据看板的建设，让数据指标体系成为可视化的工具，以支持日常使用和实时问题捕获，大幅提升分析效率。

3.大数据预测模型
本节是课程的拔高部分，针对准确价值预测这一普遍难题，揭秘当前世界最领先电商公司的大数据科学团队如何对业务、功能、项目、顾客行为进行价值预测及ROI评估，并给出基于精准价值预测的精细化运营实战实例。课程首先从价值预测的主要应用场景讲起，介绍多种当前的主流预测方法以及流行的AB测试，并逐一点评这些分析方法的局限性和问题所在。随后，会介绍世界顶尖公司大数据科学团队的最新研究成果，介绍如何建立精准决策模型，基于大数据对产品、运营、市场活动的业务价值以及顾客行为价值进行预测的方法体系。其完全不同于当前的主流方法，提供更加精准的未来价值预判。

本课程包含两个探讨共创环节，帮助学员结合学到的课程知识，对自身产品进行实际的深入思考和演练，掌握数据分析方法和产品指标体系建设。

目标收益

深入了解数据挖掘与分析方法、准确洞察业务状态和其中蕴含的问题，并学会深入分析数据波动背后的真正原因；
学会搭建精准匹配业务目标的分级数据指标体系，深入掌握基于大数据的产品、运营、市场行为和项目价值估算方法，建立大数据精准决策思维。

培训对象

B端与C端企业的数据部门、产品、运营、市场、技术部门人员。
IT企业及传统企业数据分析部门，业务部门需要进行项目价值评估及量化管理的人员。
企业战略决策层人员。

课程大纲