课程简介
1、学员能在业务的基础上熟悉自己业务和公司的指标体系，能够分析和判断指标体系的逻辑和好坏，并具备梳理一套指标体系的能力。同时，根据根据目前业务所处阶段，有理有据的明确业务的北极星指标，具备量化指标判断需求价值的能力。
2、基于学员自身业务的基础上，掌握8种有效的指标分析方法，覆盖约80%的运营场景，能够解决日常工作中大部分的指标分析痛点。
3、学员能站在更高的视野来制定更完整的运营增长策略，并且能够深入理解指标背后的业务特征和运营特点。
4、学员能掌握熟练的数据分析报告的撰写要求和技能。
目标收益
培训对象
课程大纲
| （模块一）线上业务的数据运营体系 |
数据运营体系概览 1）线上业务的数据运营全景图 2）顶层框架3A3R模型 数据运营能力（1）客户洞察能力 1）用户画像：用户分层和用户分群 2）用户标签：属性标签和兴趣标签 数据运营能力（2）流程运营能力 1）交叉营销能力：智能化跨场景交叉营销 2）线上线下融合：充分发挥银行渠道价值 数据运营能力（3）数智化能力 1）流量运营体系：营销活动的自动化运营 2）用户特征模型：用户偏好模型和流失预警模型 |
| （模块二）数据化运营的抓手：指标体系 |
1、业务指标体系 工作中围绕指标体系的常见问题 指标体系的核心概念 指标的8大要素 2、深入理解北极星指标 北极星指标的目的 如何选择北极星指标 不同产品类型的北极星指标 不同产品生命周期的北极星指标 不同目标客群的北极星指标 案例：某信用卡APP的北极星指标 3、如何搭建指标体系 构建指标体系的“四个步骤” 案例：某电商产品指标体系的建设过程 提供工具：金字塔原理 4、深入理解“用户新增”类指标 三种必须理解的用户类型 如何界定“有效用户”和“真实用户” 如何定义“注册用户” 如何做用户的“账户归一化” 如何引导新用户完成注册 如何识别重复用户 如何识别灰产和欺诈用户 5、深入理解“用户活跃”类指标 如何理解“活跃”和“UV” 深入理解DAU和MAU背后的业务特点 用户持有多个设备，应当如何分析活跃？ 这个产品的DAU究竟是多少？ 6、深入理解“用户留存”类指标 为什么越来越关注“用户留存”？ 留存的准确定义 三类留存的业务特点 常见产品的留存指标分析 |
| （模块三）数据化运营的打法：数据分析能力 |
1、用数据发现问题 （1）如何快速找到指标分析的突破口 如何用“描述性统计”发现数据异常 描述性统计的3个分析方法和1个分析工具 如何在Excel中使用描述性统计 如何分析9月和10月的经营业绩？ 如何评估合作渠道的业务稳定性？ 如何发现每日活跃用户的潜在风险？ （2）如何准确发现用户的异常行为 如何用“漏斗分析”分析用户行为特征 漏斗分析的定义和流程 漏斗分析的3个要素 漏斗分析的使用流程 如何提升商城购买率？ 2、用数据推断原因 （1）如何快速寻找指标变化的原因 如何用“多维分析”发现原因 多维分析的定义 多维分析的2种分析方法 如何分析APP的用户波动？ 如何分析微信公众号阅读率的波动? 如何建设全链路用户行为旅程漏斗？ 如何优化营销活动路径？ 如何制定脱落挽留策略？ （2）如何精确定位关键致因 如何用“相关性分析”定位原因 相关性分析的定义 相关性分析的流程 如何在Excel中使用相关性分析 是否热门品类的复购率就会很高？ 是否男性用户更愿意给 5 星好评？ 是否客单价越低，购买率越高？ |
| （模块四）数据化运营的呈现：如何写好数据分析报告 |
1、掌握图表的设计规范 图表的6大组成元素 图表的一般设计规范 2、掌握常见图表的使用方法 柱状图的适用场景、使用方法和常见错误 折线图的适用场景、使用方法和常见错误 饼图的适用场景、使用方法和常见错误 复合图表和图表的高级技巧 3、掌握数据分析报告的框架和结构 掌握麦肯锡MECE原则 掌握报告的框架撰写要求和技巧 掌握报告详情页的撰写要求和技巧 |
|
（模块一）线上业务的数据运营体系 数据运营体系概览 1）线上业务的数据运营全景图 2）顶层框架3A3R模型 数据运营能力（1）客户洞察能力 1）用户画像：用户分层和用户分群 2）用户标签：属性标签和兴趣标签 数据运营能力（2）流程运营能力 1）交叉营销能力：智能化跨场景交叉营销 2）线上线下融合：充分发挥银行渠道价值 数据运营能力（3）数智化能力 1）流量运营体系：营销活动的自动化运营 2）用户特征模型：用户偏好模型和流失预警模型 |
|
（模块二）数据化运营的抓手：指标体系 1、业务指标体系 工作中围绕指标体系的常见问题 指标体系的核心概念 指标的8大要素 2、深入理解北极星指标 北极星指标的目的 如何选择北极星指标 不同产品类型的北极星指标 不同产品生命周期的北极星指标 不同目标客群的北极星指标 案例：某信用卡APP的北极星指标 3、如何搭建指标体系 构建指标体系的“四个步骤” 案例：某电商产品指标体系的建设过程 提供工具：金字塔原理 4、深入理解“用户新增”类指标 三种必须理解的用户类型 如何界定“有效用户”和“真实用户” 如何定义“注册用户” 如何做用户的“账户归一化” 如何引导新用户完成注册 如何识别重复用户 如何识别灰产和欺诈用户 5、深入理解“用户活跃”类指标 如何理解“活跃”和“UV” 深入理解DAU和MAU背后的业务特点 用户持有多个设备，应当如何分析活跃？ 这个产品的DAU究竟是多少？ 6、深入理解“用户留存”类指标 为什么越来越关注“用户留存”？ 留存的准确定义 三类留存的业务特点 常见产品的留存指标分析 |
|
（模块三）数据化运营的打法：数据分析能力 1、用数据发现问题 （1）如何快速找到指标分析的突破口 如何用“描述性统计”发现数据异常 描述性统计的3个分析方法和1个分析工具 如何在Excel中使用描述性统计 如何分析9月和10月的经营业绩？ 如何评估合作渠道的业务稳定性？ 如何发现每日活跃用户的潜在风险？ （2）如何准确发现用户的异常行为 如何用“漏斗分析”分析用户行为特征 漏斗分析的定义和流程 漏斗分析的3个要素 漏斗分析的使用流程 如何提升商城购买率？ 2、用数据推断原因 （1）如何快速寻找指标变化的原因 如何用“多维分析”发现原因 多维分析的定义 多维分析的2种分析方法 如何分析APP的用户波动？ 如何分析微信公众号阅读率的波动? 如何建设全链路用户行为旅程漏斗？ 如何优化营销活动路径？ 如何制定脱落挽留策略？ （2）如何精确定位关键致因 如何用“相关性分析”定位原因 相关性分析的定义 相关性分析的流程 如何在Excel中使用相关性分析 是否热门品类的复购率就会很高？ 是否男性用户更愿意给 5 星好评？ 是否客单价越低，购买率越高？ |
|
（模块四）数据化运营的呈现：如何写好数据分析报告 1、掌握图表的设计规范 图表的6大组成元素 图表的一般设计规范 2、掌握常见图表的使用方法 柱状图的适用场景、使用方法和常见错误 折线图的适用场景、使用方法和常见错误 饼图的适用场景、使用方法和常见错误 复合图表和图表的高级技巧 3、掌握数据分析报告的框架和结构 掌握麦肯锡MECE原则 掌握报告的框架撰写要求和技巧 掌握报告详情页的撰写要求和技巧 |
近期公开课推荐
