做企业培训,当然要找对好讲师!合作联系

枫影:数字化经营分析

枫影老师枫影 注册讲师 145查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 数据分析

课程编号 : 16320

面议联系老师

适用对象

运营部、大数据部门

课程介绍

【课程背景】

经营分析,即针对销售额的数据分析。其核心思想是基于经营目标与实际经营数据进行对比,通过归因分析,找到问题,进而优化相关因素,提升业绩。在实际的经营过程中,由于所牵涉到的指标较多,分析维度复杂,也成为一家企业进行数据分析中最重要、最难的部分。

本节课将系统性指导学员借助数据分析的方法找到业绩经营中的问题,优化改善,最终实现业绩增长。

【课程收获】

  • 了解数据分析的意义
  • 了解数据分析的逻辑
  • 掌握数据分析的流程、方法和工具
  • 掌握经营分析的具体方法

【课程时间】 1天(6小时)

【课程对象】运营部、大数据部门

【课程内容】

  1. 数据分析的价值和意义

优秀的企业都在在每一个关键节点做出了科学判断

科学判断的本质是对复杂事物(数据)的一种分析

  1. 做什么?——方向
  2. 怎么做?——策略
  3. 怎么做才能做得更好?——方法技巧

相比于传统经验决策,数据决策的特点

  1. 经验本质也是数据,但却是主观的、片面的、历史的数据
  2. 大数据,具有客观性、即时性、全面性
  3. 相比传统经验的决策,更加科学
  4. 数据分析赋能企业业绩增长的底层逻辑

1.定义问题——提出一个好问题

2.数据模型——对一个问题的多维度思考

3.数据采集——从各个渠道获取相关的数据

4.数据分析——使用一定的数据分析方法得出结论

5.形成判断——对初始的问题作出接下来的行动决策

【案例】上海清美C2M数据分析

数据分析驱动业务创新发展(多个部门采用此方案)

业务与数据的关系

  1. 业务是数据的来源
  2. 数据反映业务运行状况,并反过来指导业务

实体产业常见的业务场景数据分析的应用

  1. C2M,借助需求数据,敏捷性创新产品

【案例】元气森林的产品创新

  1. IMS,依托ERP、MES、PLM等系统数据展开智能化精细化排产

【案例】上海清美面包的定制化生产

  1. ILS,依托智能物联数据和AI建模,实现智慧物流体系

【案例】上海洋山港码头智慧物流

  1. 品牌与市场,基于目标用户数据展开品牌细分与精准市场营销

【案例】瑞幸咖啡的精准市场投放

  1. 用户体验,依托消费者数据展开个性化场景设计

【案例】成都大悦城基于用户数据展开个性化场景搭建

  1. 渠道数字化,依托渠道数据分析,展开对渠道的精细化管理赋能

【案例】美的D2C的渠道数字化与数据分析

  1. 用户运营,基于SCRM数据,展开对用户的精细化运营

【案例】中国移动的客户数据分析在用户运营方面的应用

构建数据共享中心,实现整个业务场景的协同运营效率提升

  1. 一体化大数据平台、数据中台的建设
  2. 基于用户需求为中心的数据调用

数据分析的流程、方法

定义问题

  定义业务模型

  1. 与业务专家深度沟通,构建初步数据分析模型
  2. 把业务模型融入算法

数据获取

  1. 外部数据:网站或爬虫
  2. 内部数据:原始录入、互联网、物联网
  3. 数据使用分类:建模数据、训练数据和分析数据

数据处理

(1)数据处理的内容

  • 数据清洗
  • 数据补充
  • 定义主数据和元数据

(2)完成数据的清晰和补充

  • 去重复
  • 查补缺
  • 检查数据准确性

(3)基础数据处理

  • 常用函数(加总求和、计数、平均、最值、排序、乘积、除余、取整)
  • 逻辑运算(if、iferror、and、or)
  • 文本编辑(文本提取、文本查找、文本替换、文本转换及合并)
  • 引用与查找(vlookup、hlookup、lookup、indirect、index、match)

做好数据分析

  1. 借助工具实现以上分析
  • 对比分析:柱形图
  • 结构分析:饼状图
  • 趋势预测分析:折线图+柱形图
  1. 数据分析内容
  • 异常分析
  • 描述性分析
  • 推断性分析
  • 预测性分析
  • 归因分析
  • 客户分析

做出决策

  1. 背景介绍和问题描述
  2. 定义问题,并进行相关性分析
  3. 数据分析报告的呈现
  4. 提出下一步行动计划

经营分析(如果只有销售部门,则上此部分)

  1. 销售业绩模型
  2. 渠道模型:S=Σs(1~n),适用于全国网点、代理、分公司、办事处类型
  3. 流量模型(漏斗模型):S=UV(流量)*CVR(转化率)*P(客单价),适用于线上渠道运营。
  4. 增长黑客(AARRR):S=N*P=S1(新客户)+S(老客户)+S3(老带新)

(包括了:漏斗模型+RFM模型+裂变模型)

  1. 分布模型:S=n*s(标准经营单位),适用于自营销售终端(含线上)的类型

2.数据指标

  1. 产品结构
  2. 渠道结构
  3. 终端结构
  4. 区域结构
  5. 硬件结构
  6. 用户结构

3.数据分析方法

  1. 目标分解
  2. 指标对比
  3. 检验假设:单因子变量和AB对照分析
  4. MVP最小可行性分析

【案例】某企业经营业绩分析

【现场任务】根据自身经营情况采用归因分析,找到影响企业业绩增长的因素

枫影老师的其他课程

• 枫影:数据统计与数据分析
【课程背景】数据分析是项目运营的核心,是判定项目运营动作有效性的晴雨表。通过后台的运营数据分析,可以分析用户数据导出产品规划,可以分析出关键动作是否有效。进而指导接下来的工作的开展,对于项目运营来说,数据分析是至关重要的动作,是每个做运营的必须要掌握的一门核心技能。【课程收获】了解数据分析的意义、应用场景和常用方法了解当前基于销售额的数据分析的主流分析方法和分析公式掌握新客户、老客户、老带新的分析方法了解分销分析和市场洞察的数据分析方法【课程时间】 1天(6小时)【课程对象】运营部、大数据部门【课程内容】模块标题内容收益1数据分析数据分析数据分析的意义数据分析的场景数据分析各场景的指标数据分析常用的方法了解数据分析的意义、应用场景和常用方法2销售目标分解基于客户的销售分解:S=S1+S2+S3及相应的销售占比结构S1=UV*CVR*PS2=N*R*PS3=N*K*P销售目标分解与数学公式3新客户销售指标S1(适用于:传统电商+内容兴趣电商)UV:流量分解与数据分析流量概况来源监控与渠道推广分析页面热力度与路径分析商品分析流量指标分析与对策提升流量的方法及核心动作 CVR:转化率数据分析转化率指标转化率影响要素判定提升转化率的方法 P:客单价数据分析商品分析活动分析提升客单价的方法【案例】如意好礼的新客户数据分析新客户销售额的分析。 掌握其核心的数据分析指标、方法和提升技巧4老客户复购S2(适用于社交私域电商)N:老客户老客户占比数据老客户留存老客户洞察老客户触达老客户流失RFM模型的应用会员等级分析R:复购率复购率定义影响复购率的要素提升复购率指标P:老客户客单价老客户客单价影响老客户客单价要素剖析提升老客户客单价的方法【案例】历奇营地的老客户复购数据分析老客户复购分析 掌握老客户的留存、流失率和复购率分析的方法5老带新销售S3(适用于社交分销电商)N:老客户(1)老客户占比数据(2)老客户留存(3)老客户触达(4)老客户流失(5)RFM模型的应用K:裂变指数裂变指数定义影响裂变指数的指标拉升裂变效果的方法P:老带新新客户成交价影响老带新新客户单价的要素拉升老带新新客户单价的方法【案例】历奇营地的老带新运营掌握老带新的数据分析的指标、方法和拉升技巧6专题分析商品单品分析商品结构分析商品流量结构和来源分析商品转化率分析用户分析用户结构分析用户画像-场景洞察分析用户RFM分析用户ARPU值分析用户转介分析活动分析活动ROI分析活动费用分析场景模拟:做出相关商品运营、用户运营、活动的效果分析
• 枫影:电商平台运营数据分析
【课程背景】电商平台的数据分析,可以有效帮助电商平台运营者发现业务运营中的问题,支撑其运营决策和优化运营策略。本次课程内容主要基于中建电商现有的业务做数据分析,帮助运营人员和商务人员更有效展开运营工作。【课程对象】平台产品运营、供应商管理等【课程收获】了解垂类电商整体经营模型架构掌握对当下主营业务展开数据分析的方法能够就分析结果提出改善型对策【课程时长】1天【课程大纲】垂类电商的盈利模式分析垂类电商的价值:供需匹配垂类电商的竞争力:匹配效率与用户体验垂类电商的盈利点:付费会员、交易佣金、广告费、活动报名费、金融服务、saas赋能工具等【案例】中服网、找钢网、鞋材网等盈利模式分析垂类电商平台产品发展阶段功能性产品:解决基础信息发布、支付交易和功能性呈现运营型产品:破解用户增长问题及利润产生策略型产品:核心解决风险控制、算法匹配,拉升用户体验【案例】电信翼支付、中服网、GO2等垂类电商平台的发展历程构建基于平台GMV的数据分析模型业务战略分析:S(平台)=Σs(1~n),整个平台业绩=各业务业绩之和业务生命周期理论业务战略理论业务数据分析【案例】滴滴业务战略分析产品结构分析:S(业务)=Σs(1~n),n=产品某业务线的GMV=付费会员+交易佣金+广告收益+...产品战略与产品结构产品结构分析【案例】某电商平台的产品结构分析用户价值分析:S(产品)=n*p,n=用户数,p=用户价值用户增长模型:AARRR模型用户生命周期理论目标制定与分解用户结构分析:新老用户占比分析用户等级分析RFM分析用户Arpu值分析【案例】某母婴类平台的用户运营数据分析流量转化率分析:n(用户数)=uv*cvr,uv=平台流量,cvr=转化率电商平台流量来源渠道分析各渠道来源的转化率分析单品流量转化率分析【案例】某社区团购平台的流量、转化率分析数据分析的流程与方法明确逐层分解的业务模型取数:从报表和系统中获取相关数值做好数据治理和数据清洗完成基本的对比分析、预测分析绘制可视化报表解读报表,实现数据价值的挖掘【演绎】如何借助BI报表,完成数据分析和数据报表的制作数据分析后常见的问题对策业务战略问题:优化业务结构产品规划问题:优化产品结构、优化单品用户结构问题:优化用户结构,实现拉新和老客户维护的闭环运营用户增长问题:强化流量运营和销售转化策略存量用户问题:设计用户等级、权益和策划场景化内容等【案例】某电商平台基于数据分析,如何优化整体电商平台的运营
• 枫影:数据类产品
【课题介绍】该课题主要破解在企业数字化转型过程中涉及到数据管理、数据资产、数据要素商业化过程中需要的工具——数据产品、数据资产化、数据要素商业化等方面的内容。帮助学员理解数据是如何发挥商业价值的。【课题对象】数据产品经理【课程时长】3小时【课程大纲】数据的价值数据产品:围绕数据治理的过程,提高数据治理、数据管理的效率数据服务:面向业务的,实现业务运营效率的提升和良好体验数据要素:把数据定义为生产要素,参与到内外部经济生产过程中,发挥价值三类数据价值的主要核心内容及措施数据产品:主要包括在数据清洗、数据存储管理、数据可视化、数据挖掘四个环节与数据安全数据清洗类:数据采集和数据集成ETL数据存储管理:数仓、DMP和CMP数据可视化类:BI数据挖掘类数据安全类【案例】国内外主流的数据产品介绍数据服务:以中台形式存在的面向业务的“自助式”数据服务基于中台体系下的数据服务的额内涵什么叫好的“数据服务”数据自助产品面向业务的数据资产DIY【案例】某零售云下的数据服务体系介绍数据要素:数据资产参与内外部商业交易数据,第五大类生产要素数据要素的内涵数据要素交易流通机制数据要素交易整体体系【案例】南方电网电力数据要素参与外部交易数据产品、数据服务和数据要素商业化对内部的能力要求1.数据资产的意识:从数据仓库、数据资产管理到数据服务2.面向业务的数据管理平台的搭建【案例】虎牙的“数据服务+自助”产品实践

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务