魏凌睿：基于系统思维的问题分析与解决

魏凌睿注册讲师 569查看

课程概要

培训时长 : 2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 : 1678

联系老师

行业不限

适用对象

班组长（一线主管）/中层管理人员

课程介绍

课程时间：2天，6小时/天

课程对象：班组长（一线主管）/中层管理人员

课程背景：

数字化转型过程中，如何基于数据进行系统思维和有效决策是目前企业员工分析解决问题的关键能力，了解基于数据的系统思维、掌握相应工具和问题分析决策的科学流程，这是员工发展的关键培养环节。

本课程从基于数据的系统思维入手进行讨论，在数字型系统思考方法的基础上，拆解问题分析解决底层逻辑，通过方法、工具、解决步骤的训练，使得学员能够基于数据运用系统思维发现问题、分析问题、解决问题。

课程收益：

● 理解系统思维的底层逻辑框架和思考方法；

● 理解并掌握利用系统思维进行问题分析解决的四大步骤；

● 掌握问题解决落地的计划制定和检验纠偏方法；

● 利用系统思维掌握全套的假设思考的系统方法；

● 掌握系统思维方法在报告/汇报中的应用。

课程时间：2天，6小时/天

课程对象：班组长（一线主管）/中层管理人员

课程方式：案例+互动+练习+讨论+工具

课程模型：

课程大纲

第一讲：系统思维认识问题

一、必须提升的数据型思维

1. 思维不足的三大痛点

2. 系统思维和常见思维的关系

3. 系统思维应用场景

案例1：框架建立——数字记忆

案例2：如何解决产品销量不佳的问题

案例3：人物画像示例

二、系统思维运用的思考方法

1. 左右脑思维

测试1：左脑测试

测试2：右脑测试

2. 系统思考是左右脑综合思考的方式

3. 右脑训练方法

1）冥想

2）深呼吸

3）暗示

4）想象力

5）黄卡

6）曼陀罗

7）舒尔特训练表

测试：左脑训练

三、系统思维运用于问题发现与确认

1. 确认征兆与发掘问题的关键

1）寻找问题设定目标

2）逻辑树拆分锁定问题

2. 培养发现与辨别问题的意识

1）三类问题辨析

2）问题关联信息的收集确认

案例：某企业面临的状况分析——问题分类和信息确认

讨论：简单问题为什么经常被搞得很复杂？

第二讲：系统思维分析问题（三大关键）

关键一：发现界定问题

1. 准确描述问题-SMART原则

2. 明确问题的构成要素

3. 挖掘问题的本质

4. 显性化问题隐含的假设

案例分析：员工积极性不高的问题界定

关键二：收集问题关联的数据信息

1. 收集数据信息的重要手段—测量

2. 测量基础—抽样的样本要求

3. 测量的设计与落地

1）问卷设计原则

2）图尺度评量表问卷

3）结构化问卷

4）随机对照实验

案例1：汽车超速怎么调查？

案例2：费希尔实验

讨论：小张怎么设计图尺度评量表对客户进行调查？怎么设计结构化问卷对客服行为进行测量？

关键三：建立框架分析和决策

1. 运用思维导图进行系统思考

案例：思维导图系统思考示例—写作的要点

工具：思维导图视图

1）思维导图进行系统思考建立框架

2）思维导图进行系统思考需要遵循MECE原则

练习：应用MECE原则对人进行分类

练习：应用思维导图系统分析如何提高职场竞争力

2. 自下向上提炼创新框架

1）时间结构

2）空间结构

3）重要性结构

4）演绎结构

3. 自上而下选用成熟框架

1）自上而下和自下而上的差异

2）营销分析成熟框架—4P/4R/4C

思考：如何自上而下建立框架分析提升手机销量？

4. 自下而上和自上而下构建框架的结合

5. 在框架中把握关键抓手—二八原则、幂律分布

案例：如何寻找最优方案到达河对岸？

6. 矩阵图使用技巧

案例：如何选择适合家庭的房屋？

7. 决策树的使用要点

工具：决策树视图

案例：决策树选另一半？

第三讲：系统性思维促成问题解决方案落地

一、制定系统性计划的方法

1. WBS的运用方法技巧

1）面向过程的分解和面向结果的分解

2）WBS辞典——基于数据的描述

2. 责任分配矩阵的使用

3. 网络图的运用方法技巧

4. 甘特图的运用方法技巧

工具：甘特图的视图

1）过程不能取代目标

2）里程碑切分项目

3）留出预留提前期

5. 应用制定计划软件

案例：技术大赛的WBS分解和网络图

练习：WBS和网络图对装修进行系统规划

计算：最短完工时间是多少？

二、检查调整计划的方法

1. 风险概率矩阵的使用步骤

1）建立单个风险评估表

2）建立维护概率影响矩阵

3）形成风险登记册

4）绘制风险概率矩阵

2. 海星图进行反思与决策

案例：利用海星图进行纸飞机制造的改进

第四讲：假设思考法检验纠偏

一、假设思考法的运用场合

1. 时间要求严格

2. 数据获取困难

3. 新环境新场景

4. 实施风险太大

二、运用假设思考筛选数据

重视数据清洗的重要性、难度和成本

四、假设思考五大步骤

第一步：界定问题

第二步：建立假设

第三步：明确关键

第四步：验证假设

第五步：快速调整

案例1：珠宝店被盗的侦破

案例2：医生诊断

案例3：如何调整产品定价？

第五讲：结构化报告完美汇报

一、系统思维规划报告整体结构和推进逻辑

二、系统思维梳理内容构建表达逻辑

1. 系统思维组织内容

1）自上而下

2）结论先行

3）归类分组

4）逻辑递进

2. SCQA设计报告

视频：日本语言学校招生

三、利用系统思维进行报告制作和汇报

案例：如何说服领导采用自己的部门出游计划

练习：报告编制/汇报演练

魏凌睿老师的其他课程

• 魏凌睿：数字网络视角下的场景化数据分析实战: 课程时间：2天，6小时/天课程对象：各行业基层管理人员（行政、技术等方面管理人员）课程背景：随着国家数字化转型战略的提出，企业必须对数字化转型潮流进行应对，面对企业进行数字化改造，各级员工是否具备根据工作业务场景进行数字化分析能力是决定员工是否能够适应新趋势完成个人数字化转变的重要条件，也是关系企业能否成功完成数字化变革的关键。个人数字化转型首先面对的是传统关系网络向个人数字化网络的过渡，以此为基础进行数据分析思维的培养从而能够将数字化方法手段应用于相应工作场景。因此本课程从个人数字网络建立入手进行讨论，在建立个人数字网络的基础上，培养数据思维、掌握数据分析方法，面对各种业务场景中进行数据分析应用，这即是本课程讨论的核心内容。课程收益：● 建立数字网络尤其是个人数字网络的，掌握数字网络建立的方法和技巧；● 理解数据思维并掌握数据思维培养方法，掌握建立数据思维框架的方法；● 理解业务场景并抓住核心关键点，掌握各种业务场景下数据分析的方法和技巧，并能够举一反三，对新业务/场景进行分析。课程时间：2天，6小时/天课程对象：各行业基层管理人员（行政、技术等方面管理人员）课程方式：案例+互动+测试+思考+练习+讨论+工具课程模型：课程大纲第一讲：理解并利用个人数字网络一、数字化网络对传统个人关系网络的冲击1. 节点和连接构成了数字化网络2. 网络视角分析场景状况的抓手二、把自己打造成不可替代的数字网络节点1. 构建稳固的中心性底层逻辑（把握节点中心性三个特点）2. 搭建信息关系桥（占据网络重要空隙）3. 成为适应企业发展变化的“穿越者”（锻炼切换能力）案例：如何判断谁是微信大V讨论：如何利用节点理论实现人生目标三、善用数字网络连接建立可靠关系并打造高效协同团队1. 建立同质的情感连接和异质的任务连接组建团队2. 巧用强关系和弱关系建立团队的沟通和领导机制3. 理解小世界网络建立团队外部资源的获取连接案例：六度分隔现象四、建设自己的有效数字网络1. 打造优先连接成为高影响力的超级流量节点2. 维护高质量的资源最大限度发挥效率3. 建立自己的高级网络4. 建设高韧性网络树立园丁式领导风格5. 利用组织中的非正式网络为目标服务6. 深入分析多模网络培养按需而动的数字化网络7. 分析数字化网络中的圈层设计互动模式案例1：大众点评的信息瀑布分析案例2：影响力扩散模型分析案例3：校友网络分析案例4：布雷斯悖论第二讲：培养数字网络中的数据思维一、数据化工作管理的本质1. 数据的四大类型2. 让数据说话——理解数据产生的背景二、建立数据思维的框架1. 数据思维的起源2. 数据思维框架拆解1）数据思维的三种境界：没数、有数、驭数2）三方面区别数据思维和大数据思维的关系幸存者偏差案例：应该在什么地方加装装甲（注意防止幸存者偏差）a预测思维b数学逻辑c kpi思维3）数据思维培养的四种方向方向一：提升数字型感觉方向二：建立平均回归原则方向三：把握数据感觉方向四：建立数据模型4）数据思维培养五个步骤第一步：问—业务问题转化为数据问题第二步：拆—问题至细节的拆分第三步：解—运用算法思维解决问题第四步：谋—数据思维与科学人文思维的统一第五步：现—可视化直观高效呈现案例1：斯诺医生案例2：汽车超速怎么调查互动1：婚恋平台如何为客户服务的？互动2：这样吃Pizza亏了吗？测试：您的数商值是多少？思考：某个城市一年的外卖数量？第三讲：企业关键业务场景数据分析实战一、业务发展战略分析1. 分析思路2. 相关战略分析方法的运用1）外部环境分析利器——内外因素评价矩阵2）层次分析法步骤：建立层次结构→准则比较→计算准则优先级→方案确定→检验3）麦肯锡战略分析利器——GE矩阵4）权重确定方法——权值因子判读/专家评分5）变异系数法：平均分→标准差→变异系数案例：如何找到钟意的他/她？二、投资分析1. 预测分析法1）预测原则2）定性预测方法3）定量预测方法：回归→假设检验2. 收益分析法1）理解现金流量表2）静态经济评价3）动态经济评价3. 风险分析法1）盈亏平衡分析2）敏感性分析3）概率分析案例1：预测某电子产品的销售额案例2：判断某项目是否可行三、新产品研发分析工具：用户需求分析KANO模型1. 模型的四类属性1）必备需求2）一维需求3）魅力需求4）可有可无需求2. 模型设计3. 模型应用案例：研发部门各种feature的开发顺序分析四、营销分析1. 分析思路1）用户行为分析2）4P营销组合法3）营销效果评估2. 聚类分析1）聚类分析思路2）层次聚类3）迭代聚类案例：用户消费习惯分析3. 价格敏感度测试工具：PSM模型案例：某商品定价分析4. 品牌知觉图分析1）品牌知觉图2）问题设置3）数据分析4）操作步骤案例：某品牌知觉图5. 定标比超分析1）确定标杆2）建立评价指标体系3）比较、提出措施案例：某产品渠道运营提升6. 漏斗分析7. AIDA模型1）广告投放地点2）广告投放内容3）广告投放时段案例：某产品广告方案五、运营分析——流转地图运用1. 流转地图5要素1）横轴2）流转节点3）流转线段4）流转数量5）流转率2. 三类流转地图——全域、平台、局部3. 流转地图应用方式1）评价效能2）发现瓶颈3）开辟新路案例：某小程序电商运营整体提升4. 绘制流转地图1）选择业务目标，确定关键结果2）结合关键结果，反推高价值行为3）量化页面数据，排布流转节点4）套用数据模型，补齐流转数据练习：绘制本企业的流转地图五、数据分析确定问题→分解问题→评估问题→决策执行案例：某公司旗舰产品销售提升

• 魏凌睿：企业数字化转型与数据分析: 课程时间：2天，6小时/天课程对象：企业运营管理部门、营销部门及有数据分析需求的员工课程背景：随着数字化转型成为企业的必答题，企业数字化进程的开展，面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据，我们应该如何高效分析处理？如何提升我们的工作效率？适应企业数字化转型的趋势，这是企业员工必须面对的状况。数字化进程以数据分析为抓手对企业业务进行梳理、优化、重构，掌握传统统计数据分析和大数据分析方法是企业员工必备技能。本课程即是在讲授企业数字化转型关键和平台构建基础上，探讨如何利用统计方法工具进行传统数据分析，并以营销的关键——精准客户识别方法为示例介绍大数据分析的重要方法，使得学员能够从理念到工具对企业数字化转型中面临的数据分析工作做到游刃有余、精准高效，从而实现企业降本增效的目的。课程收益：● 熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法；● 掌握统计方法进行数据分析和业务决策；● 掌握大数据理念的管理和运营关键；● 掌握大数据进行精准分析的方法—聚类、决策树和逻辑回归；● 掌握大数据分析工具RapidMiner的使用方法，能根据场景选用相应算法进行大数据分析。课程时间：2天，6小时/天课程对象：企业运营管理部门、营销部门及有数据分析需求的员工课程方式：案例分析+实操演练+思考练习课程大纲第一讲：企业所面临的数字化转型一、企业数字化转型原因1. 数字化改变商业模式1）数据变机会2）机会变服务3）服务变收入2. 数字化建立企业优势3. 数字化提升使用体验二、数字化转型核心要素1. 以数据为中心的智能化发展目标2. 数字化平台的构建三、员工在企业数字转型中应该作出的应对1. IT思维和业务思维相融合2. 培养开放共享的心态3. 围绕以用户为中心4. 提升数据分析处理能力第二讲：利用统计方法实现数据分析一、标度的选择使用量化感觉、态度、喜好等的方法二、频数的选择使用（衡量对总体水平的作用程度）1. 饼图2. 条形图3. 直方图三、基于统计方法的分析1. 分析异常值与偏斜数据2. 均值VS中位数VS众数3. 全距/四分位数的使用4. 百分位数与箱线图的使用5. 方差VS标准差分析变异性VS分散性6. 利用概率进行分析案例1：用户购买公司产品概率的分析案例2：某某企业员工加薪方案的选择四、基于统计方法的决策1. 比较法进行决策2. 组合法进行决策3. 贝叶斯方法进行决策4. 快省树方法进行决策思考：优秀员工如何选用统计指标进行评价案例：假设检验与数据证伪保证决策结果的正确综合示例：运用统计指标分析销售数据寻找方法提升某产品的销量第三讲：利用大数据进行管理与运营一、大数据现状1. 大数据时代的标志2. 六大趋势推动大数据发展3. Hype Cycle技术趋势对大数据的判断4. 新基建战略对大数据的定位5. 数字中国的内容案例：阿里双11二、大数据4V特征 1. 数量大2. 多样性3. 速度快4. 价值性案例：大数据4V特征在数字化全量全连接中的应用三、把握大数据的三个关键1. 更多——全样本透视本质2. 更杂——透过混杂性适配场景应用3. 更好——把握相关性，提供更好服务案例：三个关键对数字化实时反馈的影响案例：大数据商业画像示例——千人千面练习：猜猜他是谁？四、大数据分析1. 大数据分析的困难2. 数据即服务DaaS讨论：数字化转型中我们应该关注工作中的哪些管理数据和业务数据，它们的价值和应用难点有哪些？五、大数据应用1. 被动式演变成预判式2. 大数据商业价值 3. 大数据在行业的应用案例：智慧城市建设案例：企业数据地图实践讨论：企业数据治理——如何管好用好数字化平台的数据？第四讲：利用大数据技术进行营销数据分析一、K均值聚类算法应用——客户价值分析1. 客户价值分析有利于减少营销成本1）理解价值型客户2）差异化服务应对不同价值客户2. 客户价值分析方法1）客户价值识别流程2）K均值聚类识别客户价值a确定中心b计算距离c确定新中心d迭代得到最终分类3）针对不同客户价值采用不同营销策略视频：根据对象不同采用不同策略的销售视频案例：根据客户的消费额和交互属性进行聚类分析二、决策树算法应用——风险客户分析1. 传统风险分析识别方法的劣势2. 大数据方式下分析识别方法的改进——决策树算法应用1）预先建立if-then的判断规则2）数据分析建立的规则——信息熵3）决策树算法操作思路4）建立决策树模型进行分析a划分属性值b计算划分组的概率c计算每个划分规则下的信息熵d选择最小信息熵的规则为第一规则e迭代到样本分类案例：警察是如何发现罪犯的？案例：如何分析是否适合作为另一半三、逻辑回归算法应用——敏感客户分析1. 厘清不同场景下的敏感客户特点2. 分析敏感客户的关注点3. 逻辑回归算法的应用1）二分类问题2）个人采用二分法预判的局限性3）预判二分类问题的优化4）二分类结果预判的本质5）大数据回归方法进行二分类预判a线性回归大数据方法b逻辑回归大数据方法案例：如何判断对方是否真心喜欢我案例：回归方法预判职业发展案例：营销场景中敏感客户分析降低投诉率第五讲：Rapid Miner数据分析1. 分析接口2. 导入数据3. 加载数据4. 进行数据可视化5. 进行建模6. 进行模型应用7. 测试模型8. 进行模型评估9. 使用扩展聚类算法练习：客户价值分析决策树算法练习：信用风险评分分析逻辑回归算法练习：敏感客户分析

• 魏凌睿：数据分析处理及Power BI应用实战: 课程时间：2天，6小时/天课程对象：对业务数据有分析基本要求的相关人员课程背景：随着数字化转型成为企业的必答题，企业数字化进程的开展，面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据，我们应该如何高效分析处理，如何提升我们的工作效率，适应企业数字化转型的趋势，这是企业员工必须面对的状况。如何利用数据分析利器Power BI进行数据分析，使用Power BI的各种工具控件进行数据操作和可视化呈现，实现分析有洞见、工作有效率、报告能聚焦，即是本课程要讨论的主要内容。课程收益：● 熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法；● 掌握Power BI重要功能及操作方法，结合工作场景数据进行针对性高效数据分析；● 掌握利用Power BI进行数据可视化的方法，能够设计精美可读的分析报告；● 掌握利用Power BI进行业务分析的全流程方法，能够把控并实施进行业务分析从数据收集到呈现的各个关键步骤。课程时间：2天，6小时/天课程对象：对业务数据有分析基本要求的相关人员课程方式：案例分析+实操演练+思考练习课程大纲第一讲：企业所面临的数字化转型一、企业数字化转型原因1. 数字化改变商业模式数据变机会→机会变服务→服务变收入2. 数字化建立企业优势1）业务优化2）业务转型3. 数字化提升使用体验二、数字化转型核心要素1. 以数据为中心的智能化发展目标1）用数字化连接和即时反馈构建数据采集系统2）把握安全和效率相平衡的原则建立数字化系统3）基于数字化进行业务和管理决策2. 数字化平台的构建1）建立在业务基础上的IT系统2）数字化平台构建的实施步骤：连接→实时→精准→拉取→扩展3）建设和数字化平台运作匹配的文化4）新旧平台的平滑过渡三、员工在企业数字转型中应该作出的应对1. IT思维和业务思维相融合2. 培养开放共享的心态3. 围绕以用户为中心4. 提升数据分析处理能力第二讲：数据分析理论基础一、标度的选择使用——量化感觉、态度、喜好的方法二、频数呈现的选择使用（衡量对总体水平的作用程度）1. 饼图2. 条形图3. 直方图三、基于统计方法的分析1. 分析异常值与偏斜数据2. 均值VS中位数VS众数3. 全距/四分位数的使用4. 百分位数与箱线图的使用5. 方差VS标准差分析变异性VS分散性6. 利用概率进行分析四、基于统计方法的决策1. 比较法进行决策2. 组合法进行决策3. 贝叶斯方法进行决策4. 快省树方法进行决策思考：优秀员工如何选用统计指标进行评价案例分析1：某某企业员工加薪方案的选择案例分析2：用户购买公司产品概率的分析案例分析3：假设检验与数据证伪保证决策结果的正确综合示例：运用统计指标分析销售数据寻找方法提升某产品的销量第四讲：数据分析处理——Power BI一、Power BI基础1. Power BI的功能2. Power BI特性二、开始使用Power BI1. 加载报告2. 添加一张卡片练习：卡片添加练习三、筛选器和表1. 切片器2. 更多列3. 表练习：筛选器和表的练习四、进行数据变换1. 数据转换基础2. 数据清洗练习：数据变换练习五、查询编辑器1. 加载前转换2. 字段聚合练习：结合个人工作数据练习六、数据转化和设置列1. 列转换2. 格式化货币3. 用地理数据制作地图练习：数据转换和列设置练习第五讲：数据可视化操作——Power BI实现有影响力的可视化呈现一、可视化对象1. 根据场景选择正确的可视化对象2. 选择适当工具建立正确视觉练习：视觉设置练习二、可视化美化1. 视图美化2. 编辑属性练习：美化练习三、排序和更多格式1. 数据排序2. 切片器的使用练习：结合个人工作数据的练习四、数据下钻与筛选器1. 层次结构的使用2. 添加筛选器3. 关闭交互按钮4. 筛选器的高级应用练习：数据下钻和筛选练习五、基础数据和层次结构1. 查看数据2. 创建层次结构练习：层次结构练习第六讲：数据分析计算——Power BI数据分析表达式DAX一、表计算和列计算1. 创建密码2. DAX函数嵌套练习：计算基础练习二、度量计算和快速度量1. 平均功能2. 产品数量3. 利润率练习：结合个人工作数据的练习三、计算功能和度量1. CALCULATE函数2. 第一个快速度量练习：度量计算练习四、基于时间的计算1. CALCULATE和日期2. 上年利润3. 季度环比变化 Power BI综合练习：1）设定本次练习的目标2）根据工作业务流程设定分析场景和分析框架3）设定数据分析衡量的指标体系4）利用Power BI进行数据分析5）利用Power BI进行可视化呈现

魏凌睿：基于系统思维的问题分析与解决

课程概要

适用对象

课程介绍

魏凌睿老师的其他课程

相关课程

添加企业微信