李勇：数据合规的应用与发展

李勇注册讲师 27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 : 37015

联系老师

适用对象

数据管理（总监、经理、主管）、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等；

课程介绍

讲授专家：李勇

培训对象：数据管理（总监、经理、主管）、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等；

课程时间：1天（6小时）

课程背景：

在大数据时代，“数据合规”对所有拥有大量数据的公司来说都是一个挑战。业内还流传着“数字转型，治理先行”的说法。越来越多的企业将数据合规作为数字化战略的一项必要举措，并将其列入企业的战略行动计划。“数据合规”的重点在于“治理”，它是一个涉及企业战略、组织架构、数据标准、管理规范、数据文化、技术工具的综合体。那么到底该怎么样做好数据合规，数据合规的整个流程和管理中存在什么问题，本课程将为您详细解析

课程收益：

Ø 学习数据合规的基本概念以及数据合规对企业的好处；

Ø 掌握数据合规的六个价值，三个现状，五类问题和六个挑战；

Ø 掌握数据合规的道，法，术，器的具体做法

Ø 掌握数据合规在实践中遇到的各种问题；

课程大纲：

单元	大纲	内容
单元一	数据合规概述	1. 什么是数据合规 2. 数据合规治什么 3. 数据合规的六个价值 4. 数据合规的三个现状 5. 数据合规的五类问题 6. 数据合规的六个挑战
单元二	企业数据合规之道	1. 数据战略：数字化转型的指明灯 2. 组织机制：敏捷治理组织 3. 数据文化：数据思维融入团队
单元三	数据合规之法	1. 理现状，定目标 2. 数据合规能力成熟度评估 3. 数据合规线路规划 4. 数据合规保障体系建设 5. 数据合规技术体系建设 6. 数据合规长效运营
单元四	数据合规之术	1. 数据梳理与建模 2. 元数据管理 3. 主数据管理 4. 数据质量管理 5. 数据安全管理 6. 数据集成与共享
单元五	数据合规之器	1. 数据模型管理工具 2. 元数据和主数据管理工具 3. 数据质量管理工具
单元六	数据合规实践与总结	1. 企业数据合规实践案例 2. 企业数据合规总结与展望

李勇老师的其他课程

• 李勇：数据分析师综合解析及实战: 讲授专家：李勇培训对象：互联网时代，希望学习数据分析的人士；课程时间：2天培训+2天实战咨询课程背景：数字化时代已来，数据分析到底在数字化里处在什么位置？数据湖，数据仓库，数据中台，数据调用，数据分析，数据标签化，数据驱动分别又在企业数字化转型中具备什么意义？而这其中最最关键的数据分析结果是否有效、是否能体现应有的价值，有时关系着企业经营的成败，但到底该如何确保数据分析的结果是有效的呢?本课程通过“案例+方法+实战”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的讲解。本课程系统、详细地介绍了数据分析知识的框架，分别从数据分析的类型、数据分析的作用、数据分析的步骤等多个方面讲解了一名合格的数据分析人员必须掌握的知识与技能。课程收益：培训完结后，学员能够： ² 了解什么是数字化转型？ ² 什么是数字化转型中的数据湖，数据中台，数据分析，数据标签化，数据驱动业务增长，数据可视化； ² 了解数据分析的基本方式和方法； ² 各部门数据实战；第一期2天培训课程大纲：单元大纲内容单元一企业为什么要做数字化转型 1. 指导企业更好的做好客户体验 1）什么是客户？ 2）什么是体验？ 3）数字化中的客户体验到底解决了什么问题？ 2. 降本增效提质保全 1）提高的是绝对效率，而不是相对效率 3. 有效解决企业的决策 1）提高了决策的效率 2）提高了决策的质量单元二企业数字化转型到底该如何实施和执行 1. 阶段一：全量全要素的链接 2. 阶段二：数字化流程的演练 1）要有业务模型；何谓业务模型？何谓数据模型？ 2）数据要在线和实时 3）要贯穿人和设备 3. 阶段三：数字化业务提炼 1）有价值导向的业务 2）价值一定要闭环 4. 阶段四：数字化生态构建单元三数据湖，数据中台，数据分析，数据治理的意义和概念 1. 什么是数据湖？数据中台？数据分析？数据治理？ 2. 数据分析处在何种位置？ 3. 指标标签和数据标签的不同单元四数据分析师需哟具备哪些技能 1. 掌握基本的理论知识 1）统计学 2）市场研究学 2. 掌握数据思维的模型单元四数据分析的步骤 1. 什么是数据分析？ 2. 数据分析的四大步骤 1）定义问题：常犯的错误有哪些 2）分解问题：该如何分析？ 3）评估问题：评估问题常见的错误有哪些 4）解决问题：如何更完善的对问题进行解决单元五分解问题中需要掌握的思维和方法 1. 分解问题需要掌握的思维方法 1）结构化思维 2）公式化思维 3）业务化思维 2. 分解问题中需要掌握的具体方法 1）对比分析（查看数据差距） 2）多维对比法（拥有较多维度数据） 3）象限分析法（更好的做好策略） 4）漏斗分析法（业务关键流程） 5）杜邦分析法（企业财务经营数据分析） 6）指数法（对于不好衡量的数据分析） 7）假设法 8）二八法单元六常见的数据分析的指标树 1. 指标逻辑树的划分 1）从KPI指标开始 2）从营销/管理模型开始 2. 常用的逻辑树模型介绍 1）企业外部环境（PEST分析法） 2）用户消费者行为分析（5W2H分析法） 3）公司整体经营情况分析（4P理论） 4）业务问题专题分析（逻辑树分析法） 5）用户使用行为研究（行为分析法）单元七数据分析的可视化分析以及如何撰写数据分析报告 1. 数据高效展示的方法 1）数据可视化 2）数据形象化 2. 数据展示中的误区 1）界面凌乱 1. 数据展示手法单一 3. 规范的数据分析报告包含了哪几部分？ 4. 写分析报告应该注意的事项 1）图文并茂，标题统一 2）一定要有明确结论 3）一定要有建议或者解决方案第二期2天实战咨询大纲：辅导项目内容辅导学员做好数据分析的结构性模板按企业情况，帮助学员输出结构性数据分析模板辅导学员做好数据分析逻辑树按照不同部门，帮助学员分解出适用于该部门的业务分析模板辅导学员做好数据分析报告按照不同部分，帮助学员有效做出适用于该部门的数据分析报告

• 李勇：数据分析师实战: 讲授专家：李勇培训对象：互联网时代，希望学习数据分析的人士；课程时间：2天 (12小时）课程背景：数据分析结果是否有效、是否能体现应有的价值，有时关系着企业经营的成败，但到底该如何确保数据分析的结果是有效的呢?本课程通过“案例+方法”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的实战案例。本课程系统、详细地介绍了数据分析知识的框架，分别从数据分析的类型、数据分析的作用、数据分析的步骤等多个方面讲解了一名合格的数据分析人员必须掌握的知识与技能。课程收益：培训完结后，学员能够： ² 了解什么是数据分析； ² 了解数据分析给企业和个人带来的帮助； ² 了解数据分析的基本方式和方法；课程大纲：单元大纲内容单元一什么是数据分析 1. 数据分析的三种类型 1）描述性数据分析 2）探索性数据分析 3）验证性数据分析 2. 一般都对那些数据做分析 3. 数据分析的五个步骤 1）收集数据 2）处理数据 3）展示数据 4）撰写数据分析报告单元二数据分析对企业有哪些作用 1. 指导企业做好运营规划 2. 优化企业业务 3. 为企业创造新的商业价值单元三数据分析师需哟具备哪些技能 1. 掌握基本的理论知识 1）统计学 2）市场研究学 2. 常用的数据分析工具介绍单元四技能一：如何收集数据 1. 收集数据的常见问题 1）不知道收集什么数据 2）收集到的数据无用 3）收集到的数据不全面 2. 收集数据遵循的三个原则 1）数据必须真实 2）数据无比准确 3）数据必须可以使用 3. 收集数据的技巧 1）制定收集计划 2）正确决定数据分层 3）选择合适抽样方法单元五技能二：如何分析数据 1. 数据分析常用方法 1）基本分析法 2）高级分析法 2. 数据分析的五个误区 1）选取的样本容量有限 2）忽略沉默客户 3）错误判断数据的因果关系 3. 数据分析的三个技巧 1）看趋势 2）看分布 3）看细化单元六技能三：如何展示数据 1. 数据高效展示的方法 1）数据可视化 2）数据形象化 2. 数据展示中的误区 1）界面凌乱 2）数据展示手法单一单元七技能四：如何撰写数据分析报告 1. 规范的数据分析报告包含了哪几部分？ 2. 写分析报告应该注意的事项 1）图文并茂，标题统一 2）一定要有明确结论 3）一定要有建议或者解决方案

• 李勇：数据分析商业化案例实战: 讲授专家：李勇培训对象：互联网时代，希望学习数据分析的人士；课程时间：2天培训课程背景：数字化时代已来，数据分析到底在数字化里处在什么位置？数据湖，数据仓库，数据中台，数据调用，数据分析，数据标签化，数据驱动分别又在企业数字化转型中具备什么意义？而这其中最最关键的数据分析结果是否有效、是否能体现应有的价值，有时关系着企业经营的成败，但到底该如何确保数据分析的结果是有效的呢?本课程通过“案例+方法+实战”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的讲解。本课程系统、详细地介绍了数据分析知识的框架，分别从数据分析的类型、数据分析的作用、数据分析的步骤等多个方面讲解了一名合格的数据分析人员必须掌握的知识与技能。课程收益：培训完结后，学员能够： ² 企业为什么要做数据分析？ ² 什么数据师需要具备的基本技能； ² 了解数据分析的基本方式和方法； ² 各部门数据实战；第一期2天培训课程大纲：单元大纲内容单元一企业为什么要做数据分析 1. 降本增效提质保全 1）提高的是绝对效率，而不是相对效率 2. 有效提升企业的决策 1）提高了决策的效率 2）提高了决策的质量单元二数据分析师需具备哪些技能 1. 掌握基本的理论知识 1）统计学 2）市场研究学 2. 掌握数据思维的模型 3. 了解数据湖，数据治理，数据中台，数字化转型的一些基本概念和逻辑单元三数据分析师该如何挖掘用户需求：用户思维 1. 你要解决的这个数据是个真需求还是个伪需求？ 2. 如何找到真正的用户数据需求：要拥有用户思维 3. 什么是用户思维？用户思维为什么很难以把握？ 4. 怎么样才能掌握用户思维？单元四数据分析师该如何确认客户需求：数据价值表 1、数据的价值列表 2、数据价值列表的依据分析 3、学会用用户旅程地图来划分数据列表单元五数据分析的步骤 1. 什么是数据分析？ 2. 数据分析的四大步骤 1）定义问题：常犯的错误有哪些 2）分解问题：该如何分析？ 3）评估问题：评估问题常见的错误有哪些 4）解决问题：如何更完善的对问题进行解决单元六分解问题中需要掌握的思维和方法 1. 分解问题需要掌握的思维方法 1）结构化思维 2）公式化思维 3）业务化思维 2. 分解问题中需要掌握的具体方法 1）对比分析（查看数据差距） 2）多维对比法（拥有较多维度数据） 3）象限分析法（更好的做好策略） 4）漏斗分析法（业务关键流程） 5）杜邦分析法（企业财务经营数据分析） 6）指数法（对于不好衡量的数据分析） 7）假设法 8）二八法单元七常见的数据分析的指标树 1. 指标逻辑树的划分 1）从KPI指标开始 2）从营销/管理模型开始 2. 常用的逻辑树模型介绍 1）企业外部环境（PEST分析法） 2）用户消费者行为分析（5W2H分析法） 3）公司整体经营情况分析（4P理论） 4）业务问题专题分析（逻辑树分析法） 5）用户使用行为研究（行为分析法） 2.常用的业务指标有哪些 1）用户数据指标 2）行为数据指标 3）产品数据指标 4）推广付费指标 5）客户服务指标 3. 如何选择指标 1）指标体系和报表单元八数据分析精益运营后的商业实战 1. 某互联网行业的数据商业实战案例 2. 某传统制造业的数据商业实战案例。 3. 某零售业的数据商业实战案例。 4. 某物流行业的数据商业实战案例。 5. 某能源行业数据商业实战案例

李勇：数据合规的应用与发展

课程概要

适用对象

课程介绍

李勇老师的其他课程

相关课程

添加企业微信