授课老师: 常国珍
常驻地: 北京
擅长领域: 数字化转型 银行

课程目标

本课程为基础课程,面向业务部门的数据分析能力提升。

本课程从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,对数据分析技术及报告编写进行了全面的介绍(从数据收集与处理,到数据分析与挖掘,再到数据可视化和报告撰写),通过大量的操作演练,帮助学员掌握数据分析的思路、方法、表达、工具,从大量的企业经营数据中进行分析,挖掘客户行为特点,帮助运营团队深入理解业务运作,以达到提升学员的数据综合分析能力,支撑运营决策的目的。

********************************************************

通过本课程的学习,达到如下目的:

了解大数据基础知识,理解大数据思维方式。

学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。

熟悉数据分析的基本过程,掌握高级数据分析库操作。

熟练使用图表制作工具,掌握图表美化原则,正确使用图表来表达观点。

掌握解读数据报表的能力

掌握数据分析报告的写作技巧及要点,全面正确地呈现分析结果。

**************************************************************

授课时间

2天时间

授课对象

销售部门、营业厅、业务支撑、经营分析、网管/网优中心、运营分析部、呼叫中心等对业务数据分析有基本要求的相关人员。

学员要求

每个学员自备一台便携机(必须)。

注:讲师可以提供试用版本软件及分析数据源。

授课方式

数据分析基础 + 案例讲解 + 实际业务问题分析 +实践操作

采用互动式教学,全过程演练操作,让学员在做题、分享、讲授、总结、自我实践过程中获得能力提升。

课程大纲

第一篇:数据分析思维基础(5h)

第一部分:数据分析基本过程(第一天 上午 9.00-10.30)

明确数据分析的目的

数据分析的六步曲-信用卡消费数据预测案例

步骤1:明确目的--理清思路

先有数据还是先有问题?

确定分析目的

确定分析思路

步骤2:数据收集—理清思路

明确收集数据范围

确定收集来源

确定收集方法

步骤3:数据预处理—寻找答案

数据清洗、转化、提取、计算

数据质量评估

步骤4:数据分析--寻找答案

分析方法选择

构建合适的分析模型

分析工具选择

步骤5:数据展示--观点表达

选择合适的可视化工具

选择恰当的图表

步骤6:报表撰写--观点表达

选择报告种类

完整的报告结构

数据分析的三大误区

第二部分:商业分析思维 (第一天 上午 10:30-12:00)-掌握数据分析的框架

麦肯锡七步成诗法-小额贷款公司的成本分析与优化案例

步骤1:界定问题

步骤2:将问题分解成不同的议题

步骤3:去除不重要的议题(优先排序

步骤4:指定详细的工作计划

步骤5:整合数据建立分析模型

步骤6:根据分析结果制定策略

步骤7:准备你的故事

第三部分:业务分析框架(第一天 下午 13:30-14:30)-掌握具体分析的模板

行业分析:运用SWOT、PEST、五力模型等分析工具进行行业发展前景分析,行业竞争性分析;

企业分析:也称为经营分析,使用杜邦分析、评分计分卡等工具评估企业价值;

市场营销、渠道运营分析:运用4P模型、4C模型、5W1H等技术分析定位问题,提供建议;

产品分析:分析互补品、互斥品等,制定产品营销策略;运用波士顿矩阵等技术分析产品现状,提供发展建议;

用户分析:结合核心业务确定用户关键行为,分析关键行为变量建立Persona模型,完成画像使之成为丰富的人;

第四部分:分析报告模版(第一天 下午 14:30-15:30)

数据报告的典型使用场景

讲解型报告

阅读型报告

发布型报告

建立故事线

第二篇:数据可视化与商业智能(7h)

第一部分:数据的统计量(第一天 下午 15:30-16:30)

变量测量类型与描述统计方法

创建频数报表

生成汇总统计量

用汇总表任务生成汇总报表

第二部分:用图表描述业务(第二天 上午 9:00-10:00)

数据可视化介绍

制图原则

饼图、柱图、条图与地图

趋势图

散点图

第三部分:常用描述数据方法(第二天 上午 10:00-11:00)

对比分析

同比分析

定比分析

环比分析

结构分析

因数分析

差异分析

预警分析

二八分析

第四部分:化妆品销售数据分析(第二天 上午 11:00-12:00)

直观了解关键指标在全国的分布状况(交易额,交易量,客单价等)

近几年的销售状况如何,同比环比销售额趋势?

我们今年销售的明星产品和去年比发生了什么变化?

销售额中贡献比例最大的客户是在什么年龄段,来自于什么区域?

第五部分:解读数据分析结果(第二天 下午 13:30-15:00)

问题:数据多,看不明白,不知道从何处看出问题?

数据分析的目的

发现业务问题

发现业务规律

寻找业务解决策略

案例:如何根据不同产品的销售周期报表,查看产品销售的规律

对比分析及业务策略

看差距,补短板

看极值,评优劣

看异常,找原因

案例:如何根据不同产品的业绩变化,展示出问题

结构分析及业务策略

看占比,聚焦重点

看失衡,优化结构

案例:如何根据不同板块的业绩变化情况,分析出问题

趋势分析及业务策略

看变化,说趋势

看峰谷,找规律

看异常,找原因

案例:如何根据业务变化趋势评估业务销量

解读要符合业务逻辑

第六部分:一些分析专题示例(第二天 下午 15:00-16:30)

销售目标分解

盈亏平衡分析

帕累托分析

业绩达成分析

存货分析

会员RFM分析

授课老师

常国珍 曾任思特沃克数据科学家,毕马威咨询大数据总监

常驻地:北京
邀请老师授课:13439064501 陈助理

主讲课程:《金融监管与数据治理》《数据治理》《穿越数据的迷宫:数据管理执行指南》《企业数字化转型与价值导向数据治理》《银行业的数据仓库的数据模型开发》《数据战略之精益数据探查工作坊》《企业数字化转型与价值导向数据治理》《金融数据资产管理与数据治理》《车企数字化与数据治理》《制造业企业数字化与数据治理》《精益数据产品工作坊》《金融大数据和人工智能(Spark、TensorFlow)实战课》《数字金融在银行中的实践及python可视化》《增长黑客工作坊》《金融大数据和人工智能(TensorFlow)启蒙课》《数据分析思维与可视化分析》《金融大数据实践案例研讨》《大数据在资管方面的应用》《银行数据科学培训》《SAS消费金融实战》

常国珍老师的课程大纲

微信小程序

微信扫一扫体验

扫一扫加微信

返回
顶部