数据分析师综合解析及实战

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

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