让一部分企业先学到真知识!

李勇:数据思维下的企业增长

李勇老师李勇 注册讲师 3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 : 37217

面议联系老师

适用对象

1、希望学习数据思维及产品的人士; 2、企业内与产品、客户接触的管理、营销、服务人士; 3、企业内从事营销与服务工作

课程介绍

培训对象:1、希望学习数据思维及产品的人士;

2、企业内与产品、客户接触的管理、营销、服务人士;

3、企业内从事营销与服务工作的相关人士;

课程时间:2天 (12小时)

课程背景:

近些年来,随着 Growth Hack、精益化运营、数据化运营等概念渐入人心,数据产品数据思维这个名字被提及的次数越来越多。但究竟什么是数据思维和数据产品?数据如何来解决商业问题?本课程和大家一起分享这些问题。

课程大纲:

单元

大纲

内容

单元一

数据是什么

1. 数据即业务

2. 业务即数据

3. 数据认知的三个常见误解

单元二

数据思维是什么

1、 数源思维不等于数据思维

2、 数据思维不等于数学逻辑

3、 数据思维不等于KPI思维

4、 数据思维养成的四部曲

1) 数据导向定义

2) 拆分转换简化问题

3) 推理分析构建结论

4) 谋划方案驱动业务

单元二

数据思维到底能帮企业解决什么问题

1. 数据可以为企业将本增效

2. 数据可以为企业指明方向

3. 数据可以在企业所有日常决策中起到极为关键的作用

单元三

数据思维该如何建立

1. 感知数据

1) 如何培养数据敏感度

2) 为什么孤立的数据没有意义

3) 怎样发现数据隐藏的信息

4) 为什么同样的数据感受不一样

2. 收集数据

1) 为什么要对数据区别对待

2) 如何定量的把握一个事务

3) 怎么样确保样本能推断总体

4) 怎么定量的确定因果关系

3. 理解数据

1) 表征,分类,因果的关系

4. 操纵数据

1) 如何用数据指导觉得

2) 如何塑造受众感知

3) 怎样识别数据中的认知陷阱

单元四

数据思维下的指标打造

1. 如何理解业务指标

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

4. 指标体系和报表

单元五

数据思维中的问题结构

1. 从整到分,从分到整

2. 结构化拆分问题的方法论

3. 相关问题的转化

4. 找到数据埋点的核心方法

5. 数据中的正反相成

单元六

数据分析和挖掘

1. 数据分析解决问题的过程

2. 数据分析如何明确问题?

3. 数据分析如何分析原因?

4. 数据分析如何提出建议?如何回归分析应用

单元七

数据应用和体系处理

1. 数据体系规划

2. 数据标准化底座建设

3. 数据标准化标签建设

4. 数据标准化应用建设

单元八

数据资产管理

1. 数据资产定义和3个特征

2. 数据资产管理现状与挑战

3. 数据资产管理的四个目标

4. 数据资产管理中的数据治理

5. 数据资产管理的七个成功要素

单元九

数据中台应用

1. 数据中台运营评估模型

2. 数据中台运营的四个价值

3. 数据中台资产运营机制

4. 数据中台成本运营机制

 

李勇老师的其他课程

• 李勇:数据分析思维
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: 数据分析不是某个固定的职位,而是人工智能时代的通用能力。你会看到各行各业的招聘中都会要求应聘者具备数据分析能力。所以,具备数据分析能力可以极大地提升你在职场中的竞争力。通过本课程的学习,你会熟悉数据分析的方法,并将其灵活应用在自己所处的行业中。这样当你在工作中遇到新的问题时,也能够知道如何展开分析。 课程收益: 培训完结后,学员能够: ² 了解数据分析的基本思维; 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 数据的业务指标 1. 如何理解业务指标 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 4. 指标体系和报表 单元二 分析方法 1、 5W2H分析方法 1) 什么是5W2H分析方法 2) 5W2H分析法可以解决那些问题 2. 逻辑树分析方法 1)什么是逻辑树分析方法,适用于何种场景? 2)如何使用逻辑树分析法 3.行业分析方法 1)什么是行业分析方法?适用于何种场景? 2)如何使用行业分析方法 4. 多维拆解分析方法 1)什么是多维拆解分析方法?适用于何种场景? 2)如何使用多维拆解分析方法 5. 对比分析方法 1)什么是对比分析方法?适用于何种场景? 2)如何使用对比分析方法 6. 假设检验分析方法 1)什么是假设检验分析方法?适用于何种场景? 2)如何使用假设检验分析方法 7. 相关分析方法 1)什么是相关分析方法?适用于何种场景? 2)如何使用相关分析方法 8. RFM分析方法 1)什么是RFM分析方法?适用于何种场景? 2)如何使用RFM分析方法 9. AARRR模型分析方法 1)什么是AARRR模型分析方法? 2)如何使用AARRR模型分析方法 10. 漏斗分析方法 1)什么是漏斗分析方法?适用于何种场景? 2)如何使用漏斗分析方法 单元三 用数据分析解决问题 1. 数据分析解决问题的过程 2. 数据分析如何明确问题? 3. 数据分析如何分析原因? 4. 数据分析如何提出建议?如何回归分析应用 单元四 数据分析实战解析 1. 国内某互联网行业 1) 业务模式 2) 业务指标 3) 案例分析:销售额下滑 2. 国内某电商行业 1) 业务模式 2) 业务指标 3) 案例分析:回购率下滑;如何做好活动复盘 3. 金融信贷行业 1) 业务模式 2) 业务指标 3) 案例分析:逾期分析;如何制定风控策略 4. 家政行业 1) 业务模式 2) 业务指标 3) 案例分析 5. 旅游行业 1) 业务模式 2) 业务指标 3) 案例分析 6. 在线教育行业 1) 业务模式 2) 业务指标 3) 案例分析 7.运营商行业 1)业务模式 2)业务指标 3)案例分析 其他:汽车行业,零售行业,房地产行业…..  
• 李勇:人工智能算法、数字化产品设计及项目管理综合研修班
培训对象:产品中心、运营中心、技术中心的管理人员及对AI、数字化产品、项目管理感兴趣的人士; 课程时间:1天 (6小时) 课程背景: 本课程主要是在数字化转型与AI技术快速发展的宏观趋势下,旨在解决学员在项目管理、数字化产品设计以及人工智能算法应用方面的认知与实践能力提升问题。课程具备系统性、实践性、前瞻性的特点,通过理论讲解、案例分析与分组训练,帮助学员全面掌握相关知识并提升实战能力。 课程收益: 培训完结后,学员能够: 受益一:全面了解项目管理全流程,掌握各个环节的关键点与风险分析方法。 受益二:深刻理解数字化产品设计的进阶要求与方法,提升需求调研与设计过程的专业性与高效性。 受益三:掌握机器学习、深度学习、神经网络等前沿算法的原理与应用,了解其在零售行业中的实践案例。 受益四:提升项目跟踪落地的能力,学会如何更快、更好地推进项目实施。 受益五:增强团队协作与分组训练能力,通过实战演练提升解决实际问题的能力。 受益六:具备运用人工智能技术进行产品优化与流程改进的能力。 课程大纲: 单元 大纲 内容 单元一 项目管理基础与理念 项目管理的重要性与基本概念 1.1 项目管理的定义与发展 1.2 项目管理的核心要素与原则 案例:成功项目管理的案例分享 项目管理全流程解析 2.1 项目启动阶段的关键活动 2.2 项目规划阶段的方法与工具 案例:项目规划的实际操作 讨论课题:如何制定有效的项目计划? 单元二 项目需求管理与范围界定 项目需求管理的重要性与挑战 1.1 需求收集与分析方法 1.2 需求变更控制与沟通策略 案例:需求管理的成功与失败案例 项目范围界定与WBS构建 2.1 项目范围的定义与分解 2.2 工作分解结构(WBS)的应用 讨论课题:如何有效管理项目范围? 单元三 项目时间与进度管理 项目进度计划制定 1.1 时间估算与甘特图应用 1.2 关键路径法与进度优化 案例:项目进度管理的实践 项目进度监控与调整 2.1 进度偏差分析与应对措施 2.2 进度调整策略与方法 讨论课题:如何确保项目按时完成? 单元四 项目成本与质量管理 项目成本管理 1.1 成本估算与预算制定 1.2 成本控制与挣值分析 案例:项目成本管理的实践 项目质量管理 2.1 质量规划与质量标准制定 2.2 质量控制与持续改进方法 讨论课题:如何平衡项目成本与质量? 单元五 项目风险与沟通管理 项目风险管理 1.1 风险识别与评估方法 1.2 风险应对策略与监控机制 案例:项目风险管理的实践 项目沟通管理 2.1 沟通规划与信息传递策略 2.2 冲突解决与团队协作技巧 讨论课题:如何有效管理项目风险与沟通? 单元六 数字化产品设计基础 数字化产品设计的概念与趋势 1.1 数字化产品设计的定义与发展 1.2 用户需求与市场调研方法 案例:数字化产品设计的成功案例 产品设计思维与方法 2.1 设计思维的培养与实践 2.2 用户体验设计原则与技巧 讨论课题:如何提升数字化产品的用户体验? 单元七 产品需求分析与设计规划 产品需求分析方法与技巧 1.1 需求收集与整理策略 1.2 需求优先级排序与决策机制 案例:产品需求分析的实践 产品设计规划与路线图制定 2.1 产品功能规划与迭代策略 2.2 产品路线图的制定与调整 讨论课题:如何制定合理的产品设计规划? 单元八 产品交互与视觉设计 产品交互设计原则与技巧 1.1 交互设计的基本要素与流程 1.2 交互原型设计与用户测试方法 案例:优秀交互设计的案例分享 产品视觉设计要点与实践 2.1 视觉设计的基本原则与趋势 2.2 视觉元素与品牌风格统一 讨论课题:如何提升产品的交互与视觉设计水平? 单元九 产品测试与上线策略 产品测试方法与技巧 1.1 测试计划制定与执行流程 1.2 缺陷管理与测试报告编写 案例:产品测试的实践与经验分享 产品上线策略与市场推广 2.1 上线前的准备与检查清单 2.2 市场推广与用户反馈收集策略 讨论课题:如何确保产品顺利上线并获得市场认可? 单元十 人工智能技术发展概览 人工智能技术的发展历程 1.1 人工智能的起源与演进 1.2 当前人工智能的主要技术方向 案例:人工智能技术发展的里程碑事件 人工智能技术的未来趋势与挑战 2.1 人工智能技术的创新方向 2.2 人工智能面临的伦理与法律问题 讨论课题:人工智能技术的未来将如何影响我们的生活? 单元十一 机器学习算法与应用 机器学习算法基础 1.1 机器学习的定义与分类 1.2 常用机器学习算法介绍 案例:机器学习算法在零售行业的应用案例 机器学习模型的构建与评估 2.1 数据预处理与特征选择 2.2 模型训练与评估方法 讨论课题:如何选择合适的机器学习算法解决实际问题? 单元十二 深度学习算法与应用 深度学习算法基础 1.1 深度学习的定义与原理 1.2 深度学习模型的构建与训练技巧 案例:深度学习在图像识别中的应用案例 深度学习在零售行业的应用实践 2.1 深度学习在推荐系统中的应用 2.2 深度学习在客户行为分析中的应用 讨论课题:深度学习如何助力零售行业的数字化转型? 单元十三 神经网络算法与应用 神经网络算法基础 1.1 神经网络的定义与结构 1.2 神经网络的训练与优化方法 案例:神经网络在自然语言处理中的应用案例 神经网络在零售行业的应用实践 2.1 神经网络在预测分析中的应用 2.2 神经网络在个性化营销中的应用 讨论课题:神经网络算法如何提升零售行业的运营效率? 单元十四 人工智能技术在零售行业的综合应用 人工智能技术驱动的智慧零售 1.1 智慧零售的概念与特点 1.2 人工智能技术在智慧零售中的应用场景 案例:智慧零售的成功实践案例 人工智能技术在零售行业的创新应用 2.1 人工智能技术在供应链管理中的应用 2.2 人工智能技术在客户服务中的应用 讨论课题:如何推动人工智能技术在零售行业的创新应用? 单元十五 项目管理与人工智能结合的实战演练 项目管理在人工智能项目实施中的应用 1.1 人工智能项目的特点与挑战 1.2 项目管理在人工智能项目中的实施策略 案例:人工智能项目管理的实践案例 分组训练与实战演练 2.1 分组讨论与案例分析 2.2 实战演练与项目汇报 讨论课题:如何将项目管理与人工智能技术相结合,提升项目实施效率?  
• 李勇:面向烟草行业的智能制造体系和数字化转型创新建设案例深度分析
培训对象:数据中心,业务中心,产品中心(总监、经理、主管)、运营中心管理人员、技术中心管理人员,企业对数字化转型感兴趣的人士。 课程时间:1天(6小时) 课程背景: 我国进入从高速增长到高质量发展的新阶段,对于企业而言,借助数字化转型将加速新旧动能的转换,数字化转型也将成为推动数字经济发展的原动力,所以数字化转型已经不是一道选择题,而是一道必答题和生存题,本课程将对数字化转型的整个过程做详细的解析。 课程收益: 培训完结后,学员能够: ² 理解企业数字化转型到底转什么? ² 理解企业数字化转型为什么一定要做? ² 掌握企业数字化转型具体怎么做? ² 出具实际的转型计划,做到有效产出计划和心得。 系列一 用户研究设计 内容 单元一 什么是数字化 1. 数字化工具都有哪些,目的是什么,数字化是很实在的事务,并不虚无缥缈。 2. 数字化工具难道仅仅可以将本增效吗?这些工具到底具备什么价值? 3. 数字化和信息化到底有什么区别,为什么我们已经有了信息化还要去做数字化? 4. 智能化和数字化又有什么区别?为什么还要盯紧智能化? 案例:特变电工集团做了数字智能化以后到底发生了什么?例如其订单审核部门都具体怎么做,又发生了什么? 案例:711零售集团是如何做数字资产的?为什么说数字资产会成为未来能源的核心? 单元二 企业为什么要做数字化转型?到底能给企业和个人带来什么价值? 1. 宏观层面: 1) 人口红利消失,内销内卷严重 2) 技术的发展,互联网的发展给传统线下销售带来了新的机遇与挑战 3) 工业化时代的要求与数字化时代的客户要求发生了质的变化。 2. 微观层面: 1) GPT等智能体不仅仅是聊天工具! 2) AI大模型真正应该做的是在本地的应用,几乎所有文进文出的场景统统都会发生改变! 案例:富士康现在是如何利用AI大模型去提高效率的!到底提高了多少?为什么会是质的改变!如果不做会发生什么? 案例:登升劳保安防集团是如何做数字化的?它们又因为数字化渠道的建设而取得了哪些收获? 案例:百盛集团数字化又是如何做的?因为做了数字化他们取得了哪些收获? 单元三 数字智能化的发生为什么要让所有员工参与? 1. 数字化仅仅就是个工具!其本质依然是为业务服务!只有业务线条的同事才最理解业务! 2. 数字化难不难?我们到底能不能做? 3. 数字化为什么老板和员工都要参与?难道不只是管理层的事吗? 案例:华为公司是如何做数字化的?其文化和机制又因为做数字化发生了什么改变? 案例:海尔为什么要让所有员工必须参与数字化?目的是什么? 单元四 企业数字化具体都包含了哪些技术模块? 1、 新技术都有哪些?普通人为什么要了解新技术逻辑? 2、 凭什么说技术的改变会导致企业战略和战术都要变? 3、 凭什么说数据才是能源?难道没有数据就做不了事吗? 案例:格力集团是如何做好数据治理的?为什么集团会特别重视? 宁德时代是如何做数据系统规划布局的?他们的老板和员工为什么如此坚定执行? 美的为什么要做5G数字工厂?是什么迫使他们把这件事做成了战略位置? 单元五 企业如何利用AI工具降本增效之-prompt篇 1. 语法和结构 2. 基本概念和原理 2.1)写出清晰指令 2.2)让模型充当某个角色 2.3)使用分隔符清楚指令输入的不同部分 2.4)指定任务所需要的步骤 2.5)提供参考例子 2.6)指定所输入长度 案例分析:PROMPT语言在自动化脚本编写中的应用讨论课题:PROMPT语言与传统编程语言的对比 单元六 AI在企业的典型落地场景 一.方案撰写与文案润色 1.1 AI大模型在方案撰写中的应用及技巧 1.2 AI大模型在文案润色中的优势及实践案例 二.检查纠错与合同撰写 2.1 AI大模型在检查纠错中的准确性及效率提升 2.2 AI大模型在合同撰写中的智能化应用案例 三.宣发文案与AI配图 3.1 AI大模型在宣发文案创作中的创意激发与实现 3.2 AI大模型在自动配图及优化中的功能展示 四.协同办公与知识库查询 4.1 AI大模型在协同办公中的信息整合与共享作用 4.2 AI大模型在知识库查询中的高效检索与智能推荐 五.数据分析与会议总结 5.1 AI大模型在数据分析中的深度挖掘与可视化展示 5.2 AI大模型在会议总结中的自动整理与要点提炼 六.销售复盘与客户服务 6.1 AI大模型在销售复盘中的业绩分析与客户行为预测 6.2 AI大模型在客户服务中的智能应答与满意度提升策略 七.研发设计、人事管理、财务管理等支撑落地 7.1 AI大模型在研发设计中的创新支持与流程优化 7.2 AI大模型在人事、财务管理中的智能决策与风险控制 八.产品设计: 8.1如何通过AI协作用户需求文档 8.2 如何通过AI协作产品流程 8.3 如何通过AI撰写商业报告 8.4 如何通过AI做好产品迭代 单元七 AI大语言模型常见国内工具介绍 1. 常见的PROMPT自动化工具介绍 1.1)文心一言 1.2)通译千问 1.3)国内其他工具介绍 2. PROMPT语言在自动化工具中的应用 2.1 自动化报告生成 2.2 数据分析和处理 案例分析:通过PROMPT语言优化数据分析流程 讨论课题:如何选择合适的自动化工具  

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