让一部分企业先学到真知识!

李勇:B端产品学习地图工作坊

李勇老师李勇 注册讲师 4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 : 产品经理

课程编号 : 37297

面议联系老师

适用对象

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

课程介绍

培训对象: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

课程时间:2天 (12小时)

课程背景:

B端产品与客户需求往往有着密切的关联,对于需求解决的问题,令不少产品经理感到头疼,如何照顾客户需求,发现问题并且应用至产品中去是一个不小的难题。本工作坊将详细为您解析B端产品设计与运营的全业务流程及关键点,并让大家知道做好一个B端产品需要具备的学习成长地图和各个节点中需要具备的能力。

工作坊大纲:

单元

大纲

内容

学习地图一

基本素养:B端产品岗自我修炼

1. 心态素养:

1) 如何从传统IT转为产品设计?

2) 如何从传统项目人员转为产品设计?

3) 其他方向如何转型到产品?

2. 能力素养:

1) B和C端产品设计在早期需要掌握什么能力

2) B和C端产品设计的不同

3) 产品设计的心智模型

4) 产品设计常犯的错误和需要具备的素质

5) 逻辑能力的养成

3. 品味素养:

1) 扁平化,拟物化,极简主义

工作坊练习:能力,心态及品味的调研;

学习地图二

规划能力:产品岗位的能力修炼

1. 用户研究:用户访谈能力,问卷调研能力,画像分群能力,分类验证能力;

工作坊练习:模拟用户进行访谈,问卷设计的训练

产品需求统计和辨别能力训练;

2.需求分析:5W2H方法论。

工作坊练习:利用模拟案例分组讨论的形势让大家养成5W2H的方法论。WHAT:用户到底存在什么问题?是刚需还是伪需求;WHY:为什么会存在这个问题?WHO:产品中的哪些用户遇到此类问题?HOWMUCH:解决这个问题的投入产出比是多少?

3. 竞品分析:通过用户群,产品定义来筛选竞品,通过产品目标来确定分析维度;通过类别假设来分析优劣势;

3. 市场研究:具备宏观环境和发展态势的分析能力

工作坊练习:用分组讨论的方式训练竞品分析的和市场研究的能力素养;

4. 产品交互能力训练:

1) 产品体验的三个级别:能用,易用,友好

2) 用户体验的三个层面:视觉体验,功能能体验,交互体验;

3) 怎样理解什么是真正的设计

4) 用户体验设计的四要素:用户界定,需求线性,闭环设计,情感设计,服务设计

工作坊练习:用案例来分组讨论的方式来训练交互设计能力;

5.专业知识能力训练:

1) 应用架构设计

2) 功能模块设计

3) 产品敏捷开发与迭代

4) 业务数据建模

5) 界面设计

6)数据埋点设计

7)权限设计

工作坊练习:用案例来分组讨论的方式来训练产品组成能力;

5. 资源评估能力训练:产投比优先级;

学习地图三

项目管控及产品全生命周期管理方法论

1. 产品目标,过程及灰度发布能力:目标确认,指标拆解,任务下达;进度管理;风险管理

2. 产品全生命周期不同的管理方法

工作坊练习:根据实战案例的下发,分组分别从产品目标管理,产品项目过程管理及产品发布及复盘方面进行讨论以得到能力的训练和提升。并有效对产品全生命周期进行合理管控。

学习地图四

运营能力:项目推广,活动策划,数据分析…

1. 项目推广能力:前期准备能力:推广计划安排,推广运营机制建设,推广过程管理

2. 活动策略能力:增长模式定型,展现方式确认,数据回流迭代;

3. 数据分析能力:采集数据,分析数据的能力和方法论,决策能力;

工作坊练习:利用实战案例用分组讨论的方式来分别就项目推广能力,活动策略能力,数据分析能力来进行讨论和提升;

 

李勇老师的其他课程

• 李勇:AI时代数据驱动制造:精益生产下的数据分析实战训练营
培训对象:生产总监、运营总监、CIO、精益推进负责人、数据分析师等中高层管理人员、以及对精益生产和数据驱动业务感兴趣的人士; 课程时间:1-2天培训+2天实战 课程背景: 本课程是在数字化转型与AI大模型应用的宏观趋势下,旨在解决学员在精益生产与价值流管理中的数据分析应用难题,提升学员对数据分析驱动业务流程重塑与业务模式创新的认知。课程具备理论与实践相结合、案例丰富、实操性强的特点,将帮助学员掌握数据分析的核心理念、工具与方法,并应用于实际工作中。 课程收益: 培训完结后,学员能够: 受益一:理解数据分析在精益生产与价值流管理中的重要性。 受益二:掌握数据分析的基本概念、原理与方法,包括数据采集、清洗、处理与分析等。 受益三:学会利用价值流工具识别企业全局指标问题与核心指标痛点。 受益四:掌握问题分解与数据分析的思维逻辑,包括指标思维、用户思维、结构化思维与公式化思维。 受益五:熟悉数据分析过程中的各种工具与方法,并能够灵活应用于实际工作中。 受益六:学会评估数据分析结果,为决策提供支持。 受益七:通过实战训练营,提升数据分析实战能力,解决企业实际问题。 第一阶段课程辅导,导入方法论,时间1-2天: 单元 大纲 内容 单元一 数据分析与AI大模型时代概述 1 数据分析的定义与重要性 1.1 数据分析的概念及发展历程 1.2 数据分析在企业决策中的作用 2 AI大模型时代对数据分析的影响 2.1 AI大模型的技术特点与应用趋势 2.2 AI大模型在数据分析中的应用案例 案例:某企业利用AI大模型提升数据分析效率与准确性 讨论课题:AI大模型如何改变数据分析的未来? 单元二 精益生产与价值流管理基础 1 精益生产的核心理念与原则 1.1 精益生产的定义与发展历程 1.2 精益生产的五大原则 2 价值流管理工具与方法 2.1 价值流图绘制步骤与技巧 2.2 价值流分析在企业管理中的应用 案例:某企业价值流图绘制与分析实例 讨论课题:如何有效运用价值流管理工具提升企业效率? 单元三 全局生产指标问题与核心指标痛点识别 1 全局生产指标体系的构建 1.1 全局生产指标的定义与分类 1.2 全局生产指标体系的构建步骤 2 核心指标痛点的识别与分析 2.1 核心指标痛点的定义与识别方法 2.2 核心指标痛点对企业的影响分析 案例:某企业全局指标体系构建与核心指标痛点识别实例 讨论课题:如何有效识别并解决企业核心指标痛点? 单元四 数据分析的步骤 切忌:并不是采集—清洗---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 精益化生产之:生产排产与数据分析 1. 生产排产中的数据分析 1.1 关键监测数据:订单交付准时率,设备综合效率(OEE),换型时间占比,紧急插单频率 1.2 专业分析方法 时间序列预测(ARIMA/LSTM),约束规划(CPLEX优化引擎),蒙特卡洛模拟 1.3 问题解决方法论与工具 瓶颈突破:TOC约束理论+AnyLogic仿真 AI工具:华为云OptVerse,帆软report,deepseek等。 单元六 精益化生产之:原材料管理中的数据分析 1 关键监测数据:供应商到货准时率,呆滞物料库存占比 ,采购价波动系数 2、专业分析方法:回归分析(价格趋势预测),聚类分析(供应商分级),EOQ经济订货批量模型 3、 问题解决方法论与工具:卡拉杰克矩阵+Python scikit-learn 4.该环节中的AI工具高效实用介绍 单元七 精益化生产之:生产控制中的数据分析 1. 关键检测数据:产线平衡率、在制品周转天数、动作浪费指数等 2. 专业分析方法:价值流图析(VSM)、时间动作研究(MTM-2标准)、离散事件仿真等。 3. 问题解决方法论与工具:精益改善:ECRS原则+FlexSim仿真 4. 该环节中的AI工具高效实用介绍 单元八 精益生产之:设备维护中的数据分析 1、关键监测数据:MTBF/MTTR、振动频谱特征值、备件库存周转率等 2、专业分析方法:随机森林故障预测、傅里叶变换(振动分析)、生存分析(部件寿命预测) 3、问题解决方法论与工具 预测性维护:PHM系统+Azure Machine Learning 4、该环节中的AI工具高效实用介绍 单元九 精益生产之:库存管理中的数据分析 1、关键监测数据:库存周转天数、齐套率、安全库存偏差值 2、专业分析方法:ABC-XYZ分类法、牛鞭效应量化分析 报童模型优化 3、问题解决方法论与工具:VMI策略:JIT看板+Python PuLP 4、该环节中的AI工具高效实用介绍 单元十 精益生产之:人员效能分析 1、 关键检测数据:技能矩阵完备率、效能指标等 2、 专业分析方法:OEE人员维度拆解、动作经济性拆解、认知负荷评估等。 3、 问题解决方法论与工具:数字孪生员工系统、AI教练系统 4、 该环节中的AI工具高效实用介绍 第二阶段实战:将学员进行分组, 进行为期三天的实战模拟演练 实战模拟第一天:单点突破(生产排产全流程演练) 模块一 老师示范 示范内容 1 模拟数据部署 老师会针对某个具象环节,例如质量检测环节,会对应一份某企业的真实的质量原始数据 2 价值流分析及质量指标拆解 1、用上课中讲到的价值流来对整个质量数据体系进行拆解 2、用AI及其他工具进行数据清洗 3、计算质量数据的几大维度 4、找出需要优化的问题 3 工具应用 DEEPSEEK等相关的AI工具结合课程中所讲的方法论生成质量改善分析图表 4 报告输出 1、利用AI工具快速质量优化的分析PPT 2、利用AI工具快速生成质量优化的WEB数据大屏 老师演练完以后,学员对其他的生产环节进行模拟实战 组别 分组实战 示范内容 A组 原材料分析 要求按照老师之前演练所用的方法论来牵引该模块,并按照老师的给出的模拟数据列表输出相应的支付物,其中包括: - 各组初始分析报告(含问题清单) - 导师批注的改进方向建议 B组 生产控制分析 C组 设备维护分析 D组 库存管理分析 E组 人员效能分析 实战模拟第二天:分析强化 模块一 学员演讲 老师总结 1 各个团队分组进行自己的成果输出 老师会对所有团队的分组进行问题提炼和优化,然后带领大家持续提升 2 跨组案例研讨 A组做B组的类目(会给出新的数据),B组做C组,以此类推,强化练习再次输出 3 各个团队重新输出成果 老师现场深化继续点评 实战辅导的案例和范围 实战案例编号 典型项目 服务大概的范围、时间、成效: 1 宁德时代精益管理数据分析项目 1. 宁德时代采购,生产,存储,供应链等综合业务精益数据分析梳理 2. 业务价值列表分析 3. 数据分析典型场景以及具体的落地可行性分析 4. 服务周期:三年 5. 价值体现:生产综合效率提升15%,库存优化降低20%,质量提升10%..... 2 特变电工集团精益管理数据分析项目 1. 特变电工集团大模型落地提升办公效率,以及采购,生产,存储,供应链等综合数据业务梳理 2. 数据业务价值列表分析 3. 数据分析价值流整体分析以及具体的落地可行性分析 4. 服务周期:两年 5. 价值体现:效率提升60%,人员优化20%,库存优化20% 3. 绿源电动车集团精益新零售数据分析项目 1. 绿源电动车集团精益零售数据分析项目。 2. 数字化营销战略分解及项目落地辅导 3. 数字化营销分析跟踪指导 4. 服务周期:一年 5. 价值体现:新零售精益数字化项目实施后营销增长3000万,经销商满意度提升17% 4 登升安防公司精益生产数据项目 项目实施中…… 5. 江阳磁材精益供应链数据项目 项目实施中…… 6. 重庆奥兴嘉精益生产数据分析项目 项目实施中……  
• 李勇:用户思维在工作中的应用解析
培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士 课程时间:1天 (6小时) 课程背景: 无论你是做产品还是做营销,具备用户思维很重要。那么究竟什么是用户思维呢?讲的直白点,就是能够站在用户的角度上,挖掘用户的需求和痛点,制定出相应的产品,解决用户的需求。 本课程将用户思维的核心和应用一一在课程中进行讲解。 课程收益: 培训完结后,学员能够: ² 了解用户思维的概念 ² 理解用户需求的三部曲:同理心、场景感、共情力 ² 掌握用户思维能力的基础方法论 ² 掌握同理心,场景感、共情力的能力 课程大纲: 单元 大纲 内容 单元一 一切从用户思维开始 1、 什么是用户?用户和客户的区别是什么? 2、 为什么强调用户思维? 3、 用户思维都包含了哪些逻辑思考点? 单元二 所有成功的产品都是用户的持续推荐产生 1、 洞察用户需求三部曲:同理心、场景感、共情力 2、 用户的痛点是什么?痒点是什么? 3、 用户痛点解决路径:场景 4、 场景、需求和产品的关系 单元三 如何培养自己的用户的思维 1. 心态归零:时刻让自己处在归零状态,脱离业务态 2. 场景复原:走到产品使用或者营销推广的真实场景中一比一毛孔级拆解。 3. 进入用户的生活,毛孔级的观察和体验 4. 建立同理心和逆向思维能力 5. 警惕市场调研和客户问卷(用户更愿意用负面效应) 单元四 如何让自己更好的建立同理心 1. 破除“权威”定势: 1) 破除教育权威 2) 破除专业权威 3) 破除泛化现象 4) 破除惯性思维 2、破除从众定势 3、破除“知识-经验”定势 4、扩展思维视角 单元五 如何训练自己的场景感 1. 理解场景里的概念:时间、地点、人物、事件 2. 训练自己的场景代入感,秒入场景的能力 3. 亲自参与一线场景中 4. 阅读和拆解流程手册并重新优化 单元六 如何训练自己的共情力 1、 镜像力:了解镜像神经元的作用 2、 同频感:如何让用户产生“你好懂我”的意识? 3、 倾听力:认真倾听,仔细记录,理解并接受却不加以批评 4、 圈层:力争进入用户的圈层  
• 李勇:通过学习华为数字化质量体系来提升自身的生产质量能力
培训对象:生产部门质量管理负责人、质量控制工程师、生产主管、质量体系审核员等质量相关领域人士; 课程时间:0.5天 本课程亮点: 本课程主要是在数字化转型的宏观趋势下,旨在解决学员如何借鉴华为数字化质量体系,提升自身生产质量能力的问题。课程将深入剖析华为在质量管理方面的数字化手段和实践经验,具备理论结合实际、案例丰富、可操作性强等特点,帮助学员全面了解并掌握数字化质量管理的核心理念与实施路径。 本课程收益: 培训完结后,学员能够: 受益一:深入理解华为数字化质量体系的架构与核心要素; 受益二:掌握华为在质量管理中运用的数字化工具和技术; 受益三:识别自身生产流程中可数字化的质量环节,并提出改进方案; 受益四:构建基于数字化手段的质量管理体系,提升生产质量效率。 单元 大纲 内容 单元一 华为数字化质量体系概览 1 华为数字化质量体系的背景与意义 1.1 华为质量管理的历史演变 1.2 数字化在质量管理中的重要性 1.3 华为数字化质量体系的总体框架 案例:华为数字化质量体系的成功应用案例 2 华为数字化质量体系的核心理念 2.1 以客户为中心的质量文化 2.2 数据驱动的质量决策机制 2.3 持续改进的质量循环 案例:华为如何通过数据驱动提升产品质量 讨论课题:如何将华为的质量文化融入自身企业? 单元二 华为数字化质量管理的关键技术与工具 1 数字化质量管理的基础技术 1.1 大数据与人工智能在质量管理中的应用 1.2 云计算与物联网在质量监控中的作用 1.3 数字化质量管理系统(DQMS)的构建 案例:华为DQMS的实际应用与成效 2 华为常用的数字化质量管理工具 2.1 质量管理软件(如QMS)的应用 2.2 数据分析与可视化工具(如BI)在质量管理中的运用 2.3 自动化检测设备与系统的集成 案例:华为如何运用数字化工具提升质检效率 讨论课题:如何选择适合自身企业的数字化质量管理工具? 单元三 华为数字化质量管理的实践案例与经验分享 1 华为在研发阶段的质量管理 1.1 研发过程中的质量控制与评审机制 1.2 数字化研发质量管理工具的应用 1.3 研发质量数据的收集与分析 案例:华为研发质量管理的成功案例 2 华为在生产阶段的质量管理 2.1 生产过程中的质量监控与追溯系统 2.2 数字化生产质量管理工具的应用 2.3 生产质量数据的实时分析与改进 案例:华为生产质量管理的数字化实践 讨论课题:如何借鉴华为的经验,优化自身企业的生产质量管理流程? 单元四 构建与持续优化数字化质量管理体系 1 数字化质量管理体系的构建策略 1.1 明确质量目标与数字化战略的结合点 1.2 制定数字化质量管理体系的实施计划 1.3 整合资源,推动数字化质量管理体系的落地 案例:某企业构建数字化质量管理体系的成功案例 2 数字化质量管理体系的持续优化 2.1 监控与评估数字化质量管理体系的绩效 2.2 根据反馈进行持续改进与优化 2.3 引入新技术,提升数字化质量管理体系的效能 案例:华为如何持续优化数字化质量管理体系 讨论课题:如何确保数字化质量管理体系的持续有效运行?  

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