任你选择
课程目标
通过案例讲解，模型、工具演练以及产品实践帮助学员理解如何进行客户生命周期的数据分析，如何通过数据指标体系的构建提升产品价值，如何在客户的精准营销、贷中贷后的客户风控等层面实现有效应用。同时拓宽和提升数据驱动产品迭代的认知和核心能力。
课程对象
产品经理、运营经理、数据分析人员、设计师、团队负责人以及相关团队骨干等。
课程大纲
Part01 数据驱动，数据在产品全生命周期管理及应用
重点讲解：通过核心方法、模型、关键指标以及典型案例，讲解如何通过数据支撑产品在全生命周期各阶段达成目标。
案例：京东白条、支付宝、掌上生活、雪球、Linkin、网易云音乐等行业爆款产品
产品定位阶段的核心模型（SWL、SWL+等）、关键数据指标（容量、渗透率等指标）及其在产品商业规划、产品定位等阶段应用。
重点涉及某滴滴等案例。
产品启动阶段的核心模型（产品存量需求法则、3F等）、关键数据指标（获客成本等指标）及其在产品精准获客等阶段应用。
重点涉及某最大知识付费平台等案例。
产品激活阶段的核心模型（Core Loop等）、关键数据指标（产品激活率等指标）及其在产品获客转化等阶段应用。
产品留存阶段的核心模型（Hooked等）、关键数据指标（产品留存率等）及其在产品留存等阶段应用。
重点涉及某云音乐等案例。
体验设计阶段的核心模型（Heart等）、关键数据指标（产品转化率等指标）及其在产品体验持续等方面应用。
重点涉及阿里、Google等案例。
产品增长阶段的核心模型（Viral Loop等）、关键数据指标（病毒因子等指标）及其在产品用户增长等方面应用。
重点涉及某知名零售咖啡增长获客案例。
产品收益阶段的核心模型（ROI等）、关键数据指标（LTV等指标）及其产品商业化等方面应用
Part02 价值驱动，构建产品价值度量和增强的指标体系
重点讲解：用户分层模型、RFM模型、数据指标体系构建(一二三级指标以 及维度指标等)等。包括:以实际产品的客户全生命周期为例，解读如何根 据业务场景进一步细化生命周期的维度。指导团队能够在现有框架的基础上， 基于实际的业务场景完善生命周期的二级分类，如何开展客户生命周期的监控 和优化:挖掘高价值客户和商业流程闭环。同时，可以以湖北消费金融的实际产品为例，指导分析提升客户价值、延迟客户生命周期的举措设计思路。
案例：京东白条、支付宝、掌上生活、雪球、Linkin、网易云音乐等行业爆款产品
模型驱动的数据分析，包括通过数据的内外部来源、数据清洗与统一、数据可视化、十种典 型的数据分析方法(漏斗分析、分群分析、同期群分析等)以及使用场景来分 析常见的业务数据问题。
重点涉及某阿里数据中台案例。
十大数据分析方法及其应用场景（重点讲解ABTest在产品迭代等场景、同期群在产品获客优化等场景、漏斗分析在产品核心业务转化等场景、留存分析在产品核心业务体验优化等场景）。
重点涉及某知名电商案例。
客户全生命周期的数据运营模型及运营策略，包括如何使用RFM模型等提示客户的精准触达和获客，同时重点讲解如何围绕LifeTime以及Value两个维度来扩展客户生命周期价值。
构建消费金融产品的数据指标体系，包括，数据指标体系构建(一二三级指标以 及维度指标等)。
重点涉及某头条、某抖音、某消费金融等指标体系案例。
总结提炼业务驱动的数据分析基本方法（模型和框架），重点解决在业务目标或是业务问题驱动下如何构建业务数据假设，如何通过数据建模，如何通过产品或运营持续改进优化的一般方法论。
重点涉及某知名UGC产品案例。
分组实践练习：通过构建数据指标体系，并结合数据分析方法找出提升举措。
重点以湖北消费金融实际产品为案例。
Part03 数据驱动产品价值变现实践之路
重点讲解：通过核心方法、模型、关键指标以及典型案例，讲解如何通过数据度量产品价值，找到产品激活、留存、变现等过程中的问题节点，驱动优化以提升产品价值。
案例：京东白条、支付宝、掌上生活、雪球、Linkin、网易云音乐等行业爆款产品。
产品获客及激活优化提升的数据分析实践案例，包括通过爆款案例来讲解如何结合产品目标以及业务场景，使用各种不同的数据分析方法找到可能存在的产品运营或迭代优化点。
重点以某爆款电商、某信用卡平台、某营销策划活动转化分析等为案例。
产品留存优化提升的数据分析实践案例，包括如何通过构建核心模型层去弥补宏观指标的不落地以及微观指标 容易迷失带来的数据鸿沟问题、给出场景化数据分析的三大策略(细分、对 比、溯源等)、给出场景化数据分析的一般方法论(场景假设驱动的数据分析 与验证)等 。
重点以Linkin、小咖秀等产品案例
产品体验优化提升的数据分析实践案例，通过某爆款案例的SKS、VSM等模型工具来讲解如何通过定量的方式来评估和优化产品设计方案，如何通过寻找产品的MN来驱动产品的新一轮增长等。
重点以蚂蚁金服等产品案例
贷中风险预警、贷后催收的数据分析实践案例，包括通过信用评分卡等各类模型来帮助识别、侦测，筛选出不同等级客户群体辅以不同的业务策略。
