课程目标：

1.数据思维升级：提升核心团队不同角色数据思维能力

2.业务诊断：通过业务分析指标体系对核心经营指标、业务异常等进行分析阶段

3.数据体系建立：团队管理者上下同欲设计目标，员工拆解自己的OKR，一级指标到四级指标建立，针对数据发现问题并解决问题。

4.策略落地：增强高阶产品体系化和战略化业务增长能力

课程大纲：

一、数据洞察（3小时）

1. 如何找到北极星指标

1.1如何定义一个好指标，建立指标的误区（短期和长期）

案例：招行三阶段指标变化背后思考AUM-MAU-AUM+MAU

1.2评估北极星指标

（1）估算方式一：自上而下的北极星指标

（2）估算方式二：参照系法

（3）估算方式三：正向估算

2. 如何搭建数据指标体系，助力业务增长

数据指标的拆解思路，教你建设好一个好的质量评估体系和监控体系(从财务指标-业务指标-影响要素）

案例：银行信贷业务指标拆解

2.1分级评估体系

2.2指标体系常见的误区

带你读懂数据，找到业发力点

3. 案例：招商圆方平台数据分析平台构建四阶段以及背后思路

(1)第一阶段：搭建数据基础体系

(2)第二阶段：数据指标和组织体系打通

(3）第三阶段：问题排查和业务诊断

(4)第四阶段：智能决策

4. 洞察业务问题基础：归因体系（哪个业务哪个项目对业务的影响要素分析）和A/B实验能力

4.1 归因体系搭建

4.2 归因五部曲（用户识别-归因模型-归因方法-归因串联-归因周期

4.3 归因六方法以及应用场景

4.2 数据采集

明确埋点需求（想清楚）-形成需求文档（讲明白）

4.3 A/B实验

4.3.1 A/B实验测试的理论基础-假设验证

4.3.2设计A/B实验测试流程和三原则（流量分配、实验周期等）

4.3.4 A/B实验工具&A/B实验系统介绍

4.4数据可视化，汇报锦上添花

章节收益

案例

1.京东金融、字节A/B实验

2.银行数据数据采集实战

3.字节的归因体系框架设计

章节收益：

1.定义北极星指标

2.掌握三种合理估算北极星指标的方法

3.找到行业&竞品数据方法

4.监控&预警&业务洞察&业务决策数据产品搭建

5.掌握A/B实验的流程

6.保证A/B实验效果的三原则

7.归因体系搭建框架(提高员工积极性、价值汇报和业务问题及时发现基础）

案例：基于银行不同业务指标体系拆解的方法（个贷、手机银行、零售等）

成果：设计自己的数据指标体系并洞察增长方向

二、活用数据分析方法，应对不同业务场景实战：发现问题、原因找寻和问题预警）以及四大方法（3小时）

1. 分析结果，【发生了什么】的数据分析方法（描述性分析）

1.1 趋势分析

案例：招行留存分析、银行数据为什么涨跌

1.2 对比分析

案例：银行财富用户流失原因分析、流失原因定义以及召回用户价值评估、策略有效性分析（区分出产品、行业或者业务员的权重）

1.3 漏斗分析

案例1：银行信用卡

案例2：银行基于区域降低补贴

案例3：信贷体验量化：将主观的客户体验变为客观评价（影响面*影响深度）

1.4 提升问题本质探索的三座大山(定位错误、假设验证率和业务关联)

案例：成单率提升

案例：银行零售业务数据分析（优惠券使用率和ROI提升）

2. 业务预警（诊断类分析）

找到异常：西格玛分析和四分位差

3. 业务问题诊断，分析【为什么发生】的三大方法

3.1 细分分析&对比分析

3.2 潜在用户价值分析，路径分析（位数摁着

3.3 用户为什么会转化，归因分析

3.4 AI构建用户（流失概率分析、价值分析等）

4. 建模型三大方法和应用场景

场景一：预测发展趋势：线性回归

案例：建行用户交叉购买意愿分析

场景二：评估相似程度：K-means聚类

场景三：识别关键因子:logistic回归

5. 数据分析基础：用户画像（标签体系、用户分群和用户分层）

案例1：信用卡分群和标签体系

案例2：工行对公对私全业务标签体系建设

章节收益

1.掌握业务发生了什么描述性分析的四大方法

2.掌握业务预警诊断类的两大方法

3.掌握业务为什么发生的三大方法

4.建模型分析的三大方法以及三大应用场景

成果：设计自己业务监控和价值评估的指标体系、数据看板、数据体系