第1天

数据分析项目真实数据全流程演练

1. 研究背景及现状描述

描述说明相关业务的现状；存在的问题（痛点的详细陈述）；应用目标、作用范围。

2. 研究目标描述

一个项目可以包括多个子目标，也可以一个项目只完成一个子目标。根据团队情况确定小而精的方向，不要面面俱到而不精。

3. 文献和案例分析与数据需求

对于不同的子目标，分别寻找可参考的文献和成功经验。为制定分析方法提供理论依据，根据需要描述需求中大致的数据范围，包括被解释变量的定义、样本的筛选条件的选取、解释变量的维度。

4. 分析方法与模型开发

研究中涉及的模型、方法。

5. 应用分析

分析如何应用，说明模型的产出成果如何被应用，例如客户经理采用模型输出的前5%的客户名单，开展针对性营销活动

第2天

数据应用创新工作坊-第一部分

1. 明确本组待开发的数据产品价值主张

使用电梯演讲或精益数据产品画布等工具，明确本组待开发的数据产品价值主张，使得团队内部达成共识，同时明确商业数据产品的对内-对外特性。

2. 待营销或风控产品分析

分析产品的FAB、渠道、定价和目前的促销方式，同时对内部将要使用该数据产品的用户进行用户画像，以明确本数据产品的定位和构成要素。

3. 待营销或风控产品用户画像

针对产品标准客户和风险客户进行画像。

4. 各组用户画像评析

对每组的用户画像进行指导。

第1天

数据应用创新工作坊-第二部分

1. 业务流程梳理与机会点优先级

制定业务总目标并进行子目标拆解（按因子、阶段），并对子目标进行优先级排序，形成举措卡片。

2. 数据服务画布

痛点描述、愿景描述、业务阶段及使用场景，对标签（被解释变量）的定义及可能使用的算法。

第2天

数据应用创新工作坊-第二部分

1. 各组数据服务画布评析

对每组的数据服务画布进行指导，直至以此为依据制定工作计划。

2. 各组编写取数需求

明确样本范围、被解释变量和解释变量的定义、具体的加工逻辑。

3. 各组制定工作计划表

根据《可行性评估报告》模板，填写项目进度表和人员分工表。

第1、2天

建模指导

1. 算法建模指导

对各组的数据提取、用户画像和模型构建进行实地指导。

第1天

各组预答辩

1. 各组预答辩（路演）

每组汇报数据分析建模方法和结论，提出落地建议，获取实时落地的资源支持。

第2天

报告初评

2. 报告初评

从各组数据分析报告的选题难易度、技术方法的运用、课题完成度、课题表述等四个方面对报告进行初评。