让一部分企业先学到真知识!

枫影:数据统计与数据分析

枫影老师枫影 注册讲师 149查看

课程概要

培训时长 : 1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 : 16319

面议联系老师

适用对象

运营部、大数据部门

课程介绍

【课程背景】

数据分析是项目运营的核心,是判定项目运营动作有效性的晴雨表。通过后台的运营数据分析,可以分析用户数据导出产品规划,可以分析出关键动作是否有效。进而指导接下来的工作的开展,对于项目运营来说,数据分析是至关重要的动作,是每个做运营的必须要掌握的一门核心技能。

【课程收获】

  • 了解数据分析的意义、应用场景和常用方法
  • 了解当前基于销售额的数据分析的主流分析方法和分析公式
  • 掌握新客户、老客户、老带新的分析方法
  • 了解分销分析和市场洞察的数据分析方法

【课程时间】 1天(6小时)

【课程对象】运营部、大数据部门

【课程内容】

模块

标题

内容

收益

1

数据分析
  1. 数据分析
  2. 数据分析的意义
  3. 数据分析的场景
  4. 数据分析各场景的指标
  5. 数据分析常用的方法

了解数据分析的意义、应用场景和常用方法

2

销售目标分解
  1. 基于客户的销售分解:S=S1+S2+S3

及相应的销售占比结构

  1. S1=UV*CVR*P
  2. S2=N*R*P
  3. S3=N*K*P
销售目标分解与数学公式

3

新客户销售指标S1

(适用于:传统电商+内容兴趣电商)

  1. UV:流量分解与数据分析
  2. 流量概况
  3. 来源监控与渠道推广分析
  4. 页面热力度与路径分析
  5. 商品分析
  6. 流量指标分析与对策
  7. 提升流量的方法及核心动作

 

  1. CVR:转化率数据分析
  2. 转化率指标
  3. 转化率影响要素判定
  4. 提升转化率的方法

 

  1. P:客单价数据分析
  2. 商品分析
  3. 活动分析
  4. 提升客单价的方法

【案例】如意好礼的新客户数据分析

新客户销售额的分析。

 

掌握其核心的数据分析指标、方法和提升技巧

4

老客户复购S2

(适用于社交私域电商)

  1. N:老客户
  2. 老客户占比数据
  3. 老客户留存
  4. 老客户洞察
  5. 老客户触达
  6. 老客户流失
  7. RFM模型的应用
  8. 会员等级分析
  9. R:复购率
  10. 复购率定义
  11. 影响复购率的要素
  12. 提升复购率指标
  13. P:老客户客单价
  14. 老客户客单价
  15. 影响老客户客单价要素剖析
  16. 提升老客户客单价的方法

【案例】历奇营地的老客户复购数据分析

老客户复购分析

 

掌握老客户的留存、流失率和复购率分析的方法

5

老带新销售S3

(适用于社交分销电商)

  1. N:老客户

(1)老客户占比数据

(2)老客户留存

(3)老客户触达

(4)老客户流失

(5)RFM模型的应用

  1. K:裂变指数
  2. 裂变指数定义
  3. 影响裂变指数的指标
  4. 拉升裂变效果的方法
  5. P:老带新新客户成交价
  6. 影响老带新新客户单价的要素
  7. 拉升老带新新客户单价的方法

【案例】历奇营地的老带新运营

掌握老带新的数据分析的指标、方法和拉升技巧

6

专题分析
  1. 商品单品分析
  2. 商品结构分析
  3. 商品流量结构和来源分析
  4. 商品转化率分析
  5. 用户分析
  6. 用户结构分析
  7. 用户画像-场景洞察分析
  8. 用户RFM分析
  9. 用户ARPU值分析
  10. 用户转介分析
  11. 活动分析
  12. 活动ROI分析
  13. 活动费用分析

场景模拟:做出相关商品运营、用户运营、活动的效果分析

枫影老师的其他课程

• 枫影:电商平台运营数据分析
【课程背景】电商平台的数据分析,可以有效帮助电商平台运营者发现业务运营中的问题,支撑其运营决策和优化运营策略。本次课程内容主要基于中建电商现有的业务做数据分析,帮助运营人员和商务人员更有效展开运营工作。【课程对象】平台产品运营、供应商管理等【课程收获】了解垂类电商整体经营模型架构掌握对当下主营业务展开数据分析的方法能够就分析结果提出改善型对策【课程时长】1天【课程大纲】垂类电商的盈利模式分析垂类电商的价值:供需匹配垂类电商的竞争力:匹配效率与用户体验垂类电商的盈利点:付费会员、交易佣金、广告费、活动报名费、金融服务、saas赋能工具等【案例】中服网、找钢网、鞋材网等盈利模式分析垂类电商平台产品发展阶段功能性产品:解决基础信息发布、支付交易和功能性呈现运营型产品:破解用户增长问题及利润产生策略型产品:核心解决风险控制、算法匹配,拉升用户体验【案例】电信翼支付、中服网、GO2等垂类电商平台的发展历程构建基于平台GMV的数据分析模型业务战略分析:S(平台)=Σs(1~n),整个平台业绩=各业务业绩之和业务生命周期理论业务战略理论业务数据分析【案例】滴滴业务战略分析产品结构分析:S(业务)=Σs(1~n),n=产品某业务线的GMV=付费会员+交易佣金+广告收益+...产品战略与产品结构产品结构分析【案例】某电商平台的产品结构分析用户价值分析:S(产品)=n*p,n=用户数,p=用户价值用户增长模型:AARRR模型用户生命周期理论目标制定与分解用户结构分析:新老用户占比分析用户等级分析RFM分析用户Arpu值分析【案例】某母婴类平台的用户运营数据分析流量转化率分析:n(用户数)=uv*cvr,uv=平台流量,cvr=转化率电商平台流量来源渠道分析各渠道来源的转化率分析单品流量转化率分析【案例】某社区团购平台的流量、转化率分析数据分析的流程与方法明确逐层分解的业务模型取数:从报表和系统中获取相关数值做好数据治理和数据清洗完成基本的对比分析、预测分析绘制可视化报表解读报表,实现数据价值的挖掘【演绎】如何借助BI报表,完成数据分析和数据报表的制作数据分析后常见的问题对策业务战略问题:优化业务结构产品规划问题:优化产品结构、优化单品用户结构问题:优化用户结构,实现拉新和老客户维护的闭环运营用户增长问题:强化流量运营和销售转化策略存量用户问题:设计用户等级、权益和策划场景化内容等【案例】某电商平台基于数据分析,如何优化整体电商平台的运营
• 枫影:数据类产品
【课题介绍】该课题主要破解在企业数字化转型过程中涉及到数据管理、数据资产、数据要素商业化过程中需要的工具——数据产品、数据资产化、数据要素商业化等方面的内容。帮助学员理解数据是如何发挥商业价值的。【课题对象】数据产品经理【课程时长】3小时【课程大纲】数据的价值数据产品:围绕数据治理的过程,提高数据治理、数据管理的效率数据服务:面向业务的,实现业务运营效率的提升和良好体验数据要素:把数据定义为生产要素,参与到内外部经济生产过程中,发挥价值三类数据价值的主要核心内容及措施数据产品:主要包括在数据清洗、数据存储管理、数据可视化、数据挖掘四个环节与数据安全数据清洗类:数据采集和数据集成ETL数据存储管理:数仓、DMP和CMP数据可视化类:BI数据挖掘类数据安全类【案例】国内外主流的数据产品介绍数据服务:以中台形式存在的面向业务的“自助式”数据服务基于中台体系下的数据服务的额内涵什么叫好的“数据服务”数据自助产品面向业务的数据资产DIY【案例】某零售云下的数据服务体系介绍数据要素:数据资产参与内外部商业交易数据,第五大类生产要素数据要素的内涵数据要素交易流通机制数据要素交易整体体系【案例】南方电网电力数据要素参与外部交易数据产品、数据服务和数据要素商业化对内部的能力要求1.数据资产的意识:从数据仓库、数据资产管理到数据服务2.面向业务的数据管理平台的搭建【案例】虎牙的“数据服务+自助”产品实践
• 枫影:数据安全与工控安全
【课程背景】数字化时代下,伴随着多源异构的数据特征,在数据生产、数据传输、数据计算和工业控制等环节暴露出了非常多的数据安全隐患。尤其是近些年来,我国在工业数字化、智能制造的过程中由于数字化转型的进程中伴随着软硬件不同源、协议不一致等问题,数据安全已经成为近些年来企业在实施数字化转型过程中必须要面临的问题。本节课将系统从信息学的发展史中透析当今数字化时代所碰到的数据安全问题,并提出相关的对策,帮助学员在数字化转型过程中敏锐感知到数据安全风险,在日常工作中尽量避免相关问题的发生。【授课对象】业务、数据部门【授课时间】0.5-1天【课程大纲】从网络安全到数据安全1.信息学的历史:从信息的产生到信息的传输2.信息的价值3.移动通讯技术的发展4.从CT、IT到DT时代的演变5.网络通讯和信息数据安全的问题(1)信息发生-信息(2)信息传输-网络(3)信息计算-计算(4)信息应用-访问数字化时代对传统网络信息安全带来的挑战1.工业数字化的特点(1)5G+边缘云+物联网,设备泛链接、边缘云的工业设备统一性要求数字化转型从单元走向系统,对数据的访问要求更高工业控制,对计算精度、网络传输和自动化有更高的要求2.企业数字化转型对数据的要求(1)从单元数据到系统数据(2)多源异构数据(3)数据集成、管理(4)数据资产(5)数据访问API接口(6)跨部门、跨组织的数据访问3.工控整个环节所面临的的数据安全问题(1)数据的采集-物联网传感器、互联网、手工录入的数据安全问题(2)数据的传输-工业以太网、5G/6G的网络安全(3)数据的存储:云服务下的数据安全问题(4)数据的计算:基于AI算法的软件开发和病毒、漏洞、后门(5)数据的访问:内外部访问权限问题导致的数据外泄数字化时代的数据安全1.数据治理下的数据安全治理2.数据安全治理的定位和指导理念3.数据安全治理的策略和流程(1)数据安全治理所要遵循的原则(2)数据分级分类(3)数据资产梳理4.数据安全治理的关键环节(1)数据采集-物联网传感器与API(2)数据传输-网络(3)数据存储-云(4)数据计算-软件与AI(5)数据访问-权限5.数据安全治理的保障措施(1)高层重视(2)中层培育相关人才(3)基层意识(4)全员懂技术

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