宋致旸：管理者数据能力晋级

课程背景
在VUCA时代 企业面临越来越多的外部挑战，敏捷适应性是企业应该具备的基本能力，这就离不开对内外部数据和信息的及时分析，掌握规律，预测未来，从容应对。企业必须推进数据化管理，利用数据提升管理的精准性、科学性，“用数据说话”，“无数据，不管理”。
1、数据分析能力已经成为必备的能力
麦肯锡在研究报告中指出数据已经渗透到每个行业和业务智能领域，逐渐成为重要的生产要素，而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。作为企业管理者，数据分析能力已经成为必备的能力。
2、企业缺少懂数据、会分析的中高层管理者！
企业缺少数据吗？不，拥有多套信息系统的企业已经在服务器中积累了大量的数据。只是没有人拿出来分析，也没有人拿出来应用于管理决策，这些数据在服务器中沉睡着。为什么这些数据没有被充分分析和挖掘应用呢？缺少思路和方法，缺少懂数据、会分析的中高层管理者！
3、思路决定出路
数据分析方法汗牛充栋，面对海量的数据，我们从哪里下手得到有效的分析结果从而指导我们的经营和管理决策？思路决定出路，“凡事必有道理，凡事必有方法”，思路的背后一定有套路，这个套路就是“数据思维”。为了有效提升学员的数据分析能力，我们从数据思维训练开始，有了思路就会“才思泉涌”地创出数据分析方法和模型。
课程目标
1．了解数据管理的基础知识，理解数据思维方式；
2．学会数据分析的框架和思路，掌握常用数据分析方法来分析问题；
3．帮助学员了解并深刻领会企业在大数据环境下，应用企业现有数据解决实际管理问题的思路和方法；
4．帮助学员找到最适合使用的数据管理工具，提升数据管理的功能和技巧，使工作效率倍增。
课程特色
1、启发性
本课程重点强调的是思路和方法，“授人以渔”的理念贯穿始终。
2、实用性
本课程内容来自老师长期从业经验的总结，所有内容都是从企业的实际应用出发，学员可以将其中的思路和方法轻松地应用到实践工作中。
3、延展性
本课程不是简单地演示一个案例的具体操作，也不是描述一个方法的细节，而是通过思路和方法的理论性总结，让学员学会数据分析的思路和方法，从而能够将一个场景下的分析方法延伸到更多的场景下。
课程对象
企业各层级管理者、经营和管理决策者、企业经营数据分析人员
课程形式
课程内容融合有理论讲解+互动提问+案例研讨+小组讨论+视频观摩+情境互动+体验活动+头脑风暴+心得分享等多元培训方式
课程时间
课程培训时间可依据企业状况与培训需求，进行培训内容与时间策划。
课程大纲
第一部分：数据思维与数据意识的建立
一、数据的源头
1、开篇案例：从《琅琊榜》的营销推广中看数据的力量
2、你了解企业中的大数据吗？
3、数据是一切的基础
4、案例分析：从用户评论看产品改善
二、数据能力已经成为管理者的基本能力
1、数字智能时代的新趋势
2、案例分析：《倚天屠龙记》中张无忌最爱谁？
2、管理者的数据能力成为关键竞争要素
3、管理者的数据能力是企业数字化转型的关键
三、管理者的数据思维
1、数据能力的背后是思维模式
(1)从专业知识到实践需要一个长期的过程
(2)数据能力是一项实践性非常强的能力
(3)测一测：你对数字化转型和数据化管理的认知程度
2、管理者必备的数据思维——数据分析与管理决策
(1)什么是数据思维
(2)经验管理是否已经过时
(3)如何通过数据思维挖掘商业洞察
(4)如何从事物认知的基本方法构建数据思维
3、数据价值挖掘和数据能力
(1)数据用于回答“发生了什么”
(2)数据用于回答“为什么发生”
(3)数据用于回答“将要发生什么”
(4)数据用于回答“应该怎么做” 
(5)案例分析：某移动通信公司客户流失预警分析
(6)不同时代对管理者数据能力的要求不同
(7)新时代对管理者数据能力的要求
四、管理者数据能力4M 模型
1、管理者数据能力4M 模型之M1（Mind）：数据意识与数据思维
(1)数据意识：对数据价值和意义的识别
(2)数据意识模型
(3)数据思维：利用数据模拟人类的认知模式
(4)先有数据意识，后有数据思维
2、管理者数据能力4M 模型之M2（Methods）：数据分析方法
(1)数据分析方法是数据掘金的工具
(2)数据分析方法是认知世界的思维模式
(3)数据分析方法需要总结和沉淀
3、管理者数据能力4M 模型之M3（Mastery）：数据工具
(1)每一个管理者都需要数据工具
(2)数据工具正在不断进化
(3)工具永远是工具，替代不了思想
(4)熟练掌握一种适合自己的工具
(5)测一测：你的Excel 工具操作能力
4、管理者数据能力模型之M4（Move On）：数据应用
(1)数据应用是一个复杂的系统工程
(2)数据应用需要复合能力
(3)变革推动力是数字化转型的核心动力
第二部分：数据分析的应用
一、数据分析的原动力：从追求商业成功开始
1、生活案例：“分析一下这样做能不能成功？” 
(1)想要成功，从统一口径做起
(2)在成功之前，先厘清增长路径
(3)避免被欺骗，用数据识别商机
(4)商业成功的秘诀：基于清晰的思考
(5)以小见大，理解数据分析的基本做法
2、数据分析工作的基本流程
(1)总述：数据分析是“从业务到数据，再到业务”的循环
(2)数据分析的起源：业务
(3)数据分析的量化：数据
(4)数据分析的归宿：用数据驱动业务的优化和增长
(5)数据分析的重生循环：新业务/新数据/新优化增长
二、数据分析的基本功：理解商业模式
1、知全貌——理解“行业”的运作模式
(1)行业研究的基本构成框架
(2)研究行业的市场规模，判断赛道的宽度
(3)研究行业的生命周期，预估赛道的长度
(4)研究产业链，明确身处哪条赛道
(5)研究竞争格局，认清赛道的崎岖与平坦程度
(6)研究宏观环境，知晓比赛的天气和环境
(7)研究盈利模式，知道如何赢取奖金
2、如何在短时间内快速了解一个行业
3、传统行业的赚钱逻辑和盈利模式——以星巴克和瑞幸为例
4、知彼——研究你的“竞争对手
(1)6步走做好竞争对手研究
(2)为什么要研究竞争对手
(3)谁才是你的竞争对手
(4)浩如烟海的竞争信息，需要研究哪些内容
(5)从哪些地方获取竞争对手的信息
(6)如何进行多渠道信息的交叉验证
(7)案例：如何通过竞争对手研究寻找商机
5、知己——剖析“所在的公司和业务”
(1)一页纸梳理自身公司的商业模式——商业模式画布
(2)一张图画出自身公司的组织架构——职能+业务+敏捷
(3)3张图描绘所在业务的业务模式——逻辑+流程+架构 
(4)2种模型对比自身公司和竞争对手的竞争实力——五力竞争模型+竞争态势矩阵
三、数据分析第一阶段：全面认识现状
1、数据分析的起跑线：数据指标与指标体系
(1)建立数据指标：数据分析的前提
(2)提高数据质量：建立数据指标的关键
(3)构建数据指标体系：全面观察问题
(4)两种基本的指标逻辑模型
(5)设立指标评价标准：从指标到结论
2、数据分析的基础方法：读出数据背后的含义
(1)基础方法的作用
(2)趋势分析法：读懂发展趋势的含义
(3)自然周期分析法：读懂季节变化的含义
(4)生命周期分析法：明白兴衰交替的含义
(5)主动行为分析法：明白行为数据的含义
(6)基础分析方法案例：解读异常指标
4、数据分析的初级方法：多指标、多维度开展分析
(1)初级方法的作用
(2)结构分析法：通过认识内部结构发现问题
(3)分层分析法：通过区分高/中/低用户群体发现问题
(4)同期群分析法：通过与同期对照发现问题
(5)ROI分析法/比率分析法：通过综合对比投入/产出发现问题
(6)矩阵分析法：通过两个维度矩阵发现问题
(7)盈亏平衡分析法：通过盈亏走势发现问题
(8)对比分析法：通过树立正确的对比标杆发现问题
(9)多指标综合评估法：通过综合多角度做出判断
(10)初级方法案例：传统零售行业的经营分析 
四、数据分析第二阶段：精准解决问题
1、数据分析的中级目标：产品卖出去，库存降下来
(1)生活案例：“为什么别人做就能成功，我一做就失败？”
(2)销售渠道分析：提高产出的关键 
(3)供给端分析：保持供给和需求间的动态平衡
2、数据分析的中级方法：构建分析体系，细致解决问题
(1)中级方法的作用
(2)OSM模型：从商业目标出发建立数据体系
(3)数据监控体系：系统监控商业发展走势
(4)多维度诊断：确定商业问题源头
(5)策略评估：确定商业行动顺序
(6)标杆分析：快速积累商业成功的经验
五、数据分析第三阶段：深入洞察业务
1、数据分析的高级目标：产品出爆款，营销有成效
(1)生活案例：营销也大有学问
(2)用户分析：更好地认识用户
(3)产品分析：打造高质量产品
(4)营销/ 运营分析：提升运营效率
2、数据分析的高级方法：从千头万绪中找出关键
(1)高级方法的作用
(2)自然增长率
(3)单维度分析：从单维度检验业务假设
(4)多维度分析：用MECE方法处理多维度业务假设
(5)数据测试分析：测试分析结论的正确性
(6)因果关系分析：追溯问题源头
(7)指标异动的关键原因分析：从多种原因中锁定关键原因
(8)前瞻性分析：预判未来走势，发现商机
六、课程总结回顾，学员分享