商業分析：數理模型與統計決策

【課程背景】

企業數字化轉型是大勢所趨，新的商業模式、新的渠道、新的方法，不斷將數字化技術與業務充分融合，在創新中求變，為消費者創造多、快、好、省的價值。在這一過程中，充分利用優秀的數據分析模型和工具，通過交互可視化實現針對企業數據進行專業分析，支撐決策人員做出更加符合公司策略和利益的決策，使企業的戰略及戰術切實落地。其中，最重要的三個法則是：結合業務場景、提升業務指標、構建企業組織能力。隨著商業環境的發展愈加快速，客戶的需求變化更不容易被捕獲，這也讓企業重新審視數據商業智能的價值所在。越來越多的企業下定決心打通企業的數據孤島，打開“商業智能化”的大門。

本課程指導企業核心團隊轉變思維，從授人以魚到授人以漁，致力提升業務用戶的數據素養和數據分析能力，從數據中發現新的問題和商業機會點。本課程涵蓋商業數據分析中常用方法，重點探討了大數據營銷的意義和數據應用體系，注重深度理解數字商業的本質，支撐企業管理者根據市場變化，動態地設計出高盈利的商業模式，從客戶思維、利益共贏、數字化、平臺模式、指數思維、循環商業六大要點出發，圍繞商業元素的重要性進行排列組合，指導企業不斷革新自己的商業模式，對外關注客戶導向和營銷增長，對內強調數字化組織構建與人才能力提升，動態地、便捷地滿足客戶需求，不斷為客戶創造新的價值，使企業在當下激烈的市場競爭中勝出！

【課程收益】

?  提煉商業數據分析模板及其背后的思維邏輯，展示最佳實踐內容，為實戰提供“模板化”的公式及思維

?  不論從事IT工作、財務工作，還是企業的高管，都可以像商業分析師一樣思考，挖掘商業數據背后的價值

?  深入淺出，從理論到實踐，既給初學者提供學習的路徑，也給進階者帶來思維的碰撞

?  逐個解疑，層層剖析，讓商業智能數據分析實戰變得生動、深刻，具有挑戰性

?  貼近業務，以商業價值和商業數據為導向，快速迭代更新，推動企業實現“IT業務化，業務IT化”

?  深入分析構建數字營銷策略和建立高效的數字化組織，助力企業實現數字化營銷的全面轉型，以及數字化戰略和組織的升級

?  系統性地提煉出的關于數字營銷的創新理論和實戰攻略，為理解前沿數字營銷實戰知識與經驗提供扎實的指導

【課程特色】

?  【視野廣闊獨到】：既有前瞻視野，又有豐富工具，更有翔實案例，為企業管理者提供極富借鑒價值的路線圖和方法論

?  【道與術并存】：既有理論高度，又有實踐經驗；既有頂層設計思路，又有清晰的實施路線和實用的工具，讓企業轉型有路徑可循、有方法可用

?  【行業背景深厚】從行業一線中提煉出深刻且有生命力的洞見，引導將先進的理念付諸實踐，推動核心業務的全方位進化

?  【邏輯縝密、化繁為簡】視角客觀扎實、高屋建瓴、邏輯清晰、深入淺出、發人深思

?  【技術及管理經驗豐富】具有明確的目標、創新的方式和清晰的執行路徑，避免空談，實操性強

?  【嚴謹生動、大局觀強】大局與細節兼顧，方法與案例互補，理論與實務結合，內部與外部并重

【課程對象】

?   企業高層管理者：董事長、總裁、總經理、分管副總等

?   戰略高層、戰略規劃、頂層設計負責人（CEO、CTO、CIO、CMO等）

?   各個條線的業務負責人和技術專家

?   產品開發與創新人員、服務方案制定者

?   市場營銷策劃、客戶經理、產品經理等

?   創新業務的負責人，創新創業導師及實踐者

【課程時間】6-12小時

【課程大綱】

第一部分、商業數據深度分析：數理模型與市場洞察方法

一、商業分析概述

1、商業數據分析的概念

?  什么是商業數據分析

?  商業數據分析需要具備的能力

2、商業數據分析的特點

3、商業數據分析的價值

4、商業數據分析的業務流程

?  商業數據分析的三個階段六個步驟

?  階段一：構建問題

?  階段二：分析問題、解決問題

?  階段三：傳達結構并行動

5、商業數據分析的核心技能模型

?  數據分析能力

?  邏輯思維能力

?  贏得結果能力

6、商業數據分析場景

二、面向商業分析的數理模型

1、數理模型的核心分析方法

?  假設法

?  對比分析

?  分組分析

?  趨勢分析

?  結構分析

?  矩陣分析

?  多維分析

?  公式分析

?  路徑分析

?  交叉分析

2、數理模型的數據分析思維模式

?  分類思維模式

?  對比思維模式

?  時間序列思維模式

?  邏輯樹思維模式

?  指數化思維模式

?  下鉆思維模式

?  經營思維模式

3、數理模型中的五大數據分析模型

?  AARRR模型

?  RFM模型

?  CLV用戶生命周期模型

?  事件分析模型

?  用戶旅程模型

4、數理模型的業務分析框架

?  商業發展不同階段的分析框架

5、數理模型的業務指標體系

?  搭建目的

?  搭建步驟

三、數理模型的可視化呈現及分析

1、數據信息分析—如何有條理地整理數據信息

?  信息分析的目的和對象

?  信息分析流程

2、數據信息分析—常用數據分析應用

3、定性信息分析—如何呈現更直觀易讀

實例：

進口品牌SUV銷量數據分析

四、數理模型的應用方法論——透過數據看本質

1、方法論：如何深度進行數據挖掘，得出有價值的觀點

?  管理項目中，客戶提出的問題

?  透過現象看本質-方法論和應用技巧

?  透過現象看本質-以公司為例

2、方法論應用舉例

?  第一步：確定數據分解的框架

?  第二步：基于該框架對目標公司進行分析

?  第三步：與歷史數據、與可比競爭者進行對比

?  第四步：對重點領域進行細化分析

?  第五步：定性分析，分析背后的原因

?  第六步：匯總報表，并給出建議

3、商業分析中常見問題

實例：

如何拆解分析各大白酒上市公司的財務指標

五、蛋糕到底有多大？通過市場規模分析觀測行業發展情況

1、市場規模計算：現有規模&未來規模預測

?  市場規模測算方法

?  測算當前市場和未來市場的異同

2、市場規模預測框架搭建

?  Step1. 列出行業分析框架

?  Step2. 按照分析框架，列出歷史數據

?  Step3. 進行未來 3 - 5 年相關變量的預測

?  Step4. 對市場預測模型進行歸納、總結

案例：

中國天然氣行業

健身房行業

六、蛋糕可以分多少？看懂細分市場和產業鏈，準確判斷行業態勢

1、摸清產業鏈構成及各環節的基本態勢

?  產業鏈梳理步驟

?  如何從零開始研究產業鏈構成

2、細分環節，分析重點

?  各環節的切分及相互影響

?  如何確定產業鏈的重點環節？

?  確定重點環節之后，從哪些角度進行分析？

案例：

快遞行業

3、摸清細分行業的構成和基本情況

?  快速摸清細分行業的構成

?  確定重點環節之后的分析角度

?  政策分析：不同機構的適用政策與規定

?  細分行業發展的驅動因素

案例：

物流行業細分

4、競爭者分析

?  行業競爭格局如何分析

?  競爭者分析的方法

案例：

快遞行業競爭態勢概覽

以健身房行業投資項目為例

七、如何看懂新興企業的商業模式和前景

1、從經典商業模式出發，看懂復雜多變的創新模式

?  如何定義商業模式

?  從公司層面解讀商業模式

?  資源驅動的商業模式

?  產品驅動的商業模式

?  客戶驅動的商業模式

2、系統分析創新商業模式的核心要點

?  核心要點1-用戶價值

?  核心要點2-收入來源

?  核心要點3-市場規模

?  核心要點4-競爭格局

第二部分、企業數字化經營：統計決策與大數據價值挖掘

一、數字化經營的難點分析

1、難點分析：為什么企業數字化經營無法帶來價值？

2、價值視角：需求各異，眾口難調

3、數據視角：紛繁復雜，負重前行

4、數據團隊的關鍵價值：數據和價值之間的橋梁

二、面向統計決策的戰略分析模型

1、BCG矩陣

2、PESTLE分析

3、SWOT分析

4、價值鏈模型

5、生命周期模型

6、行業集中度模型

三、統計決策的價值視角

1、如何創造數據價值？

2、數據價值的場景連接

?  決策層

?  IT層

?  業務層

?  場景

3、場景出發點：決策者如何改善經營？

4、價值視角的典型場景

?  幫決策者提升信息收集的效率體驗

?  幫決策者加強業務過程的精細化管理

?  用價值衡量驅動執行的不斷改進

案例：

某醫療機構的自動化報表體系

中建鋼構

5、決策層的價值衡量

?  基于“人”的視角

?  基于“事”的視角

四、統計決策的數據視角

1、如何改善數據的質量？

2、當前企業數據質量存在的問題

案例：

某證券公司的數據質量案例

3、數據視角的成功經驗：加強底層數據處理

4、數據視角的成功經驗：加強中間模型的建立，提升數據深度

?  數據模型建立

?  業務模型建立

五、縮短數據和價值的距離

1、數據團隊帶領企業打贏數字化經營之戰

?  定戰術：IT部門的定位

?  建能力：培養鏈路上最重要的人（數據運營官的平臺）

?  給武器：FineBI+FineReport（行業方案和企業管理平臺）

?  多實戰：思想碰撞+實際經驗互換（面向“人術器”的完整服務體系）

案例：

某大型藥企的數據人才蛻變

2、“人術器”完整的服務體系

?  器（工具）

?  器（方案）

?  人（服務）

?  術（交流平臺）

六、如何像咨詢顧問一樣解決企業內部的問題

1、如何對一個新的產品定價

?  舉例：如何對一個新的產品定價？

?  方法論：在討論定價時，通常我們討論的是兩方面

?  基準定價策略

?  定價調整策略

2、基準定價策略的操作方法

?  基于成本的定價方法

?  基于競爭/需求的定價方法

3、基準定價策略的適用行業

?  基于成本的定價方法的適用行業

?  基于競爭/需求的定價方法的適用行業

4、基準定價策略的使用

?  基于成本的定價方法的使用

?  基于競爭/需求的定價方法的使用

5、如何解決盈利率下降的問題

?  舉例：如何解決盈利率下降的問題？

?  方法論：沿著四部曲，解決盈利率下降的問題

?  第一步：定量尋找原因

?  第二步：明確分析重點

?  第三步：定性刨根問底

?  第四步：提出改善建議

6、企業內部問題的總結

?  新產品定價及定價調整策略

?  解決盈利性問題

7、能源化工企業的數據化經營（BI）解決方案

七、綜合案例：

1、電力業數據化經營（BI）解決方案

2、建筑業數據化經營（BI）解決方案

3、零售業數據化經營（BI）解決方案

4、物流業數據化經營（BI）解決方案

5、醫療行業數據化經營（BI）解決方案

6、醫藥行業數據化經營（BI）解決方案

7、銀行數據化經營（BI）解決方案

第三部分、基于數據分析驅動的數字營銷革新

一、企業轉型，營銷先行

1、數字營銷既是科學，更是藝術

2、營銷科技發展的四個階段

3、智慧營銷：數字化驅動的新營銷體系

?   傳播

?   聚客

?   成交轉化

4、數字營銷的重要性

?   社會層面

?   客戶層面

?   用戶層面

5、數字營銷的核心價值

?   品牌與產品價值觀

?   消費者觀察

?   場景化營銷

6、數字營銷的三要素

?   數據

?   創意

?   場景

7、數字營銷的核心：數據驅動

8、數字營銷的目標：驅動企業增長

?   品牌營銷

?   產品銷售

?   客戶運營

?   售后服務

9、數字營銷的本質：以用戶為中心

?   接觸“跨渠道”

?   對待“一致化”

?   互動“個性化”

?   服務“超預期”

?   關系“有激勵”

二、建設企業營銷大腦，打造最強驅動引擎

1、以數據為核心的數字營銷生命周期

?   數據營銷架構-業務視角

?   數據營銷架構-技術視角

2、構建企業營銷數字資產體系

3、營銷的數字化

?   營銷要素的數字化（品牌定位、內容和創意、媒介）

?   打通投入產出之間的關聯關系

?   營銷數字化中要避免的陷阱

?   執行清單，秒針經驗

4、數字營銷分析

?   歸因分析：對數字營銷進行效果評估

?   策略分析：提升數字營銷全流程效率

三、公域流量與私域流量

1、互聯網商業的本質：流量為王

2、公域流量VS私域流量

四、智能營銷的未來

1、營銷體系從“數字化”到“智能化”演進

2、營銷體系從“品牌”到“品效”變革

3、從“客戶關系管理”到“客戶體驗管理”

4、從數字技術應用到大數據應用

5、從關注“產品資產”到“數字資產”

五、廣告智能投放與流量反作弊

1、行業背景

2、常見移動廣告作弊方式

3、廣告智能投放解決方案

4、廣告可視化報告

案例：

瀑布流廣告投放、知名電商、精準通供量SSP

第四部分、面向能源行業的專項案例分析

一、獲得真正有利于推進產品的市場及消費者洞察

1、快速鎖定能挖掘出信息的市場及消費者

?  市場及消費者調研兼具分析思維與設計思維

?  實例：一個完整的用戶畫像應該是什么樣子？

2、如何制作一個用戶畫像？

?  第一步，結合核心業務確定用戶關鍵行為

?  第二步，分析數據

?  第三步，跟進調研，豐富用戶畫像

?  第四步，與團隊分享并在工作中使用

3、消費者洞察必備方法

?  消費者訪談有什么注意事項

?  通過第三方報告獲取市場及消費者洞察

?  社交媒體輿情監聽

4、消費者建議復雜多樣，如何判斷哪些內容利于產品推進

?  巧用設計思維工作坊

?  設計思維工作坊運作的流程

?  第一步：項目背景介紹與團隊建設

?  第二步：用戶故事分享

?  第三步：確定關鍵問題

?  第四步：腦暴解決辦法

?  第五步：確定解決思路

?  第六步：細化解決方案

?  第七步：專家反饋與消費者測試

?  第八步：安排和部署下一步

二、市場及消費者洞察助力品牌升級

1、案例介紹 & 基本方法論

?  研究流程

2 調研前期：確定調研方向

?  剖析背景

?  定義問題&明確目標

?  思路梳理

?  整理思路

3 調查中期：數據、資料分析 & 結論生成

?  資料分析

?  數據分析

?  機會點分析

?  相關性分析

?  拉新方法論

?  市場調研方法：定量分析和定性分析相結合，判斷市場及消費者心理特征

4 調研后期

?  落地執行

?  復盤

?  市場建議：根據公司轉型目的，整合合理的市場建議，給出轉型策略