培訓(xùn)講師:張世民老師(>>點擊查看張世民老師詳細(xì)介紹)
課程背景:
數(shù)字經(jīng)濟已經(jīng)成為推動實體行業(yè)轉(zhuǎn)型升級的底層驅(qū)動,引領(lǐng)我國經(jīng)濟發(fā)展的新引擎、新動能。總體來說,數(shù)字經(jīng)濟主要涵蓋大數(shù)據(jù)(數(shù)據(jù)采集)、云計算(數(shù)據(jù)分析)、人工智能(數(shù)據(jù)應(yīng)用),以及互聯(lián)網(wǎng)+實體行業(yè)結(jié)合的部分。
然而,很多行業(yè)在大數(shù)據(jù)面前還顯得比較遲緩,數(shù)據(jù)利用基本上處于信息查詢、報表提交層面,主要是對現(xiàn)有數(shù)據(jù)的簡單加工,很少涉及數(shù)據(jù)挖掘等深層應(yīng)用。數(shù)據(jù)開發(fā)意識不強,數(shù)據(jù)思維不足,數(shù)據(jù)應(yīng)用滯后。尤其在客戶行為分析,消費心理捕捉、個性化服務(wù)與業(yè)務(wù)創(chuàng)新、洞察市場趨勢等方面亟待提升。此外,在基礎(chǔ)數(shù)據(jù)管理、數(shù)據(jù)平臺搭建、數(shù)據(jù)分析人才儲備上比較欠缺,無法有效盤活數(shù)據(jù)資產(chǎn),為企業(yè)經(jīng)營決策提供有力依據(jù)。
在數(shù)字化背景下,如何借助大數(shù)據(jù)為管理和營銷提供有力支撐,如何有效挖掘自身已經(jīng)沉淀的數(shù)據(jù),并實現(xiàn)跨行業(yè)、跨平臺的外部數(shù)據(jù)資源整合,基于用戶畫像構(gòu)建,實現(xiàn)大數(shù)據(jù)實現(xiàn)精準(zhǔn)營銷和創(chuàng)新服務(wù),是現(xiàn)階段企業(yè)管理者需要認(rèn)真思考的。
課程收益:
▲了解大數(shù)據(jù)的時代背景和基礎(chǔ)條件,正確認(rèn)知大數(shù)據(jù)的應(yīng)用價值;
▲透視大數(shù)據(jù)的基本規(guī)律和特性,掌握大數(shù)據(jù)思維,提高工作效率;
▲搭建數(shù)據(jù)管理平臺,開展數(shù)據(jù)分析,發(fā)現(xiàn)數(shù)據(jù)背后的問題和機會;
▲基于大數(shù)據(jù)應(yīng)用,優(yōu)化業(yè)務(wù)流程,構(gòu)建精細(xì)化、智能化管理體系,提升管理效能;
▲整合數(shù)據(jù)資源,基于用戶畫像構(gòu)建,進行點對點精準(zhǔn)營銷,為客戶提供個性服務(wù)。
課程時間:1-2天,6小時/天
課程對象:企業(yè)管理者、部門主管、相關(guān)崗位人員
課程方式:講師講授+案例解析+互動交流+現(xiàn)場答疑
課程大綱:
引言:數(shù)字時代企業(yè)生存之道——保持饑餓感
1. 市場倒逼——躺著賺錢的時代結(jié)束了
2. “跨界打劫”的本質(zhì):場景轉(zhuǎn)換與用戶體驗
案例解析:疫情之下的逆襲:釘釘用戶數(shù)超11億
第一講:數(shù)字化背景下的商業(yè)變革
一、大數(shù)據(jù)的內(nèi)涵定義和基礎(chǔ)條件
1. 阿里巴巴新戰(zhàn)略:數(shù)字經(jīng)濟體
2. 大數(shù)據(jù)三個要素
1)大——海量,平臺級
2)數(shù)——信息,結(jié)構(gòu)化
3)據(jù)——精準(zhǔn),可依賴
3. 大數(shù)據(jù)的六個特征
案例解析:五常大米,下單即送
4. 大數(shù)據(jù)的三種類型
1)消費數(shù)據(jù)——多維度記錄
2)機器和傳感數(shù)據(jù)——圖文、語音、影像
3)行為數(shù)據(jù)——位置、軌跡、交易
5. 大數(shù)據(jù)+移動互聯(lián)網(wǎng)
1)終端普及率
2)用戶習(xí)慣
3)支付、物流
4)信用體系
6. 大數(shù)據(jù)+物聯(lián)網(wǎng)
1)物聯(lián)網(wǎng)的三個基本特征
2)傳感器——人類感官的延伸
3)互聯(lián)網(wǎng)是一張網(wǎng),物聯(lián)網(wǎng)是整個世界
案例解析:萬物互聯(lián)——當(dāng)尿不濕植入芯片
7. 大數(shù)據(jù)+5G
1)高速率:大幅提高傳輸速率
2)低時延:端到端毫秒級時延
3)大帶寬:km²百萬級設(shè)備接入
4)廣連接:應(yīng)用場景更加豐富
8. 大數(shù)據(jù)+云計算
1)為了無法計算的價值
2)算力提升與算法優(yōu)化
3)大數(shù)據(jù)反哺云計算
4)企業(yè)上云和政務(wù)上云大趨勢
案例解析:“雙十一”背后阿里云強悍的數(shù)據(jù)處理能力
9. 大數(shù)據(jù)與AI人工智能
1)京東、順豐無人機投遞
2)富士康工業(yè)機器人作業(yè)
案例解析:百度逆襲:AI戰(zhàn)略——無人駕駛
10. 大數(shù)據(jù)在各行業(yè)的應(yīng)用
二、大數(shù)據(jù)開發(fā)面臨的難點
1. 數(shù)據(jù)思維:數(shù)據(jù)意識較弱,人才儲備不足
2. 數(shù)據(jù)采集:數(shù)據(jù)積累時間長,但質(zhì)量不佳
3. 數(shù)據(jù)開發(fā):應(yīng)用場景不夠,缺乏業(yè)務(wù)突破點
4. 數(shù)據(jù)應(yīng)用:條件所限,缺少應(yīng)用的成功案例
5. 數(shù)據(jù)共享:數(shù)據(jù)不統(tǒng)一,難以發(fā)揮整體作用
三、大數(shù)據(jù)運營及數(shù)據(jù)挖掘
1. 產(chǎn)品研發(fā):數(shù)據(jù)反饋與產(chǎn)品定位
案例解析:從產(chǎn)品定義看眾安保險如何玩轉(zhuǎn)大數(shù)據(jù)
2. 用戶畫像:消費者心理及行為分析
案例解析:瞄準(zhǔn)社區(qū)生鮮,錢大媽憑什么火爆?
3. 精準(zhǔn)營銷:痛點捕捉與需求觸達(dá)
4. 風(fēng)險管控:數(shù)據(jù)監(jiān)測與風(fēng)險預(yù)警
案例解析:上海外灘陳毅廣場踩踏事件的反思和啟示
5. 運營效率:智能化和精細(xì)化管理
6. 創(chuàng)新服務(wù):消費者個性化需求滿足
案例解析:門店暴增,“優(yōu)剪”的大數(shù)據(jù)思維和顛覆式創(chuàng)新
第二講:企業(yè)大數(shù)據(jù)平臺構(gòu)建及應(yīng)用策略
一、大數(shù)據(jù)開發(fā)和應(yīng)用方向
1. 發(fā)現(xiàn)運營存在的不足
2. 產(chǎn)品研發(fā)與極致體驗
3. 質(zhì)量改進和效能提升
4. 個性化營銷方案制定
5. 洞察行業(yè)周期性走勢
6. 為決策提供有效依據(jù)
視頻分享:什么是馬云眼中的“新能源”
二、企業(yè)大數(shù)據(jù)管理平臺建設(shè)
1. 掌握各業(yè)務(wù)板塊與數(shù)據(jù)運行之間的底層邏輯
2. 建立數(shù)據(jù)共享機制提升部門協(xié)同效率
3. 設(shè)定關(guān)鍵性指標(biāo),通過數(shù)據(jù)反饋進行科學(xué)決策
1)業(yè)務(wù)改進措施
2)績效考核體系
3)供應(yīng)鏈優(yōu)化
4)信息安全管理
5)品牌建設(shè)
6)客服體系建設(shè)
4. 符合實際情況的數(shù)據(jù)開發(fā)流程
1)數(shù)據(jù)接入
2)數(shù)據(jù)整合
3)數(shù)據(jù)清洗
4)數(shù)據(jù)分析
5)數(shù)據(jù)呈現(xiàn)
6)建模應(yīng)用
小組討論:如何有效構(gòu)建企業(yè)數(shù)字化管理平臺
三、大數(shù)據(jù)分析挖掘方法和要點
1. 統(tǒng)計性分析
1)設(shè)定關(guān)鍵性指標(biāo)
2)不同維度的統(tǒng)計分析
3)導(dǎo)向性的數(shù)據(jù)提取
案例解析:飛機真的是最安全的交通工具?
實戰(zhàn)分享:從某外賣平臺的統(tǒng)計數(shù)據(jù)中,你能看出什么?
2. 預(yù)測性分析
1)捕捉各個因素之間的內(nèi)在關(guān)聯(lián)
2)通過歷史數(shù)據(jù)發(fā)掘規(guī)律和趨勢
3)風(fēng)險評估,預(yù)判和管控
案例解析:為什么電力數(shù)據(jù)真實反映了國民經(jīng)濟運行狀況?
3. 可視化分析
1)形成觀點和結(jié)論
2)文不如表,表不如圖
3)呈現(xiàn)方式——Excel、PPT或其他分析工具
案例解析:城市大腦——智能交通最重要的支點
4. 分析思維訓(xùn)練
1)對比、轉(zhuǎn)化、關(guān)聯(lián),橫向與縱向擴展
2)深入了解各業(yè)務(wù)板塊,使分析工作貼合實際
3)比數(shù)據(jù)分析更重要的是大數(shù)據(jù)思維和意識
思維訓(xùn)練:為什么大部分人對中國房價走勢預(yù)測失誤?
實戰(zhàn)分享:如何通過數(shù)據(jù)分析識別已損壞的共享雨傘?
第三講:傳統(tǒng)產(chǎn)業(yè)如何植入數(shù)字化基因
一、用戶思維——為懶人服務(wù)
1. 傻瓜式,簡單可依賴
2. 別讓消費者做選擇題
3. 需求洞察與極致體驗
4. 用戶需求VS應(yīng)用場景
案例解析:郵政VS順豐,用戶的槽點在哪里?
案例解析:某4S店人員身上折射的用戶思維缺失
二、產(chǎn)品思維——對一切有違人性的產(chǎn)品和服務(wù)保持憤怒
1. 無痛點,不產(chǎn)品(服務(wù))
2. 做減法,不做加法(功能)
3. 小步快跑,快速迭代(效率)
4. 避免過度的產(chǎn)品設(shè)計(機制)
案例解析:馬桶上的兩個按鈕VS蘋果的HOME鍵
案例解析:瞬間白癡論——喬布斯1秒、馬化騰3秒、張小龍5秒
三、創(chuàng)新思維——做別人不做的事
1.創(chuàng)新不是瞎折騰
2. 創(chuàng)新不是耍小聰明
3. 微創(chuàng)新——保持饑餓感
案例解析:馬云聲稱的“珍珠港偷襲”
五、用戶畫像與高效運營
1. 什么是用戶畫像
1)用戶DNA
2)決策依據(jù)
3)效果轉(zhuǎn)化
案例解析:今日頭條為什么讓巨頭們恐慌
2. 數(shù)據(jù)建模及規(guī)則
1)群體畫像模型
2)購買興趣模型
3)產(chǎn)品定義模型
4)風(fēng)險管控模型
3. 用戶畫像構(gòu)建
1)用戶的基礎(chǔ)信息
2)用戶的社會屬性
3)用戶的行為偏好
4)用戶的心理特征
5)用戶的使用特權(quán)
實戰(zhàn)分享:用戶畫像偏差——某廚具廠家國內(nèi)業(yè)務(wù)遭遇的困惑
實戰(zhàn)分享:用戶畫像重構(gòu)——某家電生產(chǎn)企業(yè)的業(yè)務(wù)模式轉(zhuǎn)型策略
【聯(lián)系咨詢】
聯(lián)系電話:010-62258232 62278113 13718601312 13120125786
聯(lián) 系 人:李先生 陳小姐