数据思维训练--综合管理

授课专家： [赵兴峰] 授课天数： 2 天 收费标准： 价格面议 开办周期： 按需开办，有需要的企业请致电本站客服 课程大纲： 《数据思维训练》
——数字经济时代管理者数据化思维能力必修课
主讲人• 赵兴峰老师
课程背景
数据智能时代，企业越来越重视数据，希望管理者能够用数据做出更科学合理的决策，能够“量化经营，科学管理”。然而，多数的企业管理者数据敏感度不足，缺少数据意识和数据思维，面对复杂的业务场景和繁杂的数据集，无从下手，无所适从，极度不适。
如何提升企业管理者的数据意识，提高数据敏感度，能够从数据中发现问题、发现规律、发现机会甚至发现未来的趋势，从而能够在决策上解决问题、洞察规律、把握机会，带动管理创新，提高管理效率，提升盈利能力，创造新营收。
企业数据质量不高，数据不准确，数据管理混乱。问题的根源在于各层级管理者的数据意识不足，对数据管理的重视程度不高，甚至以影响业务开展为由拒绝采集和记录数据，导致数据不全面，不完整，不及时，不准确。所以，提升管理者的数据意识，提高他们对数据的重视程度尤为重要。
企业不缺数据，缺少的是对数据的分析和挖掘。企业信息系统和员工电脑中都有大量的数据，这些数据因为缺少管理和分析挖掘而造成管理浪费、机会浪费，甚至带来损失。如果各层级管理者都能够学会管理数据、分析数据和应用数据，企业的数据资产价值就能够更高效地发挥。然而，管理者管理数据、分析数据和应用数据能力的提升背后需要管理者有基本的数据意识、数据敏感度和数据思维，这些是底层的基础。否则数据能力难以提升，数据习惯难以养成。
“思路决定出路”，有了数据思维，就有了数据分析的思路，有了数据分析思路，就能够对现有数据进行分析挖掘，就能获得数据价值正向激励，进而不断养成数据习惯。数据思维训练是第一步，接下来就是数据分析方法的训练，然后就是数据应用于业务的探索和尝试。作为企业数据应用于管理的起点，各层级管理者都必须进行数据思维训练，从而形成数据文化，养成数据习惯。
课程目标
 全面提升管理者的数据意识和对数据的重视程度，逐步养成管理数据、分析数据和应用数据的习惯
 提升管理者数据敏感度，训练管理者数据思维，用数据说话，逐步把数据用起来
 掌握数据分析思路和方法，面对公司内部复杂业务和多样的数据集，不再无从下手
课程对象
 企业中高层管理者、新晋经理、储备干部
 企业数据信息中心或数据中心相关主管人员
授课方式
 授课+案例分析+小组讨论互动+实操演练+点评答疑

课程时长
 2天版，强化数据意识，提高数据重视程度，重点引入四大基础数据思维
 3天版，强化数据意识，提高数据重视程度，重点引入八大数据思维，介绍四大类数据分析方法

课程大纲
一、 企业数据化管理基础知识
1. 认知数据及数据技术
 什么是数据、数据技术
 数据技术与信息技术有什么不同
 如何衡量数据质量
 无数据，不管理
2. 认知数据分析
 数据分析的四大价值创出
 从数据到信息、从信息到知识、从知识到智慧
3. 数据技术颠覆未来
 数据技术颠覆我们的管理方式
 数据技术颠覆企业组织形式
 数据技术构筑企业核心竞争优势
 数据技术进化企业组织形式
 数据分析能力晋级：管理数据、分析数据和应用是未来管理者的基本功

二、 数据思维与数据分析方法的关系
1. 什么是数据思维
2. 为何需具备数据思维？数据思维和数据分析方法的关系
3. 十六个数据思维模型介绍
4. 四大类数据分析方法

三、 四大数据思维训练以及对应数据分析方法应用
1. 对比思维——最常用的数据思维
 对比思维的三要素
 改变客体，改变认知：对比思维方法在数据分析中的基础应用
 改变维度，改变视角：对比思维方法在数据分析中的强大力量
 对比思维下的数据分析应用场景
2. 解构思维——最强大的数据思维
 解构思维的三要素
 解构复杂事物维度标准：MECE与 非MECE，管理中20个解构分析模型
 从要素组成解构事物分析事物
 从属性视角解构事物分析事物
 从流程环节解构事物分析事物
 层次解构法：层次分析法AHP
3. 结构思维——掌握了企业经营和管理的配方，就能更好地管理企业
 结构思维三要素
 要素结构法：配方模型，如何找到人财物的最佳资源配方？DEA 分析模型背后的基本逻辑
 配方思维衍生的数据分析方法——探寻事物的因果关系
 案例1：找到最佳销售费用配置的分析方法
 案例2：找到最佳营销费用配置的方法
4. 分类思维——人类简化世界认知的基本方法
 分类思维的三要素：要素、属性、行为特征，从三个方面对事物进行分类
 聚类分析的四个关键点以及常用的K-means聚类分析方法
 画像方法——千人千面的分类方法

四、 （三天版）加四种常用数据思维训练
1. 地图思维—信息量放大的方法，让我们看到密度、聚集、分布、路线和特征规律
 数字地图：基于地理位置的数据地图
 案例：客户在哪里，我们的营销和销售就应该在哪里，不再浪费营销费用了
 地图思维延展：思维导图，引导我们正确地思考，结合解构思维，构筑管理解决方案、数据分析解决方案等
2. 过程思维与生命周期现象——用过程思维看待数据分析对象，能够总结出基于生命周期的规律
 流程分段：通过过程的分段，强化过程管理，制定各种指标检测过程活动，提高管理的精细化程度
 案例：客户漏斗管理——通过客户漏斗的精细化管理，提高转化效果，提升转化率，提升经营绩效
 案例：客户体验地图——提升每个触点的体验，全面提升客户体验，提高客户满意度和忠诚度
 分析方法：S曲线模型
 案例：全生命周期管理（产品生命周期、设备生命周期、员工生命周期、客户生命周期、业务生命周期，以及经济生命周期等）
3. 关系思维——探寻事物间各种关系的思路和方法
1) 事物间的四种关系
2) 因果关系与果因关系：洞察事物背后的发展逻辑，探寻经营和管理中的驱动因素、关键要素
3) 分析方法：回归分析、逻辑回归分析
4. 拓展思维——通过网络效应，提高数据分析的全面性、完整性，避免狭隘

老师介绍：赵兴峰