數(shù)據(jù)分析與業(yè)務(wù)決策學(xué)習(xí)完本課程后，你將能夠：掌握數(shù)據(jù)分析與決策的流程了解業(yè)務(wù)思維和數(shù)據(jù)思維的概念和組成掌握數(shù)據(jù)分析理論模型的基礎(chǔ)概念和應(yīng)用場(chǎng)景了解商務(wù)智能的基礎(chǔ)知識(shí)了解商務(wù)智能的應(yīng)用范圍及相關(guān)價(jià)值課程目標(biāo)課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)明確目標(biāo)指標(biāo)分解獲取數(shù)據(jù)數(shù)據(jù)分析得出結(jié)論采取行動(dòng)數(shù)據(jù)清洗數(shù)據(jù)加工數(shù)據(jù)分析

數(shù)據(jù)可視化數(shù)據(jù)報(bào)告驗(yàn)證效果迭代優(yōu)化數(shù)據(jù)分析與決策流程數(shù)據(jù)采集數(shù)據(jù)集成拆解核心指標(biāo)剔除虛榮指標(biāo)確定核心指標(biāo)明確分析思路課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)明確目標(biāo)需求方角色關(guān)心的問題管理層決策反映在哪些指標(biāo)？這些指標(biāo)之間的關(guān)系？業(yè)務(wù)的全局變化如何？......運(yùn)營方最近活動(dòng)效果如何？廣告位如何定價(jià)？是否可以沉淀某些運(yùn)營方法？......產(chǎn)品方功能使用率如何？如何優(yōu)化功能或模塊？......與需求方有效溝通，在了解業(yè)務(wù)的接觸上，明確切入角度和核心指標(biāo)課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)指標(biāo)分解確定核心指標(biāo)后，可以根據(jù)業(yè)務(wù)邏輯，結(jié)合不同的數(shù)據(jù)分析方法論，遵循MECE原則，從不同的角度對(duì)指標(biāo)進(jìn)行拆分AARRR模型（拉新-促活-留存-轉(zhuǎn)化-傳播）、4P營銷理論、5W2H分析法等模型或方法時(shí)間維度根據(jù)時(shí)段（如每天中的各時(shí)點(diǎn)）、日期間隔（如次日/3日/7日/30日等）、周期（如周一、周六等）來對(duì)數(shù)據(jù)指標(biāo)進(jìn)行細(xì)分渠道維度通?？梢苑譃榫€上和線下渠道，線上渠道主要有：自媒體投放、百度競(jìng)價(jià)推廣、官方自有渠道等；線下渠道主要有戶外廣告、地推活動(dòng)、紙質(zhì)媒體等。用戶維度根據(jù)用戶登錄情況可分為：活躍用戶、流失用戶（長期不活躍）、忠實(shí)用戶（長期活躍）、回流用戶（曾經(jīng)長期不活躍，后來再次成為活躍用戶的群體）等，根據(jù)用戶付費(fèi)情況可分為：付費(fèi)用戶、未付費(fèi)用戶等。課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)獲取數(shù)據(jù)-數(shù)據(jù)采集WEB端基于瀏覽器網(wǎng)絡(luò)爬蟲/API頁面瀏覽日志（pv/uv）頁面交互日志（轉(zhuǎn)化率）APP端無線客戶端采集SDK/埋點(diǎn)頁面瀏覽事件控件點(diǎn)擊事件傳感器物聯(lián)網(wǎng)測(cè)量值轉(zhuǎn)化數(shù)字信號(hào)如人工智能駕駛（溫濕度、障礙物）數(shù)據(jù)庫源業(yè)務(wù)系統(tǒng)數(shù)據(jù)同步結(jié)構(gòu)化數(shù)據(jù)客戶、交易等第三方第三方數(shù)據(jù)合作方提供如政府公布宏觀數(shù)據(jù)對(duì)接公安系統(tǒng)的身份核驗(yàn)獲取數(shù)據(jù)-數(shù)據(jù)集成數(shù)據(jù)集成：針對(duì)來自不同數(shù)據(jù)源的數(shù)據(jù)，進(jìn)行合并并整理，形成統(tǒng)一的數(shù)據(jù)視圖需要考慮的問題：識(shí)別和匹配相關(guān)實(shí)體及數(shù)據(jù)：從核心信息開始，逐步匹配擴(kuò)展到其他相關(guān)信息統(tǒng)一的元數(shù)據(jù)定義：表名、字段名、類型、單位（量綱）等統(tǒng)一的數(shù)據(jù)取值：通過映射規(guī)則（Mapping）進(jìn)行轉(zhuǎn)換，保持?jǐn)?shù)據(jù)一致性冗余數(shù)據(jù)處理：對(duì)于重復(fù)數(shù)據(jù)進(jìn)行刪除；對(duì)于相關(guān)性大的數(shù)據(jù)進(jìn)行適當(dāng)處理關(guān)系發(fā)散傳遞融入更多信息完成迭代合并尋找擴(kuò)展關(guān)系融入相關(guān)信息完成二次合并確定核心信息確定可靠關(guān)系完成初步合并課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)數(shù)據(jù)分析-數(shù)據(jù)清洗數(shù)據(jù)清洗：針對(duì)原始數(shù)據(jù)，對(duì)出現(xiàn)的噪聲進(jìn)行修復(fù)、平滑或者剔除。包括異常值、缺失值、重復(fù)記錄、錯(cuò)誤記錄等；同時(shí)過濾掉不用的數(shù)據(jù)，包括某些行或某些列。噪聲數(shù)據(jù)處理：異常值：箱線圖、Tukey’sTest等刪除、當(dāng)做缺失值、忽略分箱法：箱均勻、箱中位數(shù)或箱邊界、平滑數(shù)據(jù)缺失值統(tǒng)計(jì)值填充：均值、眾數(shù)、中位數(shù)固定值填充：填充指定值最接近記錄值填充：與該樣本最接近的相同字段值模型擬合填充：填充回歸或其他模型預(yù)測(cè)值插值填充：建立插值函數(shù)，如拉格朗日插值法、牛頓插值法等數(shù)據(jù)分析-數(shù)據(jù)加工數(shù)據(jù)規(guī)約是指在盡可能保持?jǐn)?shù)據(jù)原貌的前提下，最大限度地精簡數(shù)據(jù)量，主要包括維度規(guī)約（從列的角度篩選數(shù)據(jù)）和數(shù)量規(guī)約（從行的角度篩選數(shù)據(jù)）兩種方法。維度規(guī)約（DimensionalityReduction）：減少所需自變量的個(gè)數(shù)。小波變換（WT）、主成分分析（PCA）、特征集選擇（FSS）數(shù)量規(guī)約（NumerosityReducton）：用較小的數(shù)據(jù)表示形式替換原始數(shù)據(jù)。參數(shù)化：回歸模型、對(duì)數(shù)線性模型等非參數(shù)化：直方圖、聚類、抽樣等數(shù)據(jù)規(guī)約的意義：降低無效、錯(cuò)誤數(shù)據(jù)對(duì)建模的影響，提高建模的準(zhǔn)確性少量且具代表性的數(shù)據(jù)將大幅縮減數(shù)據(jù)挖掘所需的時(shí)間降低儲(chǔ)存數(shù)據(jù)的成本數(shù)據(jù)分析-數(shù)據(jù)加工數(shù)據(jù)變換：對(duì)數(shù)據(jù)進(jìn)行變換處理，使數(shù)據(jù)更適合當(dāng)前任務(wù)或者算法的需要。使用簡單函數(shù)進(jìn)行變換方根和乘方對(duì)數(shù)變換和指數(shù)變換差值和比例數(shù)據(jù)規(guī)范化歸一化z-score標(biāo)準(zhǔn)化小數(shù)定標(biāo)規(guī)范化數(shù)據(jù)離散化分類變量離散化連續(xù)變量離散化描述型分析：發(fā)生了什么？廣泛的，精確的實(shí)時(shí)數(shù)據(jù)有效的可視化診斷型分析：為什么會(huì)發(fā)生？能夠鉆取數(shù)據(jù)的核心能夠?qū)靵y的信息進(jìn)行分離預(yù)測(cè)型分析：可能發(fā)生什么？使用算法確保歷史模型能夠用戶預(yù)測(cè)特定的結(jié)果使用算法和技術(shù)確保自動(dòng)生成決定指令型分析：下步怎么做？依據(jù)測(cè)試結(jié)果來選定最佳的行為和策略應(yīng)用先進(jìn)的分析技術(shù)幫助做出決策復(fù)雜性價(jià)值描述型診斷型預(yù)測(cè)型指令型數(shù)據(jù)分析-四種類型對(duì)數(shù)據(jù)集進(jìn)行摘要或描述多維分析（鉆取、切片、切塊、旋轉(zhuǎn)）數(shù)據(jù)分析-多維分析人口普查公報(bào)>全國人口普查公報(bào)課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)得出結(jié)論-數(shù)據(jù)可視化數(shù)據(jù)可視化：利用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換為圖形或者圖像在屏幕上顯示出來進(jìn)行交互處理的理論方法和技術(shù)。數(shù)據(jù)可視化主要旨在借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。數(shù)據(jù)可視化隨著平臺(tái)的拓展、應(yīng)用領(lǐng)域的增加，表現(xiàn)形式的不斷變化，從原始的BI統(tǒng)計(jì)圖表，到不斷增加的諸如實(shí)時(shí)動(dòng)態(tài)效果、地理信息、用戶交互等等。數(shù)據(jù)可視化的概念邊界不斷擴(kuò)大。得出結(jié)論-數(shù)據(jù)報(bào)告數(shù)據(jù)分析報(bào)告根據(jù)數(shù)據(jù)分析的原理和方法，運(yùn)用數(shù)據(jù)來反映、研究和分析某項(xiàng)事物的現(xiàn)狀、問題、原因、本質(zhì)和規(guī)律，并得出結(jié)論，提出解決辦法。這種文體是決策者認(rèn)識(shí)事物、了解事物、掌握信息、搜集相關(guān)信息的主要工具之一，數(shù)據(jù)分析報(bào)告通過對(duì)事物數(shù)據(jù)全方位的科學(xué)分析來評(píng)估其環(huán)境及發(fā)展情況，為決策者提供科學(xué)、嚴(yán)謹(jǐn)?shù)囊罁?jù)，降低風(fēng)險(xiǎn)。專題分析報(bào)告2018年用戶流失專題分析報(bào)告綜合分析報(bào)告2018年運(yùn)營分析報(bào)告日常數(shù)據(jù)通報(bào)12月運(yùn)營數(shù)據(jù)通報(bào)課程目錄1.數(shù)據(jù)分析與決策流程1.1明確目標(biāo)1.2

指標(biāo)分解1.3獲取數(shù)據(jù)2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型4.商業(yè)智能（BI）1.4數(shù)據(jù)分析1.5得出結(jié)論1.6采取行動(dòng)采取行動(dòng)數(shù)據(jù)分析結(jié)果只有采取行動(dòng)，才能產(chǎn)生價(jià)值。數(shù)據(jù)分析結(jié)果輸出數(shù)據(jù)分析結(jié)果驗(yàn)證數(shù)據(jù)分析結(jié)果評(píng)估分析迭代改進(jìn)、優(yōu)化延展分析系統(tǒng)落地……目標(biāo)需求、業(yè)務(wù)理解數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、建模分析報(bào)告、分析結(jié)果采取行動(dòng)產(chǎn)生價(jià)值課程目錄數(shù)據(jù)分析與決策流程業(yè)務(wù)思維與數(shù)據(jù)思維數(shù)據(jù)分析理論模型商業(yè)智能（BI）Data

Thinking業(yè)務(wù)思維與數(shù)據(jù)思維01020304業(yè)務(wù)知識(shí)數(shù)據(jù)邏輯數(shù)據(jù)敏感度數(shù)據(jù)解讀能力數(shù)據(jù)分析方法問題分解能力工程能力模型算法業(yè)務(wù)知識(shí)和數(shù)據(jù)邏輯某金融APP進(jìn)行了一次營銷活動(dòng)，已知「營銷轉(zhuǎn)化率提升5%，審批通過率提升5%，業(yè)績提升8%」，如何評(píng)價(jià)這個(gè)活動(dòng)的效果？業(yè)務(wù)知識(shí)和數(shù)據(jù)邏輯需要了解用戶轉(zhuǎn)化的業(yè)務(wù)流程，涉及環(huán)節(jié)為「注冊(cè)->申請(qǐng)」、「進(jìn)件->審核」、「確認(rèn)借款->發(fā)標(biāo)金額」，再結(jié)合歷史數(shù)據(jù)有一個(gè)對(duì)比。從營銷效果的評(píng)估來看，僅僅上述三個(gè)指標(biāo)是不具備說服力的，至少要關(guān)心「投資回報(bào)率」是否達(dá)標(biāo)。需要至少掌握「申請(qǐng)人數(shù)」、「進(jìn)件人數(shù)」、「審批人數(shù)」、「投資回報(bào)率」、「獲客成本」、「業(yè)績金額」這些指標(biāo)的概念，知道它們背后的數(shù)據(jù)計(jì)算邏輯業(yè)務(wù)知識(shí)數(shù)據(jù)邏輯數(shù)據(jù)敏感數(shù)據(jù)解讀數(shù)據(jù)敏感度和數(shù)據(jù)解讀能力某金融APP進(jìn)行了一次營銷活動(dòng)，已知「營銷轉(zhuǎn)化率提升5%，審批通過率提升5%，業(yè)績提升8%」，如何評(píng)價(jià)這個(gè)活動(dòng)的效果？數(shù)據(jù)敏感度和數(shù)據(jù)解讀能力在了解業(yè)務(wù)和掌握指標(biāo)計(jì)算方法的基礎(chǔ)之上，才能夠初步判斷數(shù)據(jù)的真實(shí)性和合理性，才有可能去解讀所謂的轉(zhuǎn)化率提升5%代表了什么，重新還原畫面感去認(rèn)識(shí)這些數(shù)據(jù)。業(yè)務(wù)知識(shí)數(shù)據(jù)邏輯數(shù)據(jù)敏感數(shù)據(jù)解讀數(shù)據(jù)分析方法和問題分解能力某金融APP進(jìn)行了一次營銷活動(dòng)，已知「營銷轉(zhuǎn)化率提升5%，審批通過率提升5%，業(yè)績提升8%」，如何評(píng)價(jià)這個(gè)活動(dòng)的效果？分析方法和問題分解在有清晰的分析思路和分析方法才有可能找到問題的本質(zhì)，而不是只看到表象。常用的分析方法論有4P營銷理論、5W2H分析法、PEST分析法、SWOT和邏輯樹等，分析方法有對(duì)比分析、分組分析、結(jié)構(gòu)分析、平均分析、綜合評(píng)價(jià)分析等。選用合適的方法論和方法，可以將「營銷效果評(píng)估」這個(gè)問題進(jìn)行分解。分析方法問題分解工程能力模型算法工程能力和模型算法某金融APP進(jìn)行了一次營銷活動(dòng)，已知「營銷轉(zhuǎn)化率提升5%，審批通過率提升5%，業(yè)績提升8%」，如何評(píng)價(jià)這個(gè)活動(dòng)的效果？工程能力和模型算法比如分析用戶行為路徑來確定最佳營銷環(huán)節(jié)時(shí)，可能需要清洗幾十個(gè)G的用戶行為，面對(duì)如此大規(guī)模的復(fù)雜數(shù)據(jù)時(shí)，如果沒有一定的工程能力，在數(shù)據(jù)預(yù)處理這個(gè)階段就會(huì)出問題。然后，通過數(shù)學(xué)模型來量化業(yè)務(wù)中的現(xiàn)象，確定業(yè)務(wù)中各種指標(biāo)之間的關(guān)系，最終來解釋業(yè)務(wù)和指導(dǎo)業(yè)務(wù)。分析方法問題分解工程能力模型算法課程目錄1.數(shù)據(jù)分析與決策流程2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型3.14P營銷理論3.2

5W2H分析法3.3

PEST分析法3.4

SWOT3.5邏輯樹4.商業(yè)智能（BI）4P營銷理論定義：指企業(yè)在選定的目標(biāo)市場(chǎng)上，綜合考慮環(huán)境、能力、競(jìng)爭(zhēng)狀況等對(duì)企業(yè)自身可以控制的因素，加以最佳組合和運(yùn)用，以完成企業(yè)的營銷目的與任務(wù)。起源和發(fā)展：1960年，美國市場(chǎng)營銷專家麥卡錫（E．J．Macarthy）在前人營銷實(shí)踐的基礎(chǔ)上，提出了著名的4P市場(chǎng)營銷組合理論，即產(chǎn)品（Product）、價(jià)格（Price）、促銷（Promotion）、渠道（Place），奠定了該理論的重要地位。1990年美國市場(chǎng)學(xué)家羅伯特·勞特伯恩教授提出了4C理論，即Customer（顧客）、Cost（成本）、Convenience（便利）和Communication（溝通）。4Cs理論的思想基礎(chǔ)是以消費(fèi)者為中心，強(qiáng)調(diào)企業(yè)的營銷活動(dòng)應(yīng)圍繞消費(fèi)者的所求、所欲、所能來進(jìn)行。作用：市場(chǎng)營銷組合是制定企業(yè)營銷戰(zhàn)略的基礎(chǔ)，以保證企業(yè)從整體上滿足消費(fèi)者的需求。市場(chǎng)營銷組合是合理分配企業(yè)營銷預(yù)算費(fèi)用的依據(jù)，對(duì)于計(jì)算ROI非常重要。4P營銷理論產(chǎn)品價(jià)格促銷渠道目標(biāo)市場(chǎng)組合類別定義/解釋典型決策內(nèi)容產(chǎn)品滿足消費(fèi)者需求，可以是有形的（商品）或無形的（服務(wù)，想法或建議）。產(chǎn)品生命周期、產(chǎn)品設(shè)計(jì)（特性、質(zhì)量）、產(chǎn)品組合策略（產(chǎn)品線、產(chǎn)品組合）、附件、品牌、商標(biāo)、包裝、擔(dān)保、服務(wù)等。價(jià)格價(jià)格是指客戶為產(chǎn)品支付的金額，也可以指消費(fèi)者準(zhǔn)備購買產(chǎn)品的代價(jià)（例如時(shí)間或精力）。定價(jià)目的、定價(jià)策略與技巧、付款方式、基本價(jià)格、（消費(fèi)者）折扣、（分銷商）津貼等。促銷促進(jìn)顧客購買商品以實(shí)現(xiàn)擴(kuò)大銷售額的策略促銷組合策略（合理平衡廣告、公關(guān)、直效營銷和促銷的比例）。渠道使商品順利到達(dá)消費(fèi)者手中的途徑和方式等分銷渠道選擇、市場(chǎng)區(qū)域覆蓋、分銷強(qiáng)度（獨(dú)家、密集性、選擇性）、庫存、物流等?；舅枷耄簭闹贫óa(chǎn)品策略入手，同時(shí)制定價(jià)格、促銷及渠道策略，組合成策略總體，以便達(dá)到以合適的商品、合適的價(jià)格、合適的促銷方式，把產(chǎn)品送到合適地點(diǎn)的目的。企業(yè)經(jīng)營的成敗，在很大程度上取決于這些組合策略的選擇和它們的綜合運(yùn)用效果。課程目錄1.數(shù)據(jù)分析與決策流程2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型3.14P營銷理論3.2

5W2H分析法3.3

PEST分析法3.4

SWOT3.5邏輯樹4.商業(yè)智能（BI）5W2H分析法定義：5W2H是以5個(gè)以W開頭的英文單詞及2個(gè)以H開頭的英文單詞為縮寫的簡稱，該方法是通過對(duì)原問題不斷提同，在間題的回答過程中尋找解決問題的方法起源：又叫七何分析法，是二戰(zhàn)中美國陸軍兵器修理部首創(chuàng)。當(dāng)時(shí)在美國陸軍兵器修理過程當(dāng)中，事務(wù)非常繁雜。面對(duì)不同種類、不同批次的武器是怎么壞的，如何及時(shí)修理以及再次輸送到前線去，是一個(gè)非常頭痛的問題。作用：科學(xué)化的分析手法，很清斷地知道需要往哪些方面去思考和展開分析，幫助理清分析思緒，快捷的找到問題的根源，并將問題解決5W2H分析法為什么Why做什么What誰Who何時(shí)When何地Where怎樣How多少Howmuch在公司發(fā)展過程中降低內(nèi)耗及成本，提升整體的運(yùn)營效率將業(yè)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)打通每一個(gè)階段由誰來執(zhí)行什么時(shí)候可以將兩個(gè)數(shù)據(jù)庫打通，什么時(shí)候可以看到整合的錐形業(yè)務(wù)數(shù)據(jù)及財(cái)務(wù)數(shù)據(jù)的存儲(chǔ)位置，BI最終呈現(xiàn)的存儲(chǔ)空間在哪里如何將兩個(gè)數(shù)據(jù)庫打通？如何讓數(shù)據(jù)真實(shí)反映業(yè)務(wù)場(chǎng)景整個(gè)項(xiàng)目預(yù)算多少？每一階段需要花多少錢？課程目錄1.數(shù)據(jù)分析與決策流程2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型3.14P營銷理論3.2

5W2H分析法3.3

PEST分析法3.4

SWOT3.5邏輯樹4.商業(yè)智能（BI）PEST分析法PEST分析方法一般用于對(duì)宏觀環(huán)境的分析，一般指的是通過對(duì)這四類外部環(huán)境一P(代表政治環(huán)境、E(代表經(jīng)濟(jì)環(huán)境）、S(代表社會(huì)環(huán)境）、T(代表技術(shù)環(huán)境）的分析來把握整體宏觀環(huán)境從而評(píng)估對(duì)企業(yè)業(yè)務(wù)的影響方向。政治環(huán)境社會(huì)制度稅收準(zhǔn)則貿(mào)易條例就業(yè)規(guī)則經(jīng)濟(jì)環(huán)境國民收入國民生產(chǎn)總值目標(biāo)群體收入消費(fèi)儲(chǔ)蓄社會(huì)環(huán)境人口規(guī)模年齡結(jié)構(gòu)收入分布生活方式技術(shù)環(huán)境新技術(shù)新工藝渠道整合資源整合PEST分析法互聯(lián)網(wǎng)行業(yè)PEST分析政治環(huán)境經(jīng)濟(jì)環(huán)境社會(huì)環(huán)境技術(shù)環(huán)境1、國家出臺(tái)了哪種相關(guān)政策？制約還是促進(jìn)？2、相關(guān)法律有哪些？有何影響？1、GDP增長率、進(jìn)出口額及其增長率2、消費(fèi)價(jià)格指數(shù)、失業(yè)率、居民可支配收入網(wǎng)民與公民的人數(shù)、性別比例、年齡結(jié)構(gòu)、地域分布、生活方式、購買習(xí)慣、受教育程度、宗教信仰等1、技術(shù)發(fā)明、傳播、更新的速度，以及商業(yè)化速度和發(fā)展趨勢(shì)2、國家重點(diǎn)支持項(xiàng)目，國家投入的研發(fā)費(fèi)用、專利個(gè)數(shù)等課程目錄1.數(shù)據(jù)分析與決策流程2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型3.14P營銷理論3.2

5W2H分析法3.3

PEST分析法3.4

SWOT3.5邏輯樹4.商業(yè)智能（BI）SWOTSWOT是戰(zhàn)略分析的一種方法，它主要是通過分析企業(yè)自身的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅，通過內(nèi)部影響因素與外在環(huán)境的分析來為企業(yè)戰(zhàn)略提供參考。優(yōu)勢(shì)（S）、劣勢(shì)（W）是內(nèi)部因素財(cái)政資源（資金、收入來源和投資機(jī)會(huì)）物質(zhì)資源（位置、設(shè)施和設(shè)備）人力資源（員工、志愿者和目標(biāo)受眾）自然資源、商標(biāo)、專利和版權(quán)當(dāng)前系統(tǒng)（員工計(jì)劃、部門層級(jí)和軟件系統(tǒng)）機(jī)會(huì)（O）、威脅（T）是外部因素市場(chǎng)趨勢(shì)（新產(chǎn)品、技術(shù)進(jìn)步和受眾需求變化）經(jīng)濟(jì)趨勢(shì)（地方、國家和國際經(jīng)濟(jì)趨勢(shì)）資金（捐贈(zèng)、立法和其他來源）人口統(tǒng)計(jì)特征與供應(yīng)商和合作伙伴的關(guān)系政治、環(huán)境和經(jīng)濟(jì)法規(guī)SWOT領(lǐng)導(dǎo)性品牌會(huì)員及卡券資源實(shí)體門店供應(yīng)鏈人力資源單店銷售和盈利能力三四線城市發(fā)展機(jī)遇新業(yè)態(tài)的市場(chǎng)空白傳統(tǒng)雜貨店的需求系統(tǒng)技術(shù)成熟系統(tǒng)陳舊線上運(yùn)營經(jīng)驗(yàn)管理問題業(yè)態(tài)單一線上平臺(tái)滲透新零售理念的導(dǎo)入物流倉儲(chǔ)規(guī)模競(jìng)爭(zhēng)SOWT某省某品牌連鎖小店項(xiàng)目SWOT課程目錄1.數(shù)據(jù)分析與決策流程2.業(yè)務(wù)思維與數(shù)據(jù)思維3.數(shù)據(jù)分析理論模型3.14P營銷理論3.2

5W2H分析法3.3

PEST分析法3.4

SWOT3.5邏輯樹4.商業(yè)智能（BI）邏輯樹定義：將問題的所有相關(guān)子問題，按邏輯分層羅列的一種工具。做法：將一個(gè)已知問題作為樹干，考慮該問題被哪些子問題影響，每考慮到一個(gè)，就在樹干上添加一個(gè)樹枝。樹枝上可以繼續(xù)添加子樹枝，每多一個(gè)子問題的影響層，就多一層樹枝，一直到所有相關(guān)子問題都被羅列出。原則：相互獨(dú)立、完全窮盡（MECE）作用：

幫助梳理思路，不進(jìn)行重復(fù)和無關(guān)的思考，同時(shí)還保證問題思考的完整性

將大目標(biāo)分解一些可以操作的小目標(biāo)

確定各因素之間的邏輯關(guān)系和優(yōu)先順序

邏輯樹課程目錄數(shù)據(jù)分析與決策流程業(yè)務(wù)思維與數(shù)據(jù)思維數(shù)據(jù)分析理論模型商業(yè)智能（BI）4.1什么是BI

4.2BI可以做什么商業(yè)智能商業(yè)智能(BusinessIntelligence，簡稱：BI)，又稱商業(yè)智慧或商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。聯(lián)機(jī)分析處理數(shù)據(jù)挖掘數(shù)據(jù)倉庫數(shù)據(jù)展示數(shù)據(jù)倉庫數(shù)據(jù)倉庫是一個(gè)面向主題的、集成的、隨時(shí)間變化的、但信息本身相對(duì)穩(wěn)定的數(shù)據(jù)集合，用于支持管理決策。常見倉庫分層ODS層DWD層DWA層匯總DM層常見出于分析性報(bào)告和決策支持目的而創(chuàng)建Inmon與Kimball概念模型、邏輯模型、物理模型元數(shù)據(jù)、數(shù)據(jù)質(zhì)量聯(lián)機(jī)分析處理OLAP是數(shù)據(jù)倉庫系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。數(shù)據(jù)倉庫與OLAP的關(guān)系是互補(bǔ)的，現(xiàn)代OLAP系統(tǒng)一般以數(shù)據(jù)倉庫作為基礎(chǔ)，即從數(shù)據(jù)倉庫中抽取詳細(xì)數(shù)據(jù)的一個(gè)子集并經(jīng)過必要的聚集存儲(chǔ)到OLAP存儲(chǔ)器中供前端分析工具讀取。多維分析（OLAP）維度（Dimensions）、層（levels）度量（Measures）、立方體（Cube）基本操作：鉆?。―rill-up和Drill-down）、切片（Slice）和切塊（Dice）、旋轉(zhuǎn)（Pivot）數(shù)據(jù)挖掘所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、可視化技術(shù)等監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)定義問題建立數(shù)據(jù)挖掘庫分析數(shù)據(jù)準(zhǔn)備數(shù)據(jù)建立模型評(píng)價(jià)模型實(shí)施數(shù)據(jù)展示數(shù)據(jù)展示主要旨在借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。它是商務(wù)智能工作中精彩的一節(jié)，合理展示數(shù)據(jù)和各項(xiàng)指標(biāo)，直觀易于理解，方便使用者更準(zhǔn)確的掌握數(shù)據(jù)中體現(xiàn)的業(yè)務(wù)含義。圖形報(bào)表分析報(bào)告數(shù)據(jù)大屏數(shù)據(jù)門戶課程目錄數(shù)據(jù)分析與決策流程業(yè)務(wù)思維與數(shù)據(jù)思維數(shù)據(jù)分析理論模型商業(yè)智能（BI）

4.1什么是BI

4.2BI可以做什么商業(yè)智能作用商業(yè)智能的應(yīng)用領(lǐng)域非常廣泛，在很多行業(yè)也取的了成功，也越來越多的被企業(yè)管理者所接受，在企業(yè)日常管理過程中，也越來越多的體現(xiàn)了商業(yè)智能的價(jià)值及作用。通過應(yīng)用基于事實(shí)的支持系統(tǒng)來輔助商業(yè)決策的制定打破信息壁壘、保證數(shù)據(jù)的質(zhì)量與一致性多個(gè)角度匯總、計(jì)算數(shù)據(jù)，增強(qiáng)了數(shù)據(jù)的分析處理能力，通過對(duì)不同維度數(shù)道據(jù)的比較和分析，增強(qiáng)了信息處理能力在當(dāng)前信息的基礎(chǔ)上，可以針對(duì)整個(gè)企業(yè)的發(fā)展?fàn)顩r和未來前景作出較為完整、合理、準(zhǔn)確的分析和預(yù)測(cè)豐富的圖形化界面及交互手段，清晰有效地傳達(dá)與溝通信息商業(yè)智能應(yīng)用范圍（一）電信行業(yè)零售行業(yè)銀行業(yè)風(fēng)險(xiǎn)數(shù)據(jù)分析、客戶價(jià)值分析、綜合績效分析；借助商務(wù)智能應(yīng)用，挖掘數(shù)據(jù)價(jià)值，實(shí)現(xiàn)科學(xué)決策客戶分析、成本分析、收益分析、市場(chǎng)分析、網(wǎng)絡(luò)分析、產(chǎn)品分析、服務(wù)分析、離網(wǎng)預(yù)測(cè)、客戶價(jià)值分析、價(jià)格敏感度分析等庫存分析、銷售分析、商品分析、客戶分析、供應(yīng)商分析、采購分析等商業(yè)智能應(yīng)用范圍（二）保險(xiǎn)行業(yè)政府機(jī)構(gòu)電子商務(wù)行業(yè)制造行業(yè)需求計(jì)劃、渠道組織管理、渠道訂單管理、渠道庫存管理、渠道智能分析、供應(yīng)商管理、采購訂單管理、