1. 数据分析基础
l 数据分析的重要性
l 什么是数据分析?
l 数据分析面临的挑战
l 什么是数据挖掘?
l 统计分析与数据挖掘
n 统计分析与数据挖掘的联系
n 统计分析与数据挖掘的区别
l 数据化管理的概念
l 数据化管理的四个层次
n 业务指导
n 营运分析
n 经营策略
n 战略规划
l 数据化管理的流程
n 分析需求
n 收集数据
n 整理数据
n 分析数据
n 可视化数据
n 报告数据
n 数据业务指标
2. 数据分析方法
l 对比分析法
n 对比分析法有什么用
n 如何使用对比分析方法
n 常用对比分析方式
n 对比分析注意事项
l 假设检验分析法
n 什么是假设检验分析法
n 假设检验分析方法有什么用
n 如何使用假设分析方法
n 假设检验分析方法注意事项
l 相关分析法
n 什么时相关分析法
n 相关分析法有什么用
n 如何使用相关分析方法
n 如何使用Excel实现相关分析
n 如何应用相关分析解决问题
l 多维度拆解分析法
n 多维度拆解分析法有什么用
n 如何使用多维度拆解分析方法
n 多维度拆解分析注意事项
l 分组分析法
n 什么是分组分析法
n 分组分析法有什么用
n 如何使用分组分析方法
n 分组分析注意事项
l 漏斗分析法
n 什么是漏斗分析法
n 漏斗分析法有什么用
n 如何使用漏斗分析方法
n 漏斗分析注意事项
3. 用数据分析解决问题
l 数据分析解决问题的过程
l 如何明确问题?
n 明确问题常见的错误
n 如何明确问题
l 如何分析原因?
l 如何提出建议
n 回归分析
n 回归分析应用
l 数据分析解决实际问题案例
4. 用数据可视化思维呈现数据
l 理清数据逻辑,凸显数字价值
n 用事实思考挖掘隐藏在数字之中的真相
n 用图表让问题变得简单,借图表展开思路
n 掌握数据分析中的金字塔思维拆解数据迷踪
n 关注核心数据指标,深挖问题背后原因
l 从数据图表走向分析图表
n 透过数据图表分析业务核心本质
n 探寻数据背后的秘密,挖掘业务痛点
n 经典数据分析思路在图表中的呈现
n 数据分析思维与图表呈现的结合应用
n 跳出图表看数据,多元视角看待业务问题
l 用设计思维让图表更友好
n 设计没你想得那么难
n 知己知彼,先了解你的观众
n 六大原则让图表设计更友好
n 串联图表,讲个好的数据故事
5. 企业的提质降本增效
l 提质降本增效的概念和目标
n 提升产品和服务质量,提高客户满意度
n 减少浪费和成本,节省资源
n 提高业务流程和员工效率
l 数据分析在提质降本增效中的应用
n 制定关键指标,如产品质量度量和服务满意度
n 使用统计方法和工具来监控和改善质量
n 分析数据,减少流程中的浪费,提升效率
n 优化供应链和物流,降低成本
l 案例1:提升产品质量
n 使用数据分析方法来识别和解决质量问题
n 采用可靠性分析和预测模型预防产品故障
n 监测客户反馈并进行实时改进
l 案例2:优化生产流程
n 分析生产数据,识别瓶颈和浪费点
n 应用工程统计和实验设计来改进生产过程
n 提高生产线效率和产能,降低生产成本
l 案例3:提升员工效率
n 设定绩效指标和个人目标
n 使用数据分析工具来评估员工表现和提供培训
n 优化资源分配和业务流程,提升团队效率
l 小结
n 总结数据分析在提质降本增效中的关键作用
n 强调数据驱动决策和持续改进的重要性
n 激发参训者应用数据分析技术的动力
6. 数据分析工具应用
l Excel数据分析应用
l 永洪BI数据分析可视化
n 模块1数字化转型,路在何方?如何让数据产生价值?
§ 定义业务问题
§ 数据分析与建模
§ 推进数据分析报告
n 模块2数据准备
§ 链接数据源
§ 创建文件,界面认识,关联操作,转换操作
§ 将不同类型的数据进行整合,清洗
n 模块3可视化应用
§ 表,自由表,交叉表
§ 柱线图
§ 占比类图形
§ 增强分析
§ 地图可视化
§ 仪表盘,指标卡,选项卡
§ 气泡图,词云,矩阵树图
§ 点图,雷达图,瀑布图
n 模块4交互式设计
§ 过滤与参数设置
§ 超链接,TPON
§ 联动分析,同比,环比
n 模块5报告设计
§ 设计封面及导航交互
§ 制作各子页面及图表对象