一、数据思维的基础认知

1.数据分析的意义：指导业务创新和业务效率提升

2.数据分析的三要素：算法模型、数据与算力

（1）算法模型：与业务相关的函数关系，包括机器学习

（2）数据：依托原始录入或数字化系统自动采集

（3）算力：人脑或计算机计算

3.数据分析的基本原理：目标值与实际值的对照，分析原因

4.数据分析的主要业务场景：业务战略优化、商业模式设计、业务场景提效、客户价值运营

5.数据分析的流程：建立模型、数据采集、数据分析和数据应用

（1）商业模型：围绕业绩和利润增长模型

（2）数据采集：依托业务中台实现数据流入

（3）数据分析：依托商业模型和数据分析方法展开分析

（4）数据应用：以数据报告指导业务运营

二、数据分析实战-业务模型

1.业绩模型：围绕营业收入的运营模型

（1）业务线结构业绩经营分析：S=ΣS(1~n),n=业务线条

（2）产品线结构业绩分析：S=ΣS(1~n),n=产品线条

（3）市场渠道结构业绩分析：S=ΣS(1~n),n=市场渠道

（4）客户结构业绩分析模型：S=S（新） S（老）

（5）区域市场结构分析：S=SA SB SC …Sn,n=区域市场

2.营销环节的业务模型分析

（1）业绩模型

（2）费用模型

（3）利润模型

3.客户服务环节的业务模型分析

（1）客户价值运营理论

（2）客户运营数据获取

（3）客户数据分析

三、数据分析实战-数据的获取与分析方法

1.数据的来源：原始录入、互联网数据、物联网数据

2.数据分析的主要方法：对比法（同比、环比）、A/B对照法、单因子变量测试法、要素剥离、假设验证法、逻辑树法、回归分析等

3.借用精益化管理思维，展开对指标的优化

课题二：《数字化风控》

一、什么是风控运营

1. 基础安全：代码安全、信息安全、数据安全、漏洞攻击、SQL注入等

2、业务风控：账号安全、内容安全、交易安全、营销安全和资金安全

二、业务风控的价值

1.交易安全中的虚假交易

2.对商家、用户、平台的危害

3.对社会的危害

三、风控体系所涵盖的内容

1.业务逻辑

2.业务流程

3.规则设定

4.用户体验

5.用户操作

四．如何做业务风控

1.做好风控模型，预防风险发生

（1）感知风险

（2）识别风险

（3）预防风险

2.设计风控模型，做好时间分析

（1）竞品调研、模拟用户行为

（2）采集数据，做好数据分析

（3）产出事件，做好事件分析

（4）量化事件，设定规则策略

3.减少误判

课题三：《数字化运营》

Part1 银行金融业务整体运营策略

1. AARRR模型解读

2. A:借助全渠道 全媒体的拉新引流

（1）全渠道：线上 线下，渠道 媒体

（2）全触点：内容、社交、网点等

3. A:创意策划内容，依托任务、积分实现用户的高频次的活跃

（1）定义用户促活

（2）用户活跃的的判定标准

（3）常见的用户促活的策略

4. R:强化“爆款”思维，和“定向”思维，实现个性化差异化场景转化

（1）用户成交的心理决策

（2）爆款思维，让更多人参与成交

（3）定向思维，不同类用户群体的精准营销

5. R:设计权益模型，依托场景任务和权益驱动用户的留存复购

（1）用户在什么情况下会选择离开？

（2）用户在什么情况下会选择复购

（3）常见的用户留存策略

6. R:依托社交分享，实现老带新的裂变

（1）老带新的核心原理

（2）老带新所具备的条件

（3）银行app实现老带新的策略

【案例】广发银行的定向营销、光大银行的“千人千面”

Part2 《 整体拉新拓客》

1. 借助线下网点展开引流

（1）网点柜台引导

（2）网点客户经理引导

2. 借助B端资源展开跨界拓客拉新

（1）定义B端

（2）跨界与B端共同开发新产品

（3）借助新产品/新技巧实现**B端获取C端

3. 借助数字人民币开启拓客拉新

（1）数字人民币简介

（2）如何借助数字人民币实现拓客拉新

（3）借助数字人民币实现本地化用户的快速拓客

4. 依托新媒体 内容展开引流拉新

（1）新媒体拓客引流的逻辑

（2）新媒体内容形式与内容创作

（3）新媒体拓客引流app的技巧

【案例】招商银行借助新媒体的引流、农业银行借助数字人民币快速拓客

Part3 :《用户的活跃与成交》

1.常见的用户活跃的策略

（1）爆款产品或活动——用户活跃的“引子”

（2）周期性——定期策划爆款活动，为用户养成使用习惯

（3）积分与权益——**任务、积分，实现引导用户的参与

2.实现用户成交转化的核心要素

（1）用户分层，实现尽大可能下的用户满足

（2）产品或活动设计，围绕用户需求的场景化产品或业务

（3）定向推广：以导航、搜索、展现和算法的多种呈现

（4）成交策略：限时限量做好用户场景化需求的产品

3.借助社群、直播等工具引导客户成交

（1）社群 直播，让互动更加贴近用户

（2）定期做活动，掌握运营周期

（3）从常规爆款开始，快速成交，培养习惯

4.搭建智能客服体系，做好客户体验服务

（1）人工 智能机器人客服，高效与体验并存

（2）全渠道 全流程的，客服坐席一体化服务。

【案例】中国农业银行定向活动、广发银行的直播转化活动、四川电信的直播活动

Part4:《用户的留存复购与转介》

1. 用户的留存复购

（1）构建用户的会员体系

（2）制定会员任务与权益

（3）依托权益，驱动会员的复购升级

（4）策划会员活动，做好定向推广

2. 用户留存复购的核心要素

（1）优质的产品

（2）极致化的体验服务

（3）持续性的创新能力

3. 用户的分享与转介

（1）用户分享的基础

（2）依托权益体系的转介绍

（3）依托利益体系的转介绍

（4）用户分享的工具

【案例】

浦发银行会员等级权益体系、东方航空的用户分享与转介计划

课题四：《结构化思维与应用》

一、结构化思维

1. 人类大脑处理信息的规律

2. 结构化思维：结构 零碎信息

3. “森林 树木”的综合性问题解决方法

4. 结构化思维的好处

（1）复杂问题简单化

（2）有条理的沟通

（3）构建自己的知识体系

二、结构化思维训练

1. 自上而下的框架模型思维

（1）借助xmind，展开深层次逻辑关系的发散

（2）多重视角构建系统性问题认知

（3）审视系统，避免主观与偏见

2.自下而上的归纳法

（1）头脑风暴

（2）整理归纳分类

（3）结构提炼

（4）多重视角的补充

3.思维训练

（1）发现问题

（2）以WWH结构化思维分析问题

（3）罗列所有的细节

（4）进行分组、规纳

（5）补充信息

三、常用的几类结构模型

1.二维矩阵模型：任务分析、BCG矩阵、权益模型

2.流程分析：价值链分析、生命周期分析

3.三要素类：3C战略、三元论

4.多重要素：波特五力模型、价值闭环

5.金字塔模型：马斯洛需求层次理论

6.自我培养模型构建能力

（1）结构化思维是可以培养的能力

（2）符合MECE（相互独立、完全穷尽）

（3）以现有模型来套用

（4）知识内化为模型

7.结构化思维的前提：真实的问题