「課程概括」防水工程與材料行業正經歷環保去產能政策和房地產疲軟的雙重挑戰，“大行業，小企業”的行業競爭格局孕育洗牌。快速變化的外部環境促使傳統“設目標、定產能、鋪攤子”的決策模式也要隨之改變：應用大數據分析輔助戰略決策，而戰略的落地執行則更需要數字化監控和數據糾偏。因此，構建防水行業數字化戰略與運營管理模式是本次課程核心目標。達到這個目標需要克服兩個障礙：
1. 數字化人才欠缺
數字化需要人來推動，培訓全員數據分析能力和工具使用技能是數字化基礎。企業既需要掌握數字化決策的高管，也需要能一線拼刺刀的數字化藍領！
2. 數字化基礎薄弱
企業所用各種管理軟件各行其是，數據孤島遍布，沒有集中管理。想要升級，又面臨高昂的數字化改造成本和風險。
曾老師《易精大數據決策法》即針對以上兩個痛點而設計，幫助企業快速養成數字化人才團隊，推動低成本低風險的漸進式數字化改良。
「課程特色」本門課程以 為目標：
2 “易學”—— 快速上手，無需計算機專業背景
2 “易精”—— 精益求精，現學現用，獨立作戰
「內容簡介」課程為企業學員鋪設了循序漸進的四個數字化成長階梯：
1. 想法——養成數字化戰略思維
幫助高管學員掌握數據分析的基礎知識，熟悉數字化戰略的理論思路，了解數據運營管理過程，明白設定什么量化目標，相應需要什么數據，從哪里獲取，如何落地追蹤。
2. 看法——建立數字化運營羅盤
掌握基礎數據分析工具，學會制作企業精益運營數據儀表盤，能從復雜數據中及時發現戰略執行過程中的運營盲點。
3. 算法——實操數據分析方法
幫助學員在實操中學會《易精大數據決策法》，掌握“兩點三面四線”實用分析“套路”，串聯數據孤島，學會用價值精算來支撐戰略決策和日常運營管理。
4. 說法——寫好數據分析報告
酒香**怕巷子深！數據分析報告是說服老板、客戶和合作伙伴的強大武器，數據化、圖形化和邏輯化構成了數據分析報告的核心戰力。寫好數據分析報告是精英必備能力。
「課程收益」l 6套實戰案例，附贈原始數據
曾老師從主持的互聯網網站、新能源規劃精算、汽車共享出行和互聯網游戲等項目中，提煉了多套經典數據分析案例，涵蓋了數字化戰略、數字化運營和投資決策精算等熱門領域。數據模型可套用到學員工作中，現抓現用。
l 4級課后作業，練會為止
光說不練假把式！課程配備了與學員學習進展一一對應的課后作業，學員可以在線上方便提交作業，接受老師的答疑解難。
l 對優秀學員項目的免費輔導
教學相長！對能學化為用的優秀同學，曾老師很愿意提供幫助指導。
「課程模式」1. 課上面授
2. 分組互動
3. 課后作業
4. 微群輔導
「受眾對象」l 非計算機專業背景
l 企業高管或執行層骨干
「時間安排」普通班2天
「課程目錄」 1 數字化的前世今生
1.1 全球數字化服務趨勢
1.2 企業數字化現狀評估
1.3 規避數字化陷阱
1.4 易精數字化成長之路
1.4.1 揉動數字化改良
1.4.2 速成數字化藍領
2 想法——養成數字化戰略思維
2.1 大數據要素與難題
2.2 數字化戰略模型
2.3 我們需要哪些數據？
2.4 數據從哪里來？
2.4.1 現場調研
2.4.2 企業內部數據
2.4.3 交易/協作平臺
2.4.4 外部行業數據
2.5 案例：央企新能源汽車的戰略決策精算
3 看法——建立數字化運營羅盤
3.1 數據可視化
3.1.1 歷史著名可視化精品
3.1.2 圖表分類與應用
3.1.3 案例：京東數據羅盤
3.2 圖表、對比與決策
3.2.1 拉普拉斯與馬云
3.2.2 “顏值即是正義”
3.2.3 識破數據“誤導”
3.3 案例：共享出行數據全息羅盤
3.4 分組互動：決策私董會
4 算法——實操數據分析方法
4.1 大數據探秘
4.1.1 大數據4V概念
4.1.2 大數據“陷阱”
4.2 不以贏利為目的的企業數據分析是“耍流氓”
4.3 大數據分析模型
4.3.1 價值精算
4.3.1.1 案例：500強企業的客戶價值精算
4.3.2 橫切面方法
4.3.2.1 案例：漲還是不漲？CDO的選擇
4.3.2.2 案例：你了解你的行業嗎？
4.3.3 縱貫線方法
4.3.3.1 案例：互聯網游戲海外數字化運營
4.3.3.2 案例：社交電商銷售客戶的RFM分析
5 說法——寫好數據分析報告
5.1 數據分析報告“123”工作法
5.2 數據分析報告一個中心
5.3 數據分析報告兩個基本點
5.4 數據分析報告三個要素
5.4.1 “痛”——量化問題
5.4.2 “病”——分解病因
5.4.3 “藥”——解決方案
5.5 案例：一份救命的數據分析報告
5.6 分組互動：數據分析報告大綱
6 課程總結
