数据驱动决策 指标赋能增长
主讲：卢海波老师
【课程背景】
产品指标是产品的生命体征，直接反映产品运行状态，是产品工作中的重镇。在产品经理进行指标体系规划时，往往会出现下列3大问题：
1、 指标与方向脱节：缺少对“北极星”指标的洞察，各种数据与产品方向、产品运行状态脱节。
2、 数据质量受限：数据零散、碎片化、口径不一直、难以对产品迭代、业务运行起到实际支撑。
3、 缺乏系统解法：既缺乏体系化的规划、又缺乏体系化解读，被单一指标绑架，导致指标虚脱化。
本门课程即尝试通过系统化的方式来站在更高维度分析解决上述问题。
【课程逻辑】
课程的核心逻辑主线如下表所示：
编 号 | 要 素 | 简 述 |
1 | 方向引领 | 以北极星指标为主线设计产品指标体系 |
2 | 质量第一 | 始终以数据质量为基石、谋划产品指标体系 |
3 | 治理先行 | 治理在先、应用在后，通过缜密的治理体系保障方向和数据质量 |
4 | 系统产出 | 以系统化方式输出数据，避免被单一指标遮蔽 |
5 | 开放迭代 | 开放系统、持续迭代优化，被产品推动、亦反向推动产品升级 |
【课程特色】
1、 升维学习：站在全局视角、以全新的角度和理念重新认识产品指标体系规划工作。
2、 根因驱动：牢牢把握住“数据治理”这个驱动指标体系成长迭代的原动力。
3、 案例贯穿：通过各种经典正反面案例贯穿学习始终，以对比营造反差，加强学员肌肉记忆。
4、 高频互动：以分析、实战模拟、角色带入、决策攻防等方式保障全场的互动质量。
5、 量身定制：每个模块都穿插为客户高度定制化的个性内容。
【课程收益】
1、 全新的方法论：以新的分析模式形成的产品指标体系规划方法论。
2、 全新的工具箱：一批基于实战提炼、面向新的实战、经过实战模拟的工具和模型。
3、 全新应用体系：基于客户产品团队业务，根据新的方法论和工具箱形成的新应用体系。
【课程特色】
产品团队的核心骨干产品经理、产品总监
【课程时长】
1天（6小时/天）
【课程大纲】
模块一：以北极星指标为主线、设计产品指标体系
1、 如果不能锚定北极星指标，就会出现数据指标体系与产品方向脱节，导致灾难性后果：
确定所在行业、定义北极星指标
定义辅助性指标
定义过程指标
工具：
1、 To B/C 指标体系构建法
2、 不同性质业务数据指标矩阵模型
3、 北极星指标-关键结果倒推法
案例：
1、 错误定位北极星指标的某产品
实战：为客户的一款产品设计北极星指标。
模块二：构建数据指标质量体系
1、 数据质量决定了数据的价值，为获取高质量数据、必须做到：
准确定义数据质量标准
全生命周期采集+质量监控
建立反馈闭环：多元校验质量
技术工具支持
工具：
1、 数据质量6关卡工作法：准确性、完整性、及时性、唯一性、有效性、一致性
2、 数据字典
3、 三大类技术工具：采集/清洗/治理
案例：
腾讯位置大数据的双重校验法
实战：为客户的一款产品设计数据质量校验与反馈工作流
模块三：通过数据治理工作、体系化保障方向并提升数据质量
1、 数据治理工作是产品指标体系建设的唯一抓手：
设定数据治理目标
定义治理优先级
搭建组织、确立规范
定义埋点规则
定义校验规则
统一数据口径与标准
定义质量标准
全流程监控
定期迭代
工具：
1、 数据治理综合工具箱(数据字典、负面清单等)
2、 业务-数据质量扁天平模型
案例：某社交APP的“用户留存率”治理
实战：为客户的某款产品设计数据字典
模块四：系统化应用数据
1、 数据在产品团队日常工作中具有广泛的应用场景和巨大的价值：
定量分析：用数据验证假设
A/B测试
漏斗分析
用户分群+针对性运营
定性分析：挖掘用户深层次需求
深度数据挖掘
数据决策：
核心指标对比
ROI评价
工具：
1、 BI类工具
2、 数据可视化工具
3、 A/B测试工具
4、 数据协作工具
案例：电商APP的“GMV”数据应用
实战：为客户的某款产品规划数据应用全流程工具包
模块五：开放式迭代数据能力
1、 数据越开放越有生命力，如何实现数据能力持续迭代升级？：
明确迭代的核心驱动力
建立动态监测机制：跟着业务走
建立外部反馈规则
工具：
由模块1-4的工具搭建、形成迭代组合
案例：通过数据找到新大陆的经典分析
实战：为客户的一款产品设计迭代思路
模块六：全场总结 Q&A
