【课程大纲】

一、大数据分析在产品运营中的应用
1.机器的信息表达：你的产品在跟你表达什么？用户通过产品在表达什么？
2.数据和信息的关系：什么是数据？什么是信息？相互如何破译和转化？
3.数据的类型
时间分类：过去-现在-未来
格式分类：数字型-字节型-文本型
属性分类：原始类型、多元组、记录单元、代数数据类型、抽象数据类型、参考类型以及函数类型
4.大数据在产品营运中分析什么：
大数据对用户使用需求的分析和识别；
大数据对产品营运表现的绩效分析；
大数据分析对产品开发和运营管理工作
5.产品绩效分析管理：产品运营的表现如何评估？如何发现运营问题？
6.用户需求分析管理：什么是用户使用需求？大数据如何识别用户需求？
7.大数据分析工作对产品开发和运营管理工作的实施
二、大数据分析与产品运营绩效评估
1.大数据分析和产品绩效分析--您的产品运营状态健康吗？
2.产品价值指标：财务指标、市场指标、竞争指标、客户评价指标、社会评价指标
3.产品成本指标：财物投入、时间成本、人力成本、潜在风险指标
4.用户需求满意度评估模型：需求指标综合评估（性能-交互-适应-耗用等）
5.产品运营健康度评估模型：可容性/适应性/耐久性等
6.企业运营绩效性评估模型：市场效益/成本投入评估
7.产品竞争力评估模型：产品在不同细分市场的竞争力指标分析
8.基于不同目标客户群的产品绩效KPI评估模型
9.产品绩效分析的工具方法：气泡图、列表法等
10.产品绩效分析矩阵
效益/成本矩阵
市场吸引力/风险矩阵
市场吸引力/战略一致性矩阵
利润/增长率矩阵；销量/利润矩阵
      ………


三、产品线管理和产品创新
1. 产品线概述：为什么要分产品线？产品线深度、长度、宽度和密度
2.三维产品-市场矩阵图
3.产品组合分析：形象产品、利润产品、销量产品、促销产品
4.产品生命周期分析：明星产品、金牛产品、问题产品、瘦狗产品
5. 产品线管理策略： 扩充产品组合；缩减产品组合；优化产品组合等
6.产品创新的方法和维度
6.新产品线（或新功能）的延伸
核心功能链的延伸（或新功能）
辅助功能链的延伸（或新功能）
资源增值型功能链的延伸（或新功能）
7.产品的诊断、改良和升级
产品改良升级模型：机器的进化
技术改良创新：结构优化、组合创新、调性
多系统装置
人工智能系统
柔性系统和微观系统
产品功能和应用的创新
产品外观和交互创新
成本创新
四、用户使用行为分析：谁？在什么场景？执行什么任务？顺利吗？
1.用户操作任务分析：不同的用户对产品要做什么任务？
2.情境分析法：谁？在什么环境？对什么？执行什么任务？
3.用户使用角色分析：操作者、审批者、维护者等
4.角色权限和责任指标分解建模
5.使用者的个人特征参数分析
6.用户操作的任务分解和统筹
7.用户使用流程模型分析
8.自然环境、产品运营条件、人的行为对使用过程的影响
9.大数据对用户需求分析的基本原理：环境--人--产品之间的需求关系图
10.大数据分析的主要用户需求价值类指标
人机交互类需求指标：用户使用操作方面的问题和需求
产品表现类需求指标：产品在功能能力方面的问题和需求
环境适应性需求指标：产品对不同环境的适应能力
运营成本类需求指标：产品的使用成本和经济型情况
运营风险类需求指标：产品对各类风险的管控能力
五、人机交互体验性指标分析：用户使用习惯、体验度等分析
1.人机交互类数据类型：行为触发、便捷性、多样性、舒适性、社交性、包容性、参与感等；
2.产品的使用触发对象、时间点和启动方式
3.操作易学性分析：用户对操作的反应时间、操作纠错情况分析
4.操作便捷性分析：操作流程的步骤、时间和能力要求分析
5.非规范性操作行为分析：误操作、延迟操作、恶意破坏等行为分析
6.可识别性分析：用户对各类产品提示的相应情况分析
7.可操作性分析：用户操作的时长、强度、精神状态等情况分析
8.参与感分析：用户对产品使用的参与程度、耐性等分析
9.设计偏好分析：用户对产品的设计风格、色彩等偏好分析
六、产品性能类数据指标分析：产品质量、性能、容量等表现情况
1.产品表现类指标的分类
2.产品的功能分类和细分
3.功能的处理容量：产品的处理数量、容量，最大处理峰值
4.功能的处理效率：处理的完成标准、速度和质量指标分析
5.功能的拓展性：输入能源或物资的通道多样性分析
6.输入的多样性：输入能源或物质种类类型的多样性分析
7.产品输出能力：输出产物的稳定性和适应性
8.副产物、负效应输出情况分析
七、环境适应性数据指标分析：产品性能对环境变化的适应情况
1.环境适应类指标的分类
2.产品对自然环境（温度、湿度、雷电等自然条件）变化的适应情况
3.产品在社交环境（户外、室内、运输途中等）变化的适应情况
4.产品在差异性人为操作下的适应情况
5.产品的耐用性与环境和人之间的变化关系
6.产品表现对环境适应的最低和最高要求标准
八、运营经济性指标分析：产品使用成本、耗用情况分析
1.经济性数据指标的类型
2.一次性购置成本
3.产品的能源耗用和表现情况对比（性价比）
4.产品的转换和安置成本分析
5.日常维护性成本分析
6.环保性指标分析
7.可回收性经济指标分析
九、抗风险能力指标分析：产品对使用风险的管控能力分析
1.风险类数据指标的分类和构成
2.产品功能中止、延迟、损毁、破坏等造成的风险性指标
3.人的非规范性行为造成的风险性指标
4.突发性事故或意外
5.环境变化导致的风险性指标
十、数据化运营的实施和组织管理
1.数据分析的实施管理过程
2.数据化运营的团队合作和组织结构建设
3.团队数据分析能力的培养
4.数据化运营的质量保障流程和制度
5.数据化运营的前提条件和保障
6.数据化运营的思维和态度
7.数据化运营的思维和态度

【课程背景】

什么是大数据？如何通过大数据分析来了解产品或服务在运营、消费和使用过程中的各种问题和需求？产品运营过程中有哪些大数据？这些数据是如何关联的？
本课程将全方位提供各种大数据分析的方法、技术和模型，指导如何通过大数据技术了解市场需求和产品问题，并有针对性地开展产品开发和运营管理工作。
课程有如下几个特点：
本课程主要通过大数据分析，来识别用户使用行为特征，挖掘用户使用需求，并对产品各类表现指标进行分析，判断对用户需求的满足程度，从而对产品进行优化和改进；
本课程针对的产品，包括各种实物、自动化设备、网站、系统、数字化服务等；
本课程的大数据分析目的，对于企业可用于产品的优化改进，或用于产品运营的管理工作优化这两个方面；
本课程中的大数据分析技术是我方自有专有技术"基于PLM大数据分析的产品创新和孵化技术"，获得过一些政府创新奖，并在中山大学采用作为教程，成功在国内多家大型企业实施；
该大数据分析技术，对用户需求指标的分解和建模是自有逻辑体系，对于研究分析产品运营的表现指标更加准确、清晰和全面！

【课程时长】

12H