你可能已经知道并看过三节课在2020年的“产品升级”公告，也可能已经知道，2020年，三节课在“新商业”品类下，把课程体系升级为5个“核心人才培养计划”+“数十门行业 / 岗位 / 技能精品自学课”的模式。

今天，我们就将向你介绍一门此前还从未详细介绍过的“核心人才培养计划”课程——

业务数据专家培养计划

这门课程，也是我们强烈建议1-5年经验，对于“数据”理解还不那么精深、应用能力也还很一般的产品、运营、新媒体、营销、甚至销售和BD等从业者必须学习的一门课程。

“业务数据专家培养计划”

是一门什么样的课程？

一句话介绍——数据能力，将必然是互联网业内各类业务从业者必备的能力，也将是一种越来越重要的能力。

这门课程，则致力于帮助1-5年从业经验的运营、产品、营销、新媒体等从业者，通过学习+训练，能具备相当于阿里P6或P7级别产品/运营专家的数据理解+数据分析+数据应用能力，并熟知+理解互联网/科技公司内的绝大多数常见“数据赋能业务”的场景、思路和可能性。

具体一点讲，大部分1-5年经验的运营、产品、营销、新媒体等从业者，在工作中都会遇到如下这些有关于“数据应用+数据分析”的困惑或是问题——

1、听好多人都在说“数据分析”能力很重要，但自己零散看了一堆关于数据分析的资料、干货文，真正到自己业务中仍然还是不知道看什么数据，该怎么用好数据，以及仍然无法脑海中形成一个清晰的关于“数据分析”的方法论；

2、面对各种实际的业务问题——哪怕只是一个产品功能+一个活动上线后怎么评估它好不好，往往都会比较茫然，自己去系统提一些数据需求可能都提不好+提不出来，完全不知道如何针对具体的业务问题搭建数据指标监测体系；

3、经常被老板说“数据敏感度低”，但完全不知道什么叫“数据敏感度”，也根本不知道如何训练自己的数据思维+提升数据敏感度；

4、看了一些看起来很有道理的数据分析方法+工具，但一旦面对自己具体业务问题，却仍然不知道如何进行拆解、评估和验证；

5、不清楚数据分析在工作中完整的应用流程是什么，如何进行业务决策、指标监控、效果评估，最后又能用数据来指导自己的业务决策；

6、可能知道自己“现在需要看什么数据”，但对于自己“未来可能需要看哪些数据”，以及“需要提前做好哪些准备”完全没有意识；

7、不知道像阿里等大厂内的运营、产品经理等到底需要具备怎样的数据应用能力，以及自己当前的数据能力水平到底如何。

这门课程，就将致力于帮你解决以上问题。

这门课程将会如何帮助你？

这里先回答这样一个问题：

到底类似阿里P6、P7级别的产品/运营专家在数据分析/应用方面需要具备什么样的能力？

千万别小看这么个问题——有很多产品经理和运营，可能工作了10年，也还没搞明白这个问题的答案。

事实上，在阿里、腾讯、美团、字节跳动等大厂内，对于一个中等Level以上的运营/产品专家的数据能力要求，都是差不多的，基本包括了几方面——

第一，你最好得知道，在一家互联网/科技公司内，都可能会有哪些“数据”可看，以及这些数据可能会有什么用+彼此的关系是什么。

关于这一点，我猜绝大部分1-5岁的互联网人提到“数据分析”，脑海中第一时间都会冒出类似用户数、留存、活跃、收入啥的。

但是对不起，这些“数据”，事实上只是一家互联网公司/科技公司内可以看到的N多数据中的很少一部分。

最基本来说，一家公司的数据，也包含了用户行为数据、用户基础数据、业务指标数据3大类，而类似上面提到的用户数、留存、活跃、收入等等，都只是用户基础数据或业务指标数据中的一小部分。

只有你清晰的理解了一家公司内的“数据”都有哪些+理解了它们之间的关系，你才有机会使用好它们，也才能站在“数据”的角度跟不同协作方进行对话。

遗憾的是，可能80%以上1-5年经验的运营、新媒体、营销、产品等都不具备这个前提。

第二，你最好要能够清晰理解“数据分析”工作在一家公司内的基本流程、协作关系、各种常见平台、工具+各种基本常识。

一家互联网公司内，数据分析的工作，其实包含了数据提取、数据可视化、数据分析&挖掘、数据应用几个步骤，其中可能会涉及到产品、运营、营销等业务人员、数据分析师、技术研发人员等多个角色。

但，绝大多数人，其实脑海中完全没有这样一幅全面的图景，也不知道这会影响什么。

然而，这会导致——

• 你根本不知道在一家公司、尤其是大厂内，你该怎么跟各种角色协作；

• 你根本不知道到底有多少第三方数据分析平台，其实能够在数据应用上给到你显著支持，帮助你极大提升工作效率；

• 你可能也完全不知道在有关于“数据”的认知+协作过程中，可能会有多少潜在的坑——比如很多时候，你提的“留存”可能根本不是技术研发人员所理解的“留存”；在比如，你可能经常会遇到，你想看一个数据，但对应的数据埋点其实根本没做，之前也完全没人想过。

第三，作为一个业务人员而非一名专业的“数据分析师”，你应该知道如何有效利用各种方法来帮助你快速高效的搞到自己需要的常见数据。

比如，你应该充分熟悉公司内的数据平台，知道如何快速查找并获取你需要的常见数据；再比如，你应该知道怎么才能更高效的跟数据分析师+技术研发团队们协作，应该知道哪些需求是可以快速实现的，哪些需求可能会需要更大的成本，确保你想看的数据总是可以最高效的呈现给你。

第四，在看到你想要的数据之后，你也要能够掌握一些特别常见的数据处理+数据分析方法，能够对其进行解读+处理，形成有价值的结论，最终提升你的业绩。

这里必须注意：专业的数据分析师和商业分析师，往往必须掌握R、Python、SQL等技术手段，通过他们来进行数据处理和数据分析。

而作为一个产品、运营、营销方向的业务工作者，我们只需要学会如何通过EXCEL对一些数据进行一些基本处理，以及知晓一些最常见的分析思路+方法就好，比如——

• 如何根据业务目标进行KPI拆解；

• 如何借助数据监控和分析，预测后续业务发展趋势；

• 如何解读一些典型数据的异常，并从中发现问题或线索；

至于一些更加复杂的问题，比如要对于两个地区的用户消费习惯+喜好进行挖掘这一类的问题，你更应该寻求专业数据分析师的支持。

第五，你最好还要知道，在一家公司内，站在业务侧，一些特别有价值、特别常见的“数据应用”场景都有哪些，深刻理解+熟悉了这些场景，你才能真正具备更强的“数据敏感性”，能够提出更多有价值的思考和问题，也更加能在一家公司里更自如的应用好数据。

这些常见数据应用场景，可能包括了——

• 如何针对自己所负责的业务模块，搭建起常见的数据监测指标体系；

• 如何对于一些常见业务数据的异常波动进行分析和问题定位；

• 如何依靠数据面向用户实施用户分层，开展精细化运营（尤其是在用户体量超级大的时候）；

• 如何科学评估一个新上线的产品或是运营活动，依赖数据科学跟上级+协同部门对话；

• 如何依赖数据做好“反作弊”，抵抗典型“羊毛党”等行为或“酒托”等不良用户。

遗憾的是，上述5方面，在当前1-5岁的产品、运营、营销、新媒体等行业从业者中，有超过85%的人，要么是根本都不具备这样的系统认知，要么则是自己的相关能力还很薄弱。

而我们的这门“业务数据专家培养计划”，将针对如上5方面问题，给你一个系统+全面的解决方案。