课程大纲：
Power BI数据分析在业务洞察学习
【课程收益】
■ 深入理解数据的本质、数据价值，以及数据洞察在解决问题中的关键作用
■ 培养与建立数据思维， 由浅入深，逐步掌握业务数据的分析流程以及方法
■ 用数据洞察业务问题， 用可视化图表展现问题的症结，获得问题解决的关键
■ 学会设计业务的可视化分析报告（仪表板/驾驶舱管理）
■ 学会利用数据的AI分析获得深刻的见解并大幅提高分析效率
■ 提供问题导向的标准化操作指导程序，对初学者与进阶者极为有益
■ 案例与练习均来自实战场景：生产管理、设备管理与EHS、质量管理、供应链与采购，市场营销、等等
■ 采用了工作坊与行动学习相结合的模式：理论指导，精彩解读，大量案例，实战研讨，深刻点评
【导入工具】
■ 本课程基于数字化场景中的Power BI.
■ 为什么power BI? 最广泛普及的商业智能软件、可视化展示能力强、适应商业与工业大数据分析, 适应数字化场景中的各类数据源、对业务人员友好的AI式分析、免费。
课前要求：
熟悉基本的excel操作分析， 个人电脑安装有 Power BI , 确保工作正常， 对Power BI的熟悉度无要求，将通过培训帮助学员掌握实战分析。
【课程大纲】
第一部分 数据的认知，建立数据思维
1. 数据的认知
■ 什么是数据？
● 数据的本质
● 理解业务与业务数据之间的关系
● 为什么基于数据驱动的工作方式越来越重要？
● 案例分享
■ 释放数据的价值
● 影响数据潜在价值的重要因素
● 案例展示不同层次的潜在价值
● 数据洞察/分析的基本框架：
1）建立业务场景；2）将业务问题转化为分析问题；3）收集和整理数据；4）；选择与问题匹配的分析方法；
5） 将分析结论转化为业务的洞察。
2. 数据的标准组成
■ 数据的逻辑化展示:
● 数据的格式：Tally Sheet，
● 在excel中将数据转换为标准格式
● 在 power BI中显示数据的整体状况
3. 从业务或问题的角度理解数据
■ 建立y = f ( x )的思维方式
■ 案例讲解
4. 分析思维的过程
■ 聚焦y：认识问题的全貌和现状
■ x对y的分解
■ 识别差异
■ 案例演示
5. 分析工具的全景式介绍
■ 表格软件、数据库SQL分析、统计分析软件、BI分析软件、编程式数据分析、大数据建模软件
■ 数据分析的典型输出：统计结论、可视化图表、分析模型
6. 工作坊
■ Excel数据转换为标准格式
■ 了解power bi软件， power query editor 与 power bi
■ 在power bi 中导入数据并展示
第二部分 业务的基本洞察与分析
1. 重要统计概念与分析
■ 数据类型
● 在excel与power BI 中识别数据类型
● 矫正不合理的数据类型
■ 洞察业务指标的关键维度：
● 统计量了解指标/问题全貌：
-反映整体趋势：均值与中位数，及场景下的理解
-反映整体波动 ：标准差与极差，及场景下的理解
-反映频率问题：百分比，累计百分比，ppm
● 图表了解指标/问题的全貌：
-反映总体分布：可视化指标的总体表现
-反映指标/问题在时间上的变化：指标的时间序列图
2. 关键业务指标的洞察实战(工作坊)：
■ 案例数据集选自：行政与人力资源、供应链、营销，设备管理等
■ 在Power Bi中实战：
用power BI对数据做清理与整理：power query editor
● 修正数据类型
● 识别与处理数据中的缺失值、重复值、异常值
● 时间/日期类型的特别处理
■ 用power BI 实现关键指标的汇总分析：
● 可视化指标看板（静态）
● 图表展示总体表现：总体趋势，波动情况，异常情况，与业务目标的差距
● 图表展示在时间上的动态表现：趋势与波动，与差距
● 业务的解读
第三部分 业务洞察的进阶分析
1. 用数据洞察的业务关键问题
■ 从不同的维度排序，识别出*与最差
■ 影响业务的关键因素是什么
■ 业务表现与目标有差距，这个差距是哪些因素造成的，最主要的因素是什么？
■ 改善业务/解决问题，该从哪些维度思考
■ 如何用数据证明方案与建议的效果和有效性
■ 怎么提高预测计划的准确性
2. 深入洞察需要多维度分析
■ 分层因子
■ 复杂问题的因子分析法
3. 工作坊
■ 打开数据表，识别业务数据中的分层因子
4. 业务的多维度分析过程(基于案例实战展开的工作坊)
■ 分层的箱线图法与条形图法
● 识别关键影响因素
● 排序并识别*与最差
■ 分层的柏拉图法
● 证明方案有效性
■ 分层的散点图法
● 发现两者之间的关联关系，确定因果
■ 分层的树状图Treemap， 饼图与甜甜圈图
● 快速识别主要影响区域或者因子
■ 分层的时间序列图法
● 发现对趋势有影响的因子
● 同类比较（比如，不同区域对比，不同班组对比，不同供应商对比，等等）
5. 多维度分析工作坊
■ 在power bi 中实现多维度分析
● Power bi 分析方式与excel的不同，理解：
- X-axis， Y-axis, Legend, Small multiplies, Tooltips 以及图形格式化修饰
● Power bi实现分层的柱状图以及条形图分析
● Power bi实现散点图分析
● Power bi 实现Treemap树状图分析
● Power bi实现donut甜甜圈图与饼图分析
6. 问题分析的钻取法
■ 钻取是获得深刻见解，在多重因素中找到主要原因的分析技巧
■ 通过钻取，聚焦问题严重的那部分数据(子集)
■ 案例展示如何通过钻取在销售大数据中找出影响利润的关键因素
7. 钻取分析的工作坊
■ 在power bi 中钻取分析，回答业务问题
● 了解并熟悉power bi 可视化图表中动态钻取的方式与功能
- 运用power bi 动态钻取实现业务的分析（比如多曾钻取的柏拉图分析法）
● 了解并熟悉power bi的筛选器
- 运用筛选器方式实现业务分析
8. 数据的AI分析（仅限于power bi）
■ AI对数据分析的帮助以及趋势
■ AI分析获得深刻见解之一：预测分析
● 基于历史数据指导营销/生产预测与规划
■ AI分析获得深刻见解之二：识别异常状态
● 识别异常点，帮助我们确定问题在何处与何时爆发
■ AI分析获得深刻见解之三：关键影响力分析
● 快速获得原因重要性排序，大大提高分析效率
■ AI分析获得深刻见解之四：分解树
● 快速设计解决问题的最优解
■ AI分析获得深刻见解之五：智能Q&A分析
● 无需学习分析技能，只需设计合理的问答就可借助ai获得相当深刻的分析见解
■ AI分析获得深刻见解之流：智慧统计报告
● AI辅助撰写业务统计报告
9. AI分析工作坊(仅限于power bi)
案例与练习
■ AI预测技术的应用
■ AI识别异常状态
■ 关键影响力分析
■ 分解树分析
■ 智能Q&A问答式分析
■ 智慧统计报告
小组交流
第四部分 优化数据，提升分析价值
1 业务场景数据化
■ 用数据的视角描述业务
■ 问题的4W1H定义法
2 基于分析价值，建立科学合理的数据收集系统
■ 数据定义的一致性
■ 数据采样的频率，以及全样本 vs 抽样样本
■ 确认合理的数据颗粒度
■ 数据采集维度的“人机料法环测”
■ 流程/过程异常状态下的数据还要保留吗？为什么？
■ 整合不同数据源的数据
3 案例学习：如何有效地设计数据收集计划
4 工作坊
■ 分组，选择具体的业务场景，
■ 设计数据收集计划
■ 进一步提升数据挖掘价值的举措有哪些？
● 如果需要，可以补充哪些新的信息？
● 是否考虑不同数据源的整合，从而获取新的数据价值？
● 交流
第五部分 分析报告与业务仪表盘管理
1． 业务可视化分析报告的设计原则
■ 确定谁是受众
■ 业务角度关系的指标、问题以及重点
■ 分析报告包含重要内容
■ 布局设计反映不同分析的优先级
■ 业务指标要体现，历史、现状、趋势和目标
■ 指标要分组和归类
■ 美学上：协调、统一又清晰
2． 工作坊_在power bi中设计分析与业务管理仪表盘
■ 设计流程
■ 熟悉power BI的报表连接与设置方式
■ 在power bi上分析报表设计实战
■ 小组讨论
■ 课堂竞赛与评比
讲师介绍：
周老师
Richard老师是黑带大师及企业数字化转型顾问，有20年以上战略变革、流程再造，企业绩效提升及数字化转型的丰富经验。曾为多个跨国型企业领导运营及战略变革项目。他的管理与数据咨询经验涉及电气电子、汽车、工程机械、制药，化工、制药、半导体、计算机与通讯、石油行业，保险与银行，互联网电子商务等服务领域。
Richard老师擅长领导客户实施高成效的解决方案。在使得客户快速实现业务提升和获得卓越财务绩效方面，Richard赢得了他所服务客户的称赞。他主持的管理提升项目多次被跨国企业总部作为标杆，甚至由于出色的财务收益赢得了董事会的特别嘉奖。
Richard老师同时是出色的团队教练，众多学员通过他特别的辅导和激励方式以令人惊讶的速度提升了复杂问题的分析与解决能力。
他的商业与流程经验涉及电气电子、汽车、钢铁、有色金属、工程机械、化工与塑料、涂料、化纤纺织、半导体、计算机与通讯、石油行业的制造与商业服务领域。作为咨询负责人帮助中澳合资汽车公司推行精益实施项目，直接商业收益达到280万美金；领导鞍钢的六西格玛咨询项目以及一家世界最主要的笔记本电脑厂商的六西格玛项目，收益达到500万美金以上。
【管理实战经验】
精益六西格玛分析与问题解决
基于Python&R的制造业大数据应用
基于BI的绩效管理及改善
运营管理的数字化转型
1.国内主要精益或六西格玛咨询公司合作过如下项目：
● 国内*的空调家电企业的六西格玛战略评估及策划
● 黑带公开课主讲
● 六西格玛设计评估及策略规划
● 国内*合资汽车厂的供应链精益优化辅导
2.国际商用机器公司（IBM）业务咨询部 战略及变革咨询组 （前普华永道咨询公司），
任运营战略高级顾问，黑带大师（部分项目）
● 某大型IT制造业精益六西格玛战略管理整体实施项目经理
● 某大型国际芯片设计与制造企业的精益管理实施项目经理
● 某大型国际半导体制造公司六西格玛黑带实施项目经理
● 某大型国际化纤制造业ERP变革管理实施顾问
● 某大型电信营运商网吧联盟营运战略及流程实施顾问
● 某汽车零部件企业精益生产咨询项目整体策划和实施顾问
3.*通用电气公司中国总部,
任持续改进总监，精益6Sigma专职黑带，
● 负责提供公司内外部的持续改进体系及精益六西格玛的培训和辅导
● 辅导精益六西格玛项目，有（部分项目）：
● 制造系统精益化改造和敏捷制造模式导入；
● 中国区人力资源业务流程重组及电子商务平台建设；
● 制造业兼并与收购流程优化（尽职调查和企业整合）；
● 混合营销策略制定与流程；
● 为国内*通讯设备集成与制造商所做的电子商务战略规划的实施顾问
4.通用汽车下属德尔福汽车集团与通用电气公司中国技术中心，从事技术开发、质量、生产与采购管理工作。
职业经历
黑带大师&前顾问总监 George Group，Accenture
黑带大师&高级顾问 IBM 业务咨询服务部
持续改善经理 通用电气
教育与培训
机器学习工程师， Udacity
精益大师， George Group/Accenture
黑带大师， IBM
工学硕士， 上海交通大学
【擅长领域】
大数据管理、智能制造数字化转型、信息化LTC六西格玛绿带、黑带培训项目辅导、统计过程控制（SPC）、8D、QCC、DFM、DFA、全面质量管理、供应链管理、产品设计、业务流程重组等；
【部分关键成就点】
帮助一家大型制造业，制定智慧工厂的大数据应用。运用AI算法，从生产大数据中识别出影响质量成本和设备停机的隐形关键因子，此方法带来超500万的直接收益。
持续改进的咨询项目多聚焦经营瓶颈与关键绩效。以某跨国生产型企业的一期项目为例，分别为精细化运作节省产线投资500万元，优化定价策略带来直接利润200万，优化工艺控制节约材料及能耗成本200万元，降低设备损耗带来150万收益。
在金融领域，帮助一家银行实施流程优化，客户满意度提升了30%，后勤中心流程品质提升，实现了100%改善；帮助一家保险公司全面导入运营风险分析及改进；
受资本委托对某大型亏损企业(化工)作尽调，设计重组及扭亏为盈方案。建立的数字化经营模型将微观管理与宏观绩效关联在一起，从而利用这一模型直接指导扭亏的每项具体措施及目标，仅通过管理改善确认了过5000万的直接效益。
帮助大型制造企业诸如上汽通用、上汽大众、通用电气中国工厂等企业培养了数字化应用人才。
曾部分服务过的企业：
诺基亚、德尔福汽车、博世汽车电子、上汽通用、上汽大众、李尔汽车、比亚迪、佳通、安森美半导体、特许半导体、招商银行、太平人寿，英格索兰、亚马逊、中远、中粮、中兴通讯、诺华制药、武田制药、阿尔斯通，仁宝电子，英业达，联想电脑、壳牌石油、上海烟草，浙江中烟、金佰利、壳牌石油公司、博世电动、*化学、荷兰飞利浦、中远集团、中兴通讯、美的、小天鹅、上海电气、亚新科汽车、阿尔卡特、施耐德、迅达电梯、IBM、惠普电脑、摩托罗拉、特许半导体、仁宝电子、*、广东电信、长安福特、大众汽车、西门子、联合利华、飞利浦医疗、贝尔、马尼托瓦餐饮设备、华为技术、TRW、TCL、中远物流、国美电气、神龙汽车、神华集团、斯凯孚、博威、罗氏制药、UT斯达康等等。
Power BI数据分析在业务洞察学习
上一篇: 《2025非标商业精准定位与招商技能提升特训班》
下一篇: 精益物流kanban拉动与供应链管理
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
