一、理解B2B业务与数据驱动的概念

内容一：B2B业务特点

1. B2B业务三种形态（商业服务、渠道经营、供应链合作）

2. B2B业务与B2C区别：经营性需求VS消费性需求

3. B2B业务与B2C区别：复杂的组织决策VS个人决策

4. B2B业务与B2C区别：强大的渠道话语权VS总部控制

5. B2B业务与B2C区别：似多实少的数据VS 多样数据来源

6. B2B业务与B2C区别：复杂的售前流程VS售后分析

7. 五大区别下，B2B业务常见形态与业务流程

内容二：B2B业务数据驱动难点

1. 数据对B2B业务的作用（战斗级、战术级、战略级）

2. 数据驱动的流程（搭建指标体系、明确判断标准、分析业务问题、迭代作业方式、监测数据结果）

3. 数据驱动的成功案例（商业银行的成功实践）

4. 成功的数据驱动三大条件（数据采集、渠道监管、分析能力）

5. B2B数据驱动难点之一：数据采集缺失

6. B2B数据驱动难点之二：渠道监管无力

7. B2B数据驱动难点之三：分析能力薄弱

8. 克服难点的努力方向（获得业务支持，推动监管上位，提升分析能力）

9. 照版B2C的数据驱动思路（比如AARRR）会导致的恶果

内容三： B2B业务数据驱动能力要求

1. 5种关键能力

2. 能力一：梳理流程，完善数据

3. 能力二：沟通痛点，获得支持

4. 能力三：设计方案，分析问题

5. 能力四：达成共识，推动落地

6. 能力五：主动监控，启发进步

7. 能力不足，照搬技术，迷行套路导致的恶果

二、开展数据驱动实操演练

内容四：搭建指标体系实操

1.  搭建指标体系，从梳理业务流程开始

2.  清晰业务方角色

3. 清晰客户组织

4. 清晰业务流程

5. 找到数据记录点

6. 找到业务行为痛点

7. 归纳数据需求点

8. 梳理指标体系

9.  设定指标评判标准

10. 获得业务认可与支持

内容五：分析思路实操

1. 收集业务行为

2. 关联业务行为与数据指标变动

3. 通过数据量化已知的问题

4. 总结分析经验，形成固定假设

5. 主动发现问题，提出假设

6. 联系业务，验证假设

7. 归纳可执行的分析结论

8. 预设建研指标，验证分析准确性

9. 及时总结，上报分析驱动的成果

10. 形成收集-归纳-假设-验证-再收集-经验沉淀的良性循环

内容六：数据驱动产品的迭代更新

1. 数据产品四种形态（报表、移动工具、数据模型）

2. 数据产品四大用途（战斗指导、战术打击、战役指挥、战略观察）

3. 数据产品的演进：为数据产品自身设定增长指标

4. 数据产品的演进：打开率是第一位解决的问题

5. 数据产品的演进：从最迫切的痛点入手

6. 数据产品的演进：找到第一个成功标杆

7. 数据产品的演进：伴随业务经验一起推广

8. 数据产品的演进：主动发现问题

9. 数据产品的演进：争取更多的使用场景

10. 数据产品的演进：成为基本动作的一份子