课程背景
焦波老师 AI+数智化转型资深顾问、前麦肯锡方略顾问
课程收益
本课旨在支援参训者系统掌握大模型时代AI资料拆解的核心办法和实战本领，覆盖从资料获取、清洗、拆解到可视化呈现的全流程。课程将结合电商、金融、科技等等业界实例，重点拉升参训者在AI辅助Excel操作、资料治理、买方营运拆解、项目管控以及业务经营决策等等方面的本领。参训者将借助实战上手掌握主流AI抓手（如WPS AI、ChatExcel、DeepSeek等等）的运用，并学会构筑动态指标架构、归因拆解以及商业模式关联拆解，最终达成借助AI驱动效率拉升和方略落地。
焦波老师在AI+数智化转型领域有充实的业界落地和事务运用心得，当下承担着政务、金融、电信等等多个业界买方的AI项目负责人，现任上海市属国企政府机器智能和数智化转型咨询顾问、熵烨语仁（上海）智能科技有限公司创始人兼CPO，从实践看，曾任麦肯锡（全球领 先的管控咨询公司）数智化转型专家顾问、金山办公（SH688111）总裁室顾问兼数字办公部总监，香港北高峰资本&深圳坤湛科技联合创始人兼商业化和解题打法负责人、浩鲸云计算（阿里控股、全球领 先的数智化技艺提供商）政企解题打法总监。擅长AI+新质出产力、AI+数智化转型、客服/通信/金融/政务/零售/制造业界泛科技诉求。
课程大纲
模块一：AI抓手和买方营运
资料拆解抓手的演进
大模型时代抓手生态
传统抓手：SPSS、SAS、Tableau
大模型通用抓手：GPT、DeepSeek、Kimi
增强抓手：PowerBI Copilot、WPSAI，ChatExcel
常用AI资料拆解抓手演示
WPSAI资料拆解
ChatExcel资料拆解
字节豆包
腾讯元宝
DeepSeek
AI+Excel常用本领
公式
AI辅助公式编写
明晰知道需要达成的功能
知道标的但不确定函数名称
公式存在错误或者需精进
效率拉升招数
对海量资料量注明"需要高性能公式"
复杂诉求分步提问（先问推演规划，再问公式达成）
附加资料样例图片，可拉升准确性
实战上手：工厂成本分摊
宏
资料自动化处理、报表自动生成
AI赋能买方营运
描述性拆解基础：挖掘资料背后的故事
定义和价值
回答“发生了什么”问题
辅助决策和业务精进
要害统计量
集中趋势：均值、中位数、众数
离散程度：方差、准则差、极差
分布形态：偏度、峰度
相关关系：协方差、相关系数
买方转化拆解利器：漏斗拆解法
漏斗拆解法简介
定义和意义
注册转化页面要害元素
业界实战案：AARRR模型拆解用户转化
资料收集和模型构筑
确定资料范围和抓手
设定漏斗阶段和要害指标
精进打法拟定
瓶颈环节识别和A/B测试
用户留存和行为路径拆解
买方终身价值（LTV）拆解
LTV计算公式和组成部分
LTV=(ARPU×LT)-CAC
买方获取成本、毛利率、留存率
AI技艺在买方细分中的运用
机器研习算法识别行为模式
预测模型拆解购买和离职隐患
360°买方视图构筑
用户画像基础概念
人口统计学资讯和偏好
行为资料和心理特征
资料收集和拆解办法
在线行为追踪和社交媒体拆解
CRM系统资料挖掘
运用实例
个性化推荐系统
买方细分和标的营销
模块二：AI+业务管控
AI赋能业务经营
AI+业务经营和指标架构
何为指标架构
三级指标架构构筑
三级指标：北极星指标、路径指标、细分指标
电商实例：GMV、转化率、弃购率
主要公司的指标架构
Meta、LinkedIn、Airbnb、亚马逊，抖音、知乎
大模型对于指标架构的重塑
1. 动态挖掘，AI实时校准预测模型、宏观+微观
商业模式和指标关联
电商商业模式
B2B，B2C、C2C模式差异
电商的指标架构
曝光量、点击率、LTV、CAC
电商核心营运指标
电商信用评价指标
电商盈利本领评价表
员工效能和买方价值联动
大模型拆解指标示例
DAU vs GMV
转化率
复购率
毛利率
怎样判断指标是否异常
归因拆解办法
为何？追溯问题根本原因
相关≠因果
归因拆解示例
本周订单量较上周减少20%
常见归因拆解示例
GMV归因、DAU/MAU归因
其他拆解法
对比实验法：A/B测试和置信度
5WHY提问法：根源识别和破解
鱼骨图分解：影响因素定位
相关性拆解：变量关系挖掘
常见商业拆解法
规模拆解法 vs 网络效应 vs 范围效应
资料驱动的方略迭代落地路径
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|焦波老师
适合谁听
本课适合需拉升资料拆解和AI运用本领的职场人员、包括但不限于资料拆解师、业务营运经理、项目经理、公司方略规划人员以及数智化转型相关岗位。尤其适合希望系统研习AI抓手（如Excel公式精进、宏自动化。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。