Pilih bahasa Anda
Kursus Lean Analytics: Olah Data Bisnis
Lebih dari 2 juta pelajar di seluruh dunia

Kursus Lean Analytics: Olah Data Bisnis

Berhenti menebak dan mulailah berkembang dengan strategi data yang benar-benar berhasil. Kursus ini mengajarkan Anda kerangka Lean Analytics — mulai dari memilih Satu Metrik yang Penting (OMTM) hingga menjalankan eksperimen yang ketat dan membangun dasbor yang mendorong tindakan. Baik Anda memimpin sebuah rintisan atau meningkatkan skala tim produk, Anda akan keluar dengan sistem yang dapat diulang untuk membuat keputusan yang lebih cerdas dan lebih cepat dengan data.

Dedika untuk bisnis

Apa yang akan Anda pelajari:

  • Terapkan siklus Lean Analytics untuk menyelaraskan tim Anda di sekitar satu metrik pertumbuhan yang sesuai dengan tahap bisnis.

  • Cocokkan KPI yang tepat dengan model bisnis e-commerce, SaaS, marketplace, seluler, dan media.

  • Buat tabel retensi kohort dan analisis corong yang mengungkap wawasan yang disembunyikan oleh metrik agregat.

  • Rancang pengujian A/B terkontrol dengan ukuran sampel yang tepat, signifikansi statistik, dan kriteria keberhasilan yang jelas.

  • Prioritaskan backlog pertumbuhan terstruktur menggunakan kerangka penilaian ICE dan RICE untuk dampak maksimal.

  • Komunikasikan temuan data kepada eksekutif dan pemangku kepentingan yang skeptis melalui presentasi naratif yang menarik.

Bagaimana Anda belajar secara praktis Kursus Lean Analytics: Olah Data Bisnis

Bagaimana Anda berlatih Kursus Lean Analytics: Olah Data Bisnis

Untuk Anda yang memiliki perusahaan dan ingin melatih tim

Di Dedika untuk perusahaan, kursus dilengkapi dengan latihan dan contoh yang disesuaikan dengan bisnis Anda dan kebutuhan perusahaan Anda.

Klik di sini

Konten kursus

8 Bab • 33 PelajaranDurasi antara 4 dan 360 jam (Anda yang menentukan)

Bab 1Lihat detail

Fondasi Lean Analytics

  • Pelajaran 1 • Konsep dan Istilah Analitis Utama

    Mencakup kosakata penting—rasio, tingkat, kohort, dan segmen—yang digunakan di seluruh kursus. Memastikan semua peserta memiliki bahasa analitis yang sama.

  • Pelajaran 2 • Budaya Berbasis Data vs. Budaya yang Diinformasikan Data

    Membedakan antara mengikuti data secara membabi buta dan menggunakannya sebagai salah satu input di antara banyak input. Mempersiapkan peserta untuk membangun budaya analitis yang lebih sehat.

  • Pelajaran 3 • Apa Arti Lean Analytics

    Mendefinisikan Lean Analytics dengan membandingkannya dengan pendekatan analisis tradisional. Mendasari peserta dalam filosofi sebelum memperkenalkan kerangka kerja.

  • Pelajaran 4 • Satu Metrik yang Paling Penting

    Memperkenalkan konsep OMTM sebagai alat pemfokusan untuk pertumbuhan tahap awal. Peserta belajar memilih satu metrik yang selaras dengan tahap bisnis mereka saat ini.

Bab 2Lihat detail

Model Bisnis dan Kerangka Metrik

  • Pelajaran 1 • Mencocokkan Metrik dengan Model Bisnis

    Menghubungkan setiap model bisnis dengan metrik keberhasilan kritisnya. Peserta berlatih memilih metrik yang relevan daripada menyalin dashboard generik.

  • Pelajaran 2 • Memilih Kerangka yang Tepat untuk Konteks Anda

    Membimbing peserta dalam mengadaptasi atau menggabungkan kerangka alih-alih menerapkannya secara kaku. Memperkuat konsep OMTM dalam arsitektur metrik yang lebih luas.

  • Pelajaran 3 • Kerangka Metrik Bajak Laut

    Memperkenalkan corong AARRR—Akuisisi, Aktivasi, Retensi, Pendapatan, Referral. Peserta memetakan produk mereka sendiri ke setiap tahap corong.

  • Pelajaran 4 • Mengklasifikasikan Model Bisnis

    Meninjau model bisnis e-commerce, SaaS, marketplace, media, dan seluler. Menetapkan taksonomi yang digunakan untuk memilih metrik yang sesuai di seluruh kursus.

Bab 3Lihat detail

Tahap Pertumbuhan dan Fokus Analitis

  • Pelajaran 1 • Menetapkan Tujuan yang Sesuai dengan Tahap

    Menghubungkan setiap tahap dengan target spesifik yang terukur daripada pernyataan aspirasional. Peserta berlatih menulis hipotesis yang dapat diuji yang terkait dengan tujuan tahap.

  • Pelajaran 2 • Lima Tahap Lean Analytics

    Memperkenalkan Empati, Kelengketan, Viralitas, Pendapatan, dan Skala sebagai tahap pertumbuhan berurutan. Menyediakan peta jalan yang digunakan peserta untuk mengurutkan pekerjaan analitis.

  • Pelajaran 3 • Bertransisi Antar Tahap

    Mendefinisikan kriteria yang menandakan kesiapan untuk maju ke tahap berikutnya. Peserta belajar menghindari jebakan mengoptimalkan tahap yang salah.

  • Pelajaran 4 • Mendiagnosis Tahap Anda Saat Ini

    Mengajarkan proses diagnostik menggunakan data yang ada dan sinyal kualitatif untuk mengidentifikasi tahap. Peserta menerapkan proses tersebut ke produk nyata atau hipotetis.

Bab 4Lihat detail

Mengumpulkan dan Memvalidasi Data

  • Pelajaran 1 • Instrumentasi dan Pelacakan Peristiwa

    Mencakup desain skema peristiwa dan penempatan panggilan pelacakan dalam produk. Menghubungkan instrumentasi yang tepat dengan analisis hilir yang dapat dipercaya.

  • Pelajaran 2 • Metode Pengumpulan Data Kualitatif

    Memperkenalkan wawancara, survei, dan tes kegunaan sebagai pelengkap data kuantitatif. Peserta belajar kapan data kualitatif menyelesaikan apa yang tidak dapat dijelaskan oleh angka.

  • Pelajaran 3 • Praktik Data yang Privasi dan Etis

    Mencakup persetujuan, minimalisasi data, dan hak pengguna sebagai kendala pengumpulan yang tidak dapat dinegosiasikan. Peserta menyelaraskan rencana pelacakan mereka dengan harapan etis dan peraturan.

  • Pelajaran 4 • Kualitas dan Validasi Data

    Mengajarkan metode untuk mendeteksi data yang hilang, duplikat, dan tidak konsisten sebelum analisis. Peserta melakukan audit data menggunakan daftar periksa terstruktur.

Bab 5Lihat detail

Menganalisis dan Menafsirkan Metrik

  • Pelajaran 1 • Analisis Kohor Mendalam

    Mengajarkan konstruksi dan interpretasi tabel dan kurva retensi kohort. Peserta mengidentifikasi pola retensi yang disembunyikan oleh metrik agregat.

  • Pelajaran 2 • Menghindari Jebakan Analitis

    Membahas bias survivorship, paradoks Simpson, dan kebingungan korelasi-kausalitas. Peserta menerapkan pertanyaan diagnostik untuk menantang kesimpulan analitis mereka sendiri.

  • Pelajaran 3 • Analisis Corong dan Diagnosis Penurunan

    Menerapkan visualisasi corong untuk mengidentifikasi di mana pengguna meninggalkan alur konversi. Peserta memprioritaskan langkah corong mana yang akan dioptimalkan berdasarkan dampak dan usaha.

  • Pelajaran 4 • Statistik Deskriptif untuk Pertumbuhan

    Mencakup mean, median, persentil, dan distribusi sebagai alat untuk merangkum perilaku metrik. Peserta berlatih memilih statistik ringkasan yang tepat untuk setiap jenis metrik.

Bab 6Lihat detail

Eksperimen dan Pengujian Hipotesis

  • Pelajaran 1 • Membentuk Hipotesis yang Dapat Diuji

    Mengajarkan struktur hipotesis yang terbentuk dengan baik yang menghubungkan perubahan dengan hasil yang terukur. Peserta mengubah ide samar menjadi desain eksperimen yang dapat dipalsukan.

  • Pelajaran 2 • Dasar-dasar Pengujian A/B

    Mencakup pengacakan, kelompok kontrol dan perlakuan, serta perhitungan ukuran sampel. Peserta mendesain pengujian A/B untuk skenario pertumbuhan yang realistis.

  • Pelajaran 3 • Menafsirkan dan Bertindak atas Hasil

    Mengajarkan cara membaca hasil eksperimen, termasuk hasil yang tidak meyakinkan dan negatif. Peserta berlatih menulis ringkasan eksperimen yang mendorong tindakan selanjutnya yang jelas.

  • Pelajaran 4 • Melampaui Pengujian A/B Biner

    Memperkenalkan pengujian multivariat, algoritme bandit, dan kelompok holdout. Peserta memilih jenis eksperimen yang tepat berdasarkan volume lalu lintas dan toleransi risiko.

Bab 7Lihat detail

Pengungkit Pertumbuhan dan Optimasi

  • Pelajaran 1 • Analitik Saluran Akuisisi

    Mengevaluasi saluran berbayar, organik, viral, dan kemitraan menggunakan metrik biaya dan kualitas. Peserta menghitung efisiensi saluran dan mengidentifikasi sumber dengan kinerja terbaik.

  • Pelajaran 2 • Membangun Backlog Pertumbuhan

    Mengajarkan kerangka prioritas—ICE, RICE—untuk memeringkat eksperimen pertumbuhan berdasarkan dampak dan usaha. Peserta menghasilkan backlog yang diprioritaskan siap untuk perencanaan sprint.

  • Pelajaran 3 • Teknik Optimasi Pendapatan

    Menerapkan analitik harga, pemicu upsell, dan pemodelan LTV untuk memaksimalkan pendapatan per pengguna. Peserta menghitung rasio LTV:CAC dan mengidentifikasi peluang ekspansi pendapatan.

  • Pelajaran 4 • Optimasi Aktivasi dan Onboarding

    Menganalisis pengalaman penggunaan pertama yang kritis menggunakan metrik tingkat aktivasi dan waktu-ke-nilai. Peserta mendesain ulang alur onboarding berdasarkan data penurunan dan keterlibatan.

  • Pelajaran 5 • Pengungkit Retensi dan Keterlibatan

    Mencakup lingkaran kebiasaan, strategi notifikasi, dan kampanye re-engagement sebagai alat retensi. Peserta memilih pengungkit retensi yang sesuai dengan model keterlibatan produk mereka.

Bab 8Lihat detail

Pelaporan, Dashboard, dan Budaya Data

  • Pelajaran 1 • Menanamkan Analitik dalam Alur Kerja Tim

    Mengintegrasikan tinjauan metrik ke dalam upacara sprint, tinjauan produk, dan keputusan perekrutan. Peserta memetakan titik sentuh analitik di seluruh alur kerja tim yang ada.

  • Pelajaran 2 • Prinsip Desain Dashboard

    Menerapkan praktik terbaik visualisasi data untuk membangun dashboard yang berkomunikasi dengan jelas. Peserta mengkritik dan mendesain ulang dashboard yang terstruktur dengan buruk.

  • Pelajaran 3 • Mengomunikasikan Wawasan kepada Pemangku Kepentingan

    Mengajarkan pembingkaian naratif, ringkasan eksekutif, dan penceritaan data untuk audiens non-teknis. Peserta menerjemahkan analisis kompleks menjadi brief pemangku kepentingan satu halaman.

  • Pelajaran 4 • Irama Tinjauan Metrik

    Menetapkan ritme tinjauan harian, mingguan, dan bulanan yang terkait dengan siklus pengambilan keputusan. Peserta mendesain kalender tinjauan yang selaras dengan proses perencanaan tim.

Sertifikasi

Sertifikat valid Anda setelah menyelesaikan

Kursus ini cocok untuk Anda:

  • Manajer produk: siap mengganti keputusan berdasarkan firasat dengan pemikiran metrik yang terstruktur.

  • Pendiri tahap awal: membutuhkan kerangka kerja yang jelas untuk mengukur daya tarik dan pertumbuhan.

  • Pemasar pertumbuhan: ingin menghubungkan data kampanye dengan hasil bisnis yang nyata.

  • Analis data: ingin menerapkan keterampilan mereka secara langsung pada pertumbuhan produk dan pendapatan.

  • Pengubah karier: memasuki peran produk atau analitik dan membangun keahlian dasar.

  • Operator startup: menjalankan banyak peran dan membutuhkan sistem pertumbuhan yang terfokus dan dapat diulang.

Apa kata para siswa kami

Kelasnya sangat sempurna. Saya membeli paket satu tahun dan akhirnya memiliki kesempatan untuk mengikuti berbagai topik yang saya minati tanpa perlu berganti platform... terima kasih atas semua yang kalian lakukan, saya sudah merekomendasikan kalian kepada orang lain...
Giulio Carlo
Giulio CarloSiswa Marketing Digital
Saya suka bagaimana pelajarannya langsung pada intinya dan bagaimana saya bisa berpindah bab dan melewati konten yang tidak saya butuhkan.
Mariana Ferres
Mariana FerresSiswa Fotografi
Saya suka kontennya dan cara presentasi serta transkripsi videonya, yang mempercepat prosesnya!
Luciana Alvarenga
Luciana AlvarengaSiswa Desain Kuku
Platformnya cepat, mudah digunakan. Keragaman konten dan video pelengkapnya sangat membantu dalam pembelajaran.
André Felipe
André FelipeSiswa Prompt Engineering

Pelatihan utama

FAQ

Siapa itu Dedika?

Apakah sertifikat ini berlaku di Indonesia?

Apakah kursusnya gratis?

Berapa beban belajar kursusnya?

Bagaimana bentuk kursusnya?

Bagaimana cara kerja kursusnya?

Berapa lama durasi kursusnya?

Berapa biaya atau harga kursusnya?

Apa itu kursus EAD atau online dan bagaimana cara kerjanya?

Kursus PDF