商业数据分析师是利用数据分析IT技术与业务场景联系起来,通过科学的思维方法、指标体系、工具模型来支持市场分析、产品优化、客户洞察,从数据中精准发现问题并提出高效的解决方案,帮助企业在市场竞争中获得商业利润,快人一步。
【这门课适合谁?】
- 学生、转行欲从业人士
- 在职数据分析师
- 对数据分析和挖掘感兴趣的业界人士
- 学习前需要掌握统计基础
- 提前掌握Python语言基础编程
【目标人群】
- 对数据分析感兴趣的财务(经理/总监)
- 对数据分析感兴趣的人力资源(经理/总监)
- 对数据分析感兴趣的产品/运营(经理/总监)
- 对数据分析感兴趣的市场营销/行业分析(经理/总监)
- 希望提升的数据分析员/业务数据分析师
【工作职责】
- 协助提供各业务/职能部门及外部机构的数据需求
- 构建公司指标体系,及时发现运营中出现的问题
- 赋能各业务条线和公司的战略规划,深度分析数据并提出战略建议
- 衔接并主导业务和技术部门,推进公司的智能化建设和数据产品的落地
【任职要求】
- 统计、运筹,数学、信息技术、计算机等专业,3年以上相关工作经历;
- 良好的数据敏感度,能从海量数据提炼核心结果;有丰富的数据分析、挖掘、清洗,预测,和建模的经验;
- 熟练使用某一种专业BI分析平台工具(比如Tableau), 有统计分析工具SAS/SPSS/R,Matlab优先
- 有数据分析,建模、数据类产品类规划经验的优先
- 有良好的沟通能力,能熟练使用 PPT 、 Excel和sql,有日志数据分析经验优先;
【学习计划】
第1章: 数据分析与商业智能
第2章: 数据化业务指标体系设计
第3章: 描述性统计分析技术
第4章: 数据挖掘和模型导论
第5章: 分析师的基本功—Excel入门
第6章: 表结构数据入门
第7章: 分析师的第一道面试题-SQL数据库
第8章: 玩转EXCEL BI商业报表
第9章: 强大的桌面工具—Power BI DeskTop
第10章: Power BI商业智能分析实战案例
第11章: Tableau商业智能分析实战案例
第12章: 商业分析之运营分析专题
第13章: python编程基础
第14章: Python数据整理
第15章: 数据挖掘模型
第16章: 客户购买行为分析
第17章: 客户转化分析
第18章: 营销活动效果分析
第19章: logistic 回归模型帮助选取最佳营销活动人群
第20章: Python文本分析和特征提取
点击加入:《商业数据分析师》
DA内容精选