数据分析快速提升班：从数据到商业洞察的快速路径

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

【课程简介】
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。

cda课程试听地址：https://edu.cda.cn/goods/show/3177?targetId=5203&preview=0

【这门课适合谁？】
产品与运营人员
1、A/B Test
2、增长黑客
3、数据驱动
4、用户增长
销售与市场人员
1、营销过程与效果可视化
2、洞察商机
3、精准营销
业务办公人员（行政、财务、咨询等）
1、BI工具自动化高效运作
2、处理复杂表格
3、不再熬夜加班
新媒体工作者
1、多维度拆解
2、多渠道监测
3、写出爆款文章10万+
准数据分析师
1、专业知识体系化
2、写出最具说服力的数据报告
各行各业人员
1、培养数据思维
2、掌握基础技能
3、高效办公
4、快速提升职场竞争力

【工作职责】

1、协助提供各业务/职能部门及外部机构的数据需求
2、构建公司指标体系，及时发现运营中出现的问题
3、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
4、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】

1、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；
2、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；
3、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
4、有数据分析，建模、数据类产品类规划经验的优先
5、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
1、数据这个行业
2、数据分析的商业应用
3、数据分析思维
4、数据分析常用方法
5、实务中的数据分析师
第2章: 数据化业务指标体系设计
6、数据化指标概述
7、获客类指标
8、营销类指标
9、预警类指标
10、产品类指标
11、运营指标体系设计(Excel示例)
第3章: 描述性统计分析技术
12、描述性统计分析概述
13、概率与频数
14、数据的度量
15、概率的分布
16、相关性分析
17、统计报表可视化
第4章: 数据挖掘和模型导论
18、解读未知世界的工具
19、预测：未知≠一无所知(1)
20、预测：未知≠一无所知(2)
21、分类：灰姑娘的鞋子(1)
22、分类：灰姑娘的鞋子(2)
23、聚类：人以群分(1)
24、聚类：人以群分(2)
25、关联：比你更了解自己(1)
26、关联：比你更了解自己(2)
27、补充：几个容易忽略的小问题(1)
28、补充：几个容易忽略的小问题(2)
第5章: 分析师的基本功—Excel入门
29、数据分析概述视频
30、分析工具Excel概述视频
31、Excel基本数据类型
32、Excel数据加工 - 基本加工操作
33、Excel数据计算 - 公式功能
34、Excel数据透视功能
35、数据可视化 - Excel基本图表功能
36、数据可视化 - Excel条件格式
第6章: 表结构数据入门
37、表结构基础知识-01
38、表结构基础-02
第7章: 分析师的第一道面试题-SQL数据库
39、Windows系统下MySQL 5.7安装教程视频
40、序章视频
41、数据库操作视频
42、数据表操作视频
43、数据类型视频
44、约束条件视频
45、填充数据视频
46、修改数据表视频
47、SQL查询视频
48、操作符与子查询
49、函数视频
50、查询练习视频
第8章: 玩转EXCEL BI商业报表
51、Power Query概述及导入多源数据方法视频
52、Powr Query合并数据
53、Power Query基本功能
54、Power Query M函数精讲
55、Power Query数据处理案例
56、Power Pivot概述及导入数据
57、搭建多维数据分析模型
58、创建层次结构
59、DAX表达式
60、使用KPI
第9章: 强大的桌面工具—Power BI DeskTop
61、筛选器类函数创建复杂汇总规则
62、时间智能函数
63、Power Query与非关系型表结构数据
64、Power Query使用非关系型表结构数据
65、爬取并处理网络数据-1
66、爬取并处理网络数据-2
第10章: Power BI商业智能分析实战案例
67、销售管理分析仪业务背景说明视频
68、销售管理分析仪制作方法说明视频-1
69、销售管理分析仪制作方法说明视频-2
70、分析仪制作过程介绍
71、快消行业进销存管理分析仪
72、财务杜邦分析仪
73、power bi desktop 概述
74、创建驾驶舱业务部分介绍1
75、创建驾驶舱方法介绍
第11章: Tableau商业智能分析实战案例
76、数据可视化+tableau介绍
77、tableau主要产品及安装
78、连接数据 字段操作 文件保存
79、数据类型 合并 分层 分组
80、筛选器+集的应用
81、Tableau页面及功能区介绍
82、自定义形状+仪表盘操作应用
83、计算函数：数字 字符串 日期
84、计算函数：数字 字符串 日期
85、计算函数：类型转化 逻辑 详细级别表达式
86、计算函数：用户函数 表计算
87、条形图 折线图
88、饼图 散点图 直方图
89、文本表 盒须图 热图
90、气泡图 树形图 词云图 甘特图
91、环形图 嵌套饼图 帕累托图
92、漏斗图 哑铃图
93、雷达图 标靶图
94、地图
95、趋势线 预测线 预测区间
96、参数
97、补充内容：自定义坐标轴 排序
99、仪表盘介绍
100、故事
101、案例一：RFM客户价值模型
102、案例二：销售报表分析
103、金融投资分析
104、金融投资分析
105、某购物中心销售仪表盘
106、某购物中心销售仪表盘
107、某购物中心销售仪表盘
第12章: 商业分析之运营分析专题
108、数据是怎么帮你完成业务的？
109、指标建模概述
110、常见的用户数据指标：日活&月活（1）
111、常见的用户数据指标：日活&月活（2）
112、常见的用户数据指标：新增用户
113、常见的用户数据指标：用户留存
114、常见的行为数据指标
115、常用的业务数据指标
116、课堂练习：数据指标概念考察
117、北极星指标
118、如何选择北极星指标
119、数据采集：埋点
120、埋点相关概念
121、案例：某Feed流产品的数据采集历程（1）
122、案例：某Feed流产品的数据采集历程（2）
123、全埋点
124、竞品数据采集
125、课堂实操：豆瓣“书影音档案”功能埋点设计（1）
126、课堂实操：豆瓣“书影音档案”功能埋点设计（2）
127、数据工具概述
128、如何选择合适的数据工具
129、常见的数据分析“套路”
130、借助Excel进行数据处理（1）
131、借助Excel进行数据处理（2）
132、借助Excel进行数据处理（3）
133、数据分析概述
134、数据分析的价值
135、常用的数据分析方法：对比分析
136、常用的数据分析方法：多维度拆解
137、案例：数据涨跌异动如何处理？
138、案例：浏览量狂涨
139、常用的数据分析方法：漏斗观察
140、如何评估渠道质量？
141、常用的数据分析方法：分布分析
142、常用的数据分析方法：用户留存
143、一个功能上线后，如何评估其价值？
144、常用的数据分析方法：用户画像
145、标签从哪儿来？
146、高质量拉新
147、常用的数据分析方法：归因查找
148、精准运营推送（1）
149、精准运营推送（2）
150、常用的数据分析方法：路径挖掘
151、如何查出谁在薅羊毛？
152、案例：分析某陌生人社交产品情况（1）
153、案例：分析某陌生人社交产品情况（2）
154、案例：分析某陌生人社交产品情况（3）
155、案例：分析某陌生人社交产品情况（4）
156、数据分析的常见误区
157、案例：抖音看见音乐计划概述
158、案例：活动业务流程梳理
159、案例：了解活动目的及核心事件
160、案例：活动指标监控体系搭建（1）
161、案例：活动指标监控体系搭建（2）
162、案例：活动亮点及建议
第13章: python编程基础
163、Anaconda的安装与使用
164、Jupyter notebook页面功能介绍
165、Markdown语言简介(选学)
166、内置函数的使用_print函数
167、Python的变量
168、标准数据类型-数字类型
169、数字的计算_math科学计算库
170、复合运算符_比较运算符_逻辑运算符
171、字符串的定义_字符串的拼接和重复
172、字符串的索引与切片
173、转义字符和原生字符串
174、字符串的常用方法(一)
175、字符串的常用方法(二)
176、字符串的格式化方法
177、if条件判断语句_控制流语句的概念
178、input函数
179、判断语句if(二)
180、列表的使用
181、for循环的使用
182、while循环的使用
183、其它数据类型转换布尔类型_while循环的嵌套
184、循环中的break_continue
185、列表的函数list_列表的拼接与重复_浅复制深复制_列表清空
186、列表的常用方法_增_删
187、元组tuple的使用方法
188、字典dict的使用
189、字典添加, 更改和删除键值对_判断key是否存在
190、dict函数_字典的方法
191、dict字典函数的使用_字典的常用方法_字典的遍历
192、集合Set的使用
193、函数的定义和调用_函数文档说明_函数的参数
194、函数的返回值
第14章: Python数据整理
195、向量、矩阵和数组-1
196、向量、矩阵和数组-2
197、向量、矩阵和数组-3
198、加载数据-1
199、加载数据-2
200、加载数据-3
201、数据整理-1
202、数据整理-2
203、数据整理-3
204、数据整理-4
205、处理数值型数据-1
206、处理数值型数据-2
207、处理数值型数据-3
208、处理类别型数据-1
209、处理类别型数据-2
210、处理类别型数据-3
第15章: 数据挖掘模型
211、贝式网络-1
212、贝式网络-2
213、贝式网络-3
214、线性回归-1
215、线性回归-2
216、决策树-1
217、决策树-2
218、决策树-3
219、决策树-4
220、神经网络-1
221、神经网络-2
222、神经网络-3
223、逻辑回归
224、支持向量机-1
225、支持向量机-2
226、集成学习算法-1
227、集成学习算法-2
228、聚类分析-1
229、聚类分析-2
230、聚类分析-3
231、聚类分析-4
232、聚类分析-5
233、关联规则-1
234、关联规则-2
235、关联规则-3
236、序列模式-1
237、序列模式-2
238、如何利用分类技术来建立小额信贷的响应模型
第16章: 客户购买行为分析
239、业务背景与客户需求
240、当前及历史销售情况分析
241、客户复购与回购分析
242、不同产品和客户画像分析
243、客户画像迁移与桑基图
第17章: 客户转化分析
244、客户转化分析
第18章: 营销活动效果分析
245、案例背景介绍以及Test可比性验证
246、总体效果分析以及Creative Test的结果分析
第19章: logistic 回归模型帮助选取最佳营销活动人群
247、传统营销精准营销逻辑回归简介
248、通用建模流介绍
249、logistic建模1
250、logistic 建模2
251、模型应用
第20章: Python文本分析和特征提取
252、基本概念-信息检索技术(全文扫描、关键词、关键词索引)
253、基本概念-信息检索技术(逐项反转、签名文件 、向量空间模型)
254、python实操（多篇文章TF、TF IDF）
255、文本挖掘的处理流程
256、N-Gram及分词-法则式分词法
257、N-Gram及分词-统计式分词及词性标注
258、关键词提取及用Python实作基本结巴分词
259、用Python实作进阶结巴分词及TFIDF关键词提取
260、用Python实作结巴词性标注
261、用Python实作Boson分词及词性标注
262、非结构转结构数据-词袋模型
263、非结构转结构数据-PCA & 矩阵分解
264、非结构转结构数据-Glove
265、非结构转结构数据-Word2Vec(Skip-Gram & CBOW)
266、用Python实作Word2Vec(Skip-Gram & CBOW)模型训练及使用
267、文本可视化-文字云及用Python实作文字云
268、文本挖掘的应用-文本分类及用Python实作
269、文本挖掘的应用-情绪分析及用Python实作
270、文本挖掘的应用-文本聚类及用Python实作
271、文本挖掘的应用-文本摘要及用Python实作

课程试听地址：https://edu.cda.cn/goods/show/3177?targetId=5203&preview=0

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据分析 快速提升 快速路 logistic Creative