发帖
雷达卡
CDA丛书：https://bbs.pinggu.org/thread-3557157-1-1.html
年味还没淡去，已彻底陷入工作的繁忙之中，或许因为今天日子比较特殊，彻夜难眠，辗转反侧，果断深夜起床，写写自己的一些认识和想法。无论你是CDA学员，还是一直以来的旁观咨询者，只要有着数据分析学习和提升，入行和转行的困惑，请仔细阅读以下正文。
关于国内数据分析行业状况
数据分析在国内算是刚刚起步的年头，随着所谓的13年“大数据元年”的兴起，数据分析已逐渐被企业各领域所重视。之前与一名在德国工作近10年的数据工程师聊到，在国外，如欧美发达地区，数据分析已发展到较为成熟的地步，无论是学术研究还是企业部门，对数据分析、数据库及数据挖掘等方面有着先进的技术和应用；而在国内，我也经常会接到一些中小企业的咨询，许多还没有重视甚至完全不知道有着数据分析的部门和岗位，除了像BAT一类的巨头和ZF扶持的西咸新区大数据产业园能玩玩大数据、云计算之外，国内几乎很少有能玩得动大数据的企业了。究其原因，一方面是我国传统型企业未能打破新式的运营管理模式，一方面我国的相关人才还非常欠缺。最近，人民大学牵头组织各高校开展关于应用统计，数据分析的专业设置，却发现最大的问题是没有典型的教学案例，于是集结各方人才在今年开展了一个数据分析案例自创比赛，也谓没有资源，集思广益创造资源来促进教育发展。由此可见，数据分析在国内说方兴未艾也太早，而顺应全球的趋势，这个行业还是具有着光明的前途。无论在互联网，金融，零售，通信，ZF等各领域，数据分析将发挥着巨大的价值。（所以还在犹豫的伙伴们，趁着兴趣还在，激情还在，赶紧进入数据分析的平台吧！）
关于数据分析职业待遇及发展
数据分析在企业中发挥的价值在于能够利用已有的数据资料（一手或二手的）进行观测，实验，研究分析出背后的一套规律为企业进行优化决策。业务层面的员工需要写出数据报告给老板看，如果你的分析结果对企业决策（如营销计划）有改善从而提高了业绩，那么待遇肯定是意想不到的。我经常举SPSS Modeler老师讲的台湾的例子，一个数据挖掘工程师为台新银行做挖掘每年为银行节省10几个亿的坏账呆账，那个工程师说道每年给我一个亿就行了（天！）。在职业发展方面，最初可能会是数据分析员从基层开始做起，有团队有人带，到后面逐渐上升为分析师，工程师，架构师；但是有两个方向选择，一个是走向业务层面，需要具有强大的业务管理能力来解决实际问题；另一个是走向技术层面，专门研究算法模型，为企业建立更强大的分析系统。
关于国内数据分析证书问题
这个问题也经常有学员咨询到，但是大家都陷入了一个误区。有国内认可的证书吧？没有！既然数据分析在国内刚起步，很多企业都是在自己摸索前进，所以目前国内并没有类似CFA，注会等普遍认可的证书，认可的只是个人的技术和能力，证书的作用或许可以做一个敲门砖，但是大家不要陷入了这样的一个依赖，更不要被社会上靠打着唯一认证证书名义的机构所误导。了解自己最需要充电的内容，加强学习，方为上计。
关于数据分析入门学习的计划（亦是CDA系统课程计划）
开展CDA之前，项目组总结了大量的企业招聘要求，按照目前的状况，经过论坛长期以来的研究和实践，开发了这样一套学习方案。
第一步：统计概率理论基础
这是重中之重，千里之台，起于垒土，最重要的就是最下面的那几层。统计思维，统计方法，这里首先是市场调研数据的获取与整理，然后是最简单的描述性分析，其次是常用的推断性分析，方差分析，到高级的相关，回归等多元统计分析，掌握了这些原理，才能进行下一步。（详情可见帖子，数据分析之基础篇）
第二步：软件操作结合分析模型进行实际运用
关于数据分析主流软件有（从上手度从易到难）：Excel，SPSS，Stata，R，SAS等。首先是学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。（详情请见数据分析之软件篇）
第三步：数据挖掘或者数据分析方向性选择
其实数据分析也包含数据挖掘，但在工作中做到后面会细分到分析方向和挖掘方向，两者已有区别，关于数据挖掘也涉及到许多模型算法，如：关联法则、神经网络、决策树、遗传算法、可视技术等。（详情可见数据分析之挖掘篇）
第四步：数据分析业务应用
这一步也是最难学习的一步，行业有别，业务不同，业务的不同所运用的分析方法亦有区分，实际工作是解决业务问题，因此对业务的洞察能力非常重要，而这个能力是需要在工作之中一点一滴的积累，也许目前是做零售，会用到一些相关回归方法，但转行做电商，又会用到其他的挖掘等方法。业务虽千变万化，但是分析方法却万变不离其宗，所以掌握好技术用到任何一个环境靠的只有是业务经验的积累。
按照这个步骤下来，想不成为一名数据分析师都难啊！
在CDA的培训过程之中，各位学员也需要注意保持正确的心态，内容比较多，知识点比较广，例如软件操作的部分有些复杂，大家需要的是学会科学的学习方法，对于理论模型，只需要掌握背后的一套原理，对于软件操作，需要牢记一些命令，对于分析结果的解读验证，需要判断一些指标，下来反复看看同步视频，只有不断的循环练习，掌握规律，方能熟练技能。
CDA与CPDA区别
关于CPDA，CPDA全名叫项目数据分析师，，课程内容主要针对的是基于传统企业在投资管理领域的项目分析，类似MBA，对于数据分析的技术讲的很浅很少，课程整体偏向于项目投资方向，应该说适合投资项目评估领域的人，在此细分领域对投资行业理论知识的学习而非数据分析技术的学习。
关于CDA，CDA全名是数据分析师，是真正意义上的数据分析，为什么说真正意义，因为一名合格的数据分析师他需要具备的能力有以下几点：1、统计概率基础；2、数据分析模型方法；3、工具的运用。如果这些技术没有，也不可能会玩数据分析。所以，CDA主要是针对数据分析师必备能力的技术性培训，是从数据的获取，储存，整理，清洗，分析，检验到结果报告一个整体的流程，其中每一个环节会涉及到很多知识技巧，每一个环节都会有来自金融、互联网、零售、电商、医疗等行业的案例，通过案例举一反三。
因此，CPDA是比较偏的，而且对数据分析技术讲的很少，学完后会了解一些行业理论知识，但依然不会做数据分析工作。而CDA是以技术为主，以行业案例的教学，让学员能真正掌握技术运用于企业工作之中。
--------------------------------------------------------------------------------------
CDA数据分析师系统培训第12期安排如下：
| 地点 | 时间 | 内容 |
| 北京 /广州 | 2015年9月12-10月11日（共8天） | 《理论》+《Excel VBA/SPSS/SAS》《SPSS/SASEG》+《数据业务应用》 |
| 上海 | 2015年9月19-10月18日（共8天） | 《理论》+《Excel VBA/SPSS/SAS》《SAS》+《数据业务应用》 |
深圳 2015年9月19-10月18日（共8天）
详细信息可见：http://cda.pinggu.org/
报名免费赠送往期课程视频资源！
--------------------------------------------------------------------------------------
后记：关于CDA那些事儿（源自Terry老师之手）
学习向来都不是件容易的事情。
对于已经工作了一周五天的人来说，周末背个电脑穿过半个帝都，集中到一间教室来学习，的确需要一些毅力。周五，我和几个老朋友吃着火锅唱着歌，调侃人生的时候，远在湖北的张大姐又拿着前往北京的机票匆忙走在机场宽敞的大厅里面，在北京，CDA数据分析师的课程又将开始新的一天...
每一期课程结束之际，我们都会重新思考：这个体系的课程缺陷在哪里，有哪些内容是我们辛苦而可爱的学员所喜欢的......于是有了一次次课程设置的讨论与改善。
现场，除了学习数据分析相关的硬性知识，现场十余人也各自分享学习，工作，生活上的经验，讨论在金融，电商，物流，舆情及风水玄学等领域所涉及的专业观点与有趣的话题。
有喜悦，工作转换顺利，理想岗位；
有遗憾，遇到不懂业务的人力MM，再多专业性的解释也那么无力......
像MOOC这样的形式在国内拥有良好的前景，我们为什么还要做收费的培训？大数据如此之火，为何我们的身边看不到遍地的数据分析“新东方”？
我们希望CDA能为大家提供一个学习兼交流的平台，我们不可能只做一个课程，而是当所有人都在侃大数据这座山的时候能够一起做一些脚踏实地的事情，所以我们希望大家记住我们这个“就学”的牌子，这也就让我们做事有了一个基础，有了一个大本营。
我们跟每一位学员说，后期有进一步学习需求的，欢迎再来免费参加这个课程，每一期总有不同行业的朋友来分享自己的业务经验，我们备好盒饭，欢迎你免费再来。于是，我们欣喜的看到，每个寒冷的周末早晨，在CDA的授课现场，都有往期熟悉的面孔......
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
