從企業(yè)到地方,都在積極倡導(dǎo)數(shù)字化轉(zhuǎn)型、數(shù)字化人才培養(yǎng),數(shù)據(jù)分析成為人人必學(xué)的職場賦能。
商業(yè)世界追求更高效、更低成本、更準(zhǔn)確的決策判斷,數(shù)據(jù)成為這一切追求實現(xiàn)的基礎(chǔ),關(guān)注數(shù)據(jù)成為商業(yè)成功的關(guān)鍵。
技術(shù)向著人工智能不斷深入,而數(shù)據(jù)成為人工智能發(fā)展的重要基礎(chǔ),機(jī)器學(xué)習(xí)、深度學(xué)習(xí)這些都是在數(shù)據(jù)的基礎(chǔ)上,讓機(jī)器通過算法和模型來學(xué)習(xí),達(dá)到我們想要的效果。
崗位 | 分析目的 | 分析方法 |
---|---|---|
產(chǎn)品經(jīng)理 | 用戶行為分析 | AARRR模型分析 |
運(yùn)營部門 | 用戶價值分類 | RFM分析方法 |
銷售部門 | 原因分析 | 假設(shè)檢驗分析方法 |
市場部門 | 行業(yè)分析 | PEST分析方法 |
財務(wù)部門 | 財務(wù)分析 | 杜邦分析方法 |
人力部門 | 薪資競爭力分析 | 對比分析方法 |
職能 | 數(shù)字賦能 | 洞察發(fā)現(xiàn) | 迭代優(yōu)化 | 顛覆創(chuàng)新 |
---|---|---|---|---|
決策層 | 數(shù)字化決策 | 用數(shù)據(jù)發(fā)現(xiàn)趨勢 | 用數(shù)據(jù)優(yōu)化路線 | 用數(shù)據(jù)創(chuàng)新模式 |
高層 | 數(shù)字化戰(zhàn)略 | 用數(shù)據(jù)發(fā)現(xiàn)機(jī)會 | 用數(shù)據(jù)優(yōu)化組合 | 用數(shù)據(jù)創(chuàng)新營收 |
中層 | 數(shù)字化經(jīng)營 | 用數(shù)據(jù)發(fā)現(xiàn)規(guī)律 | 用數(shù)據(jù)優(yōu)化配置 | 用數(shù)據(jù)創(chuàng)新體系 |
基層 | 數(shù)字化運(yùn)營 | 用數(shù)據(jù)發(fā)現(xiàn)問題 | 用數(shù)據(jù)優(yōu)化流程 | 用數(shù)據(jù)創(chuàng)新方案 |
DT/IT | 數(shù)字化架構(gòu) | 規(guī)范化—指標(biāo)化 | 指標(biāo)化—模型化 | 模型化—體系化 |
Excel預(yù)習(xí)視頻、數(shù)據(jù)庫預(yù)習(xí)視頻、Power BI 預(yù)習(xí)視頻
解決0基礎(chǔ)學(xué)員數(shù)據(jù)分析工具薄弱的問題
提前掌握基礎(chǔ)數(shù)據(jù)分析工具的使用,為課程學(xué)習(xí)打好基礎(chǔ)
業(yè)務(wù)前臺人員數(shù)據(jù)思維訓(xùn)練營
用戶畫像沒有摸清,廣告投放連本都收不回,運(yùn)營流程太混亂,銷售轉(zhuǎn)化不理想
從用戶思維做營銷增量,借助數(shù)據(jù)思維從商業(yè)頂層俯視業(yè)務(wù)生命周期,運(yùn)用數(shù)據(jù)框架梳理公司整體業(yè)務(wù)模型
表格結(jié)構(gòu)數(shù)據(jù)、數(shù)據(jù)驅(qū)動型業(yè)務(wù)管理(數(shù)據(jù)埋點、數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用等)、指標(biāo)的設(shè)計與應(yīng)用案例、可視化分析方法、業(yè)務(wù)分析方法應(yīng)用 、業(yè)務(wù)模型應(yīng)用、撰寫業(yè)務(wù)分析報告方法
解決不會業(yè)務(wù)分析、不會撰寫業(yè)務(wù)分析報告的問題
借助電商、互聯(lián)網(wǎng)、零售行業(yè)的數(shù)據(jù)分析場景介紹,掌握撰寫業(yè)務(wù)分析報告的全流程,從客戶、產(chǎn)品、運(yùn)營、行為效果等維度出發(fā),搭建業(yè)務(wù)指標(biāo)體系,綜合使用可視化分析方法、業(yè)務(wù)分析方法和模型。
分析的基本概念、描述性統(tǒng)計與數(shù)據(jù)預(yù)處理、統(tǒng)計分布
缺失值處理,冗余處理,數(shù)據(jù)標(biāo)準(zhǔn)化
通過統(tǒng)計基礎(chǔ)可初步掌握數(shù)據(jù)分析的基本概念及描述性統(tǒng)計的數(shù)據(jù)集成,主要涉及數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)預(yù)處理
表結(jié)構(gòu)數(shù)據(jù)的特征與獲取、數(shù)據(jù)加工與使用、多表透視分析邏輯、透視分析方法、多維數(shù)據(jù)模型 綜合實戰(zhàn)案例 - 電商綜合運(yùn)營分析儀表板(流量、轉(zhuǎn)化、客單相關(guān)指標(biāo)分析監(jiān)控)
解決使用商業(yè)智能報表分析業(yè)務(wù)、監(jiān)控業(yè)務(wù)的問題
掌握使用Power BI搭建可視化分析報表的全流程,包括表結(jié)構(gòu)數(shù)據(jù)的獲取、加工、數(shù)倉應(yīng)用、多表透視分析,最終在客戶分析、產(chǎn)品分析、運(yùn)營分析、市場分析、銷售分析等場景下制作可視化分析報表
參數(shù)估計、 假設(shè)檢驗、 AB test、 使用帶檢驗的AB test分析運(yùn)營方案
推斷統(tǒng)計是研究如何利用樣本數(shù)據(jù)來推斷總體特征的統(tǒng)計方法。比如參數(shù)估計,不可能對每個產(chǎn)品進(jìn)行測量。這就需要抽取部分個體即樣本進(jìn)行測量,然后根據(jù)獲得的樣本數(shù)據(jù)對所研究的總體特征進(jìn)行推斷,這就是推斷統(tǒng)計要解決的問題。
掌握假設(shè)性檢驗的方法,和AB test的分析運(yùn)營方案
1.企業(yè)決策的四個層次:戰(zhàn)略、管理、運(yùn)營、操作2.企業(yè)數(shù)據(jù)分析能力的演進(jìn)3.企業(yè)運(yùn)營和操作數(shù)據(jù)應(yīng)用4.數(shù)據(jù)管理基礎(chǔ)知識與DMBOK知識體系5.企業(yè)數(shù)據(jù)能力建設(shè)6.數(shù)據(jù)治理實操框架
提高企業(yè)的運(yùn)營和數(shù)據(jù)能力建設(shè)
掌握企業(yè)決策的四個層次:戰(zhàn)略、管理、運(yùn)營、操作,數(shù)據(jù)管理基礎(chǔ)知識與DMBOK知識體系
數(shù)據(jù)架構(gòu)、數(shù)據(jù)模型基礎(chǔ)、方法、規(guī)范化及其案例
學(xué)習(xí)數(shù)據(jù)架構(gòu)的基本概念,模型介紹以及建模案例
掌握數(shù)據(jù)建模方法,達(dá)到數(shù)據(jù)建模的規(guī)范化
數(shù)據(jù)庫基本概念、DDL、DML、單表查詢、多表查詢、函數(shù)、SQL大廠面試題突擊訓(xùn)練、查詢應(yīng)用案例解析
解決從數(shù)據(jù)庫提取目標(biāo)數(shù)據(jù)的問題,實現(xiàn)單表和多表查詢
系統(tǒng)掌握數(shù)據(jù)分析工作中的SQL查詢語言,包括DDL、DML、單表查詢以及多表查詢等基本技能。
Linux系統(tǒng)常用命令、分布式存儲與計算、Hive架構(gòu)原理及數(shù)據(jù)類型、HiveQL與應(yīng)用
系統(tǒng)安裝及部署,架構(gòu)原理及應(yīng)用
掌握Linux的常用命令和分布式存儲與計算,Hive架構(gòu)原理及數(shù)據(jù)類型
跨國企業(yè)完整數(shù)據(jù)分析實戰(zhàn)案例、學(xué)生探索性實操(制作分析報告)、項目現(xiàn)場專家評審與1V1指導(dǎo)
綜合運(yùn)用業(yè)務(wù)分析工具,解決數(shù)據(jù)運(yùn)營和數(shù)據(jù)營銷問題
老師指導(dǎo)還原兩大數(shù)據(jù)分析項目全流程,綜合使用SQL、Excel、Power BI等工具以及業(yè)務(wù)數(shù)據(jù)分析方法,得到高價值業(yè)務(wù)數(shù)據(jù)分析報告。
Python標(biāo)準(zhǔn)數(shù)據(jù)類型、基本語法、控制流、自定義函數(shù)
解決海量數(shù)據(jù)處理的的編程語言基礎(chǔ)
掌握Python基礎(chǔ)編程的能力,為處理海量數(shù)據(jù)奠定基礎(chǔ)
Numpy數(shù)組分析、Pandas數(shù)表分析、Pandas數(shù)據(jù)清洗與可視化、Python數(shù)據(jù)可視化包-Matplotlib介紹、Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制、PythonBI包-Pyecharts介紹與圖形繪制
分析案例:
1、斯德哥爾摩氣候可視化分析。2、餐飲訂單數(shù)據(jù)清洗與分析。3、文本數(shù)據(jù)分析之QQ聊天信息可視化分析
解決海量數(shù)據(jù)處理的技術(shù)問題
系統(tǒng)掌握使用Python進(jìn)行海量數(shù)據(jù)清洗以及可視化探索數(shù)據(jù)的能力。
SQL數(shù)據(jù)接入、Python連接SQL、Python辦公自動化、實現(xiàn)自動風(fēng)控報表
數(shù)據(jù)庫接入與數(shù)據(jù)庫鏈接
實現(xiàn)辦公自動化,提高工作效率
相關(guān)分析、 回歸分析、 統(tǒng)計模型的診斷與調(diào)優(yōu)、用戶支出顯著影響因素分析案例、大型案例:用戶復(fù)購預(yù)測分析案例
解決在實際場景中海量數(shù)據(jù)處理的流程問題
掌握綜合使用Python數(shù)據(jù)處理方法來對結(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)數(shù)據(jù)進(jìn)行轉(zhuǎn)換、清洗,并進(jìn)行探索性分析的能力。
1.背景研究與現(xiàn)狀描述(現(xiàn)狀,痛點,目標(biāo),范圍)2.目標(biāo)拆解與描述3.文獻(xiàn)和案例分析(分析方法的理論依據(jù))4.數(shù)據(jù)需求(數(shù)據(jù)范圍,變量的定義與篩選,維度問題)5.分析方法與模型開發(fā)6.應(yīng)用分析(模型的產(chǎn)出與應(yīng)用)
營銷數(shù)據(jù)分析報告的設(shè)計與撰寫方法
掌握營銷數(shù)據(jù)的目標(biāo)拆解與分析方法
職業(yè)規(guī)劃、職場溝通力、團(tuán)隊協(xié)作力培養(yǎng)
解決職業(yè)規(guī)劃和職場溝通
就業(yè)老師協(xié)助指導(dǎo),做好職業(yè)規(guī)劃與發(fā)展
1V1面試技巧指導(dǎo)與簡歷修改
解決面試技巧不足、簡歷書寫不專業(yè)問題
專職就業(yè)老師1V1面試技巧輔導(dǎo)與簡歷修改指導(dǎo)。
互聯(lián)網(wǎng)數(shù)字化運(yùn)營 何為數(shù)據(jù)產(chǎn)品經(jīng)理? Python爬蟲 人工智能(深度學(xué)習(xí))實戰(zhàn)之圖像識別 采銷、物流與供應(yīng)鏈數(shù)據(jù)分析應(yīng)用實戰(zhàn) Tableau數(shù)據(jù)可視化視頻 SPSS Modeler數(shù)據(jù)挖掘?qū)崙?zhàn) 增長黑客入門
解決學(xué)員在不同數(shù)據(jù)崗位方向和行業(yè)方向的業(yè)務(wù)經(jīng)驗和項目經(jīng)驗不足的問題。
根據(jù)學(xué)員面試方向、就業(yè)方向來選擇合適的選修課程來進(jìn)一步進(jìn)修。
在校畢業(yè)生或待業(yè)人員
希望從事業(yè)務(wù)數(shù)據(jù)分析相關(guān)崗位
希望掌握業(yè)務(wù)數(shù)據(jù)分析技能
提升職場競爭力的在職人員
市場營銷、產(chǎn)品運(yùn)營、金融財會、
人力資源等業(yè)務(wù)崗位人員均可學(xué)習(xí)
已報名 CDA LEVEL I 考試的備考考生
針對性攻堅考試大綱對應(yīng)內(nèi)容
涵蓋金融、銀行、電信、互聯(lián)網(wǎng)科技等行業(yè)中各個場景,包括精準(zhǔn)營銷預(yù)測、定價策略優(yōu)化、營銷策略優(yōu)化、客戶行為分析、風(fēng)險管理、客戶管理、情感分析、反欺詐等
涵蓋金融、銀行、電信、互聯(lián)網(wǎng)科技等行業(yè)中各個場景,包括精準(zhǔn)營銷預(yù)測、定價策略優(yōu)化、營銷策略優(yōu)化、客戶行為分析、風(fēng)險管理、客戶管理、情感分析、反欺詐等
企業(yè)運(yùn)營經(jīng)常會產(chǎn)生大量的財務(wù)數(shù)據(jù),為了提高財務(wù)稽查效率,降低經(jīng)營成本,提高收入,企業(yè)可以利用商業(yè)智能BI對各種類型的經(jīng)濟(jì)活動進(jìn)行成本核算,比較可能的業(yè)務(wù)收入與各種費(fèi)用之前的收支差額,分析經(jīng)濟(jì)活動的曲線,得到相應(yīng)的改進(jìn)措施,從而降低成本、減少開支、提高收入。
騙費(fèi)、欠費(fèi)在商業(yè)交易中屢禁不止,現(xiàn)在利用商業(yè)智能分析和數(shù)據(jù)挖掘技術(shù),可以總結(jié)出各種騙費(fèi)、欠費(fèi)行為的內(nèi)在規(guī)律,然后在數(shù)據(jù)倉庫的基礎(chǔ)上監(jiān)理一套欺騙行為和欠費(fèi)行為規(guī)則庫,就可以及時預(yù)警各種騙費(fèi)、欠費(fèi),盡量減少企業(yè)損失。
使用某零售連鎖品牌商進(jìn)銷存相關(guān)數(shù)據(jù),制作進(jìn)銷存分析儀,幫助決策者了解進(jìn)銷存的各維度問題,為加快進(jìn)銷存流轉(zhuǎn)速度、實現(xiàn)利潤最大化做出貢獻(xiàn)。
使用某互聯(lián)網(wǎng)企業(yè)真實數(shù)據(jù),根據(jù)業(yè)務(wù)需求進(jìn)行指標(biāo)值的設(shè)計與計算,并根據(jù)計算指標(biāo)結(jié)果分析業(yè)務(wù)問題的原因及影響,并最終找到解決問題的方法。
使用某電商真實用戶交易數(shù)據(jù),在用戶生命周期中,運(yùn)用分析方法論分析不同用戶的行為特征、價值貢獻(xiàn)等。掌握業(yè)務(wù)理解思路,掌握不同階段的用戶行為特征、價值貢獻(xiàn)分析方法,提高復(fù)雜業(yè)務(wù)的理解能力,提高數(shù)據(jù)理解和數(shù)據(jù)統(tǒng)計的準(zhǔn)確性。
解析數(shù)據(jù)分析業(yè)務(wù)全流程 厘清數(shù)字化人才技能需求
課程講師均為國內(nèi)數(shù)據(jù)挖掘領(lǐng)域、人工智能領(lǐng)域、咨詢領(lǐng)域一線專家,具備深厚的學(xué)術(shù)背景與行業(yè)經(jīng)驗。
同時他們也都具備豐富的講課經(jīng)驗,累計講課經(jīng)驗時長超過10000小時,授課能力得到長期實踐與驗證。
課程大綱依據(jù) CDA 的 「EDIT數(shù)字化人才模型」設(shè)計研發(fā)。CDA是數(shù)據(jù)人才認(rèn)證標(biāo)準(zhǔn),在國內(nèi)由中成協(xié)大數(shù)據(jù)專業(yè)委員會監(jiān)管
并是經(jīng)國標(biāo)委發(fā)布認(rèn)定的數(shù)據(jù)分析師人才標(biāo)準(zhǔn)
該模型體現(xiàn)層次和縱深兩個方面
層次方面:強(qiáng)調(diào)戰(zhàn)略、管理、操作三個層級的業(yè)務(wù)部門人員均借助數(shù)據(jù)支持創(chuàng)造性的優(yōu)化業(yè)務(wù)流程。 縱深方面:以數(shù)據(jù)使用區(qū)分企業(yè)的前、中、后臺,數(shù)據(jù)用戶即業(yè)務(wù)人員,數(shù)據(jù)加工者即技術(shù)人員。
學(xué)員綜合素質(zhì)測評
定制專屬職業(yè)路徑規(guī)劃
發(fā)放預(yù)習(xí)視頻
課前預(yù)習(xí)督導(dǎo)
學(xué)情回訪督學(xué)
班組長會議
關(guān)懷學(xué)員會議
班級會議
建立學(xué)員成長日記
意見收集反饋
1v1答疑
階段測試
共性問題串講
面試中技術(shù)支持
CDA 數(shù)據(jù)人脈圈
獵頭內(nèi)推服務(wù)
免費(fèi)CDA活動
免費(fèi)資料
項目眾包
簡歷優(yōu)化
面試教練
職業(yè)咨詢
面試邀約
市場趨勢分析
簡歷指導(dǎo)
數(shù)據(jù)分析業(yè)務(wù)流
面試技巧
萬人報名
千人參加
行業(yè)大咖
盡情交流
專屬實名制社群
線上線下不定期分享
分享適合你的
數(shù)據(jù)分析報告
領(lǐng)域研習(xí)交流
行業(yè)大牛講座
技術(shù)大牛分享
緊跟科技前沿
上百家企業(yè)
獵頭對接
助力職場晉升
突破職業(yè)瓶頸