CDA数据分析师周末集训营-就学培训网

CDA数据分析师周末集训营

北京面授 2023.11.04
远程班 2023.11.04
北京面授 2023.09.16
远程班 2023.09.16

相关等级报考推荐

Level I
¥ 1200
Level II
¥ 1700
Level III
¥ 2000

立即报名

课程简介

CDA数据分析师周末集训营：降低入行门槛，文科商科背景也能学
业务数据分析相关岗位是数据科学岗位中对专业背景、学历背景要求最低的岗位，但是入职后工作经验越长，薪资待遇提高越快的岗位。数据分析就业班所培训的技能，对口业务数据分析相关岗，学员只需要在培训过程熟练掌握工具操作和业务逻辑，在导师的项目实操下掌握业务分析流程，可获得进入业务数据分析岗所要求掌握的基本技能。
常用技能重点教学，针对就业夯实基础
为了快速学习业务数据分析相关岗位所要求的技能，除了优质的师资团队，CDA还提供优质的学员服务，包括班主任和助教答疑服务，为学员快速扫除知识障碍，提升学习效率提供保障。
培养职场数据素养，直通企业就业
对数据科学岗位认知程度比较浅的学员，可在CDA职业规划团队老师的帮助下选择适合学员职业发展路线。

学习目标

熟练掌握Excel、MySQL、Power BI等数据分析软件
熟练掌握数据清洗，可以完成缺失值填补、异常值处理等
精通数据可视化，制作可视化分析报表
可以独立撰写业务分析报告
SQL数据库应用基础
大型数据分析综合项目现场实战
掌握数据分析在各行业的应用场景
掌握业务数据分析模型与分析方法

学习对象和基础

零基础学生、转行人士，低门槛无忧就业
基础薄弱数据类岗位从业者，系统提升专业技能
产品、运营、营销、财务等业务部门在职者，提升数字化工作效率
研发、中台、技术类部门在职者，数字化赋能支持业务发展

1章预科学习（工具篇）

1-1Excel 预习视频

1-2数据库预习视频

1-3Power BI 预习视频

1-4Linux基础视频（需在 Hive 课程之前看完）

1-5基础数学预习视频 ( 选看 )

2章预科学习（业务篇）

2-1业务前台人员数据思维训练营

3章业务数据分析 (Excel)

3-1表格结构数据的特征、获取方法

3-2表格结构数据引用、查询与计算方法

3-3数据驱动型业务管理

3-4指标的应用 - 搭建营销运营指标体系

3-5财务指标的分析与应用

3-6业务场景指标 - 多场景业务场景指标应用精讲（运营、客户、商品、活动等）

3-7指标的设计 - 多场景指标设计、使用及分析案例（绩效、运营、销售等）

3-8业务指标综合分析案例 - 互联网运营业务指标综合分析案例

3-9可视化分析方法

3-10业务分析方法应用 - 杜邦分析法、帕累托分析法、四象限分析法

3-11业务模型应用 - 价值模型、帕累托模型、漏斗模型、RFM 模型

3-12撰写业务分析报告方法

3-13电商、互联网、零售行业的数据分析场景介绍

3-14客户分析 - 电商客户维度综合分析案例（用户生命周期、用户特征、用户行为分析）

3-15运营分析 - 互联网运营业务综合分析案例（运营效果分析、电商漏斗模型分析应用）

4章统计基础与数据预处理（Excel）

4-1分析的基本概念

4-2描述性统计与数据预处理

4-3统计分布

5章多维数据分析与可视化分析（Power BI）

5-1表结构数据的特征与获取

5-2表结构数据加工与使用

5-3多表透视分析逻辑

5-4透视分析方法

5-5多维数据模型

5-6多表透视分析应用案例 -- 多维透视分析应用案例

5-7客户分析 - 电商客户运营分析仪表板（潜在客户挖掘、电商运营效果监控、运营指标分析应用）

5-8产品分析 - 产品进销存追踪监控看板（进销存业务流程分析与监控）

5-9运营分析 - 电商运营分析驾驶舱（电商获客分析、营销漏斗模型监控分析）

5-10销售分析 - 服装行业销售情况分析（销售情况监控看板制作方法）

5-11财务分析 - 地产企业盈利分析（企业利润结构构成及盈利能力分析看板）

5-12综合实战案例 - 电商综合运营分析仪表板（流量、转化、客单相关指标分析监控）

6章推断性统计

6-1参数估计

6-2假设检验

6-3AB test

6-4使用带检验的 AB test 分析运营方案

7章SQL 数据库(MySQL)

7-1数据库基本概念

7-2DDL 数据定义语言（创建、选用、删除数据/表）

7-3DML 数据操作语言（添加、修改、删除数据）

7-4单表查询

7-5查询结果排序、限制查询结果数量

7-6多表查询

7-7函数

7-8SQL 大厂面试题突击训练

7-9查询应用案例 1 -- 电商多表查询案例

7-10查询应用案例 2 -- 零售业多表查询案例

8章数据管理与数据治理简介

8-1企业决策的四个层次：战略、管理、运营、操作

8-2企业数据分析能力的演进

8-3企业运营和操作数据应用

8-4数据管理基础知识与 DMBOK 知识体系

8-5企业数据能力建设

8-6数据治理实操框架

9章企业架构与数据架构基础

9-1数据架构的基本概念

9-2数据模型介绍

9-3数据建模基础

9-4数据建模方法

9-5数据建模规范化

9-6数据建模案例

10章Hive SQL

10-1Linux 系统（复习）

10-2Linux 常用命令和文件系统（复习）

10-3分布式存储与计算(Hadoop)

10-4系统的安装与部署

10-5Hive 架构原理

10-6Hive 数据类型

10-7HiveQL 与应用

11章大型数据分析综合项目实战(Power BI+SQL)

11-1跨国企业完整数据分析实战案例

11-2学生探索性实操

11-3制作分析报告

11-4项目现场专家评审与 1 V 1 指导

12章Python 编程基础

12-1Python 与 Anaconda 简介

12-2Python 标准数据类型

12-3基本语法规则

12-4控制流语句

12-5自定义函数

13章Python 数据清洗与可视化

13-1Numpy 数组分析

13-2Pandas 数表分析

13-3Pandas 数据清洗与可视化

13-4Python 数据可视化包-Matplotlib 介绍

13-5Python 数据可视化包- Seaborn 介绍与图形绘制

13-6Python BI 包-Pyecharts 介绍与图形绘制

13-7分析案例：斯德哥尔摩气候可视化分析

13-8分析案例：餐饮订单数据清洗与分析

13-9分析案例：文本数据分析之 QQ 聊天信息可视化分析

14章Python+SQL 及 Python 自动化

14-1SQL 数据接入

14-2Python 连接 SQL

14-3Python 办公自动化

14-4实现自动风控报表

15章ETL 数据接入与数仓

15-1ETL 基本概念与常用工具

15-2Kettle 核心概念与配置

15-3Kettle 转换

15-4Kettle 作业

15-5ETL 连接数仓

15-6ETL 实战项目

16章数据分析师职业规划课

16-1职业规划

16-2职场沟通力

16-3团队协作力培养

17章面试技巧一对一辅导

17-11 V 1 面试技巧指导与简历修改

18章技能选修

18-1互联网数字化运营

18-2何为数据产品经理

18-3Python 爬虫

18-4人工智能(深度学习)实战之图像识别

18-5Tableau 多维可视化分析

18-6SPSS 统计分析