每时每刻，我们都在产生大量的数据：微信聊天、地铁刷卡、 银行存储…据IDC发布的《数据时代2025》报告显示， 全球每年产生的数据量将从2018年的33ZB增长到175ZB， 以数据为中心的数字经济时代已经来临， 如何掘金堪比石油的数据是所有个人、企业和的机遇和挑战。随着数字经济的高速发展，数据分析人才出现了供不应求的状况。同时数据分析师的薪酬相对较高，入行也不受专业和性别的限制
1
2
3
4
点击咨询想转岗数据分析
想获得更大职业发展空间，转岗数据分析
学习掌门人 职场引路人
课程亮点，涵盖主流数据分析技术、工具，搭配更多的热门实战项目
合作企业，为华为、阿里等公司培养了，上百个软件技术团队
课程简介
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
6. 案例1：2017年的云总结7. 案例2：你知道Wolfram Alpha吗
8. 案例3：常见商业场景：战略制定、客户理解、营销活动
1. 数据化指标体系概述
2. 获客类指标3. 营销类指标4. 预警类指标5. 产品类指标6. 运营指标体系设计（Excel示例）7. 案例1：客户流失潜伏期识别8. 案例2：客户覆盖率及产品线竞争力分析
9. 案例3：产品上下架业务影响预测
1. 描述性统计分析概述
2. 概率与频数
3. 数据的度量4. 概率的分布5. 相关性分析6. 统计报表可视化7. 案例1：简历投递成功率概率分分析8. 案例2：月度收益率与通货膨胀率相关分析
9. 案例3：产品输送客户能力面积图
1. 人类学习与机器学习
2. 模型和算法
3. 数据挖掘问题分类
4. 数据挖掘任务确定
5. 数据挖掘流程
6. 综合案例
7. 案例1：电商运营分析
8. 案例2：电商行为分析
9. 案例3：电商竞品分析
学习目标
-
01第1章: 数据分析与商业智能课时 1 : 1.1 数据这个行业了解详情
课时 2 : 1.2 数据分析的商业应用
课时 3 : 1.3 数据分析思维
课时 4 : 1.4 数据分析常用方法
课时 5 : 1.5 实务中的数据分析师
课时 6 : 通识课课件.zip
-
02第2章: 数据化业务指标体系设计课时 7 : 2.1 数据化指标概述了解详情
课时 8 : 2.2 获客类指标
课时 9 : 2.3 营销类指标
课时 10 : 2.4 预警类指标
课时 11 : 2.5 产品类指标
课时 12 : 2.6 运营指标体系设计(Excel示例)
-
03第3章: 描述性统计分析技术课时 13 : 3.1 描述性统计分析概述了解详情
课时 14 : 3.2 概率与频数
课时 15 : 3.3 数据的度量
课时 16 : 3.4 概率的分布
课时 17 : 3.5 相关性分析
课时 18 : 3.6 统计报表可视化
-
04第4章: 数据挖掘和模型导论课时 19 : 1 解读未知世界的工具课时 20 : 2 预测：未知≠一无所知(1)课时 21 : 2 预测：未知一无所知(2)课时 22 : 3 分类：灰姑娘的鞋子(1)课时 23 : 3 分类：灰姑娘的鞋子(2)课时 24 : 4 聚类：人以群分(1)了解详情
课时 25 : 4 聚类：人以群分(2)课时 26 : 5 关联：比你更了解自己(1)课时 27 : 5 关联：比你更了解自己(2)课时 28 : 6 补充：几个容易忽略的小问题(1)课时 29 : 6 补充：几个容易忽略的小问题(2)
