分析思维是数据分析师核心的竞争力，上面所学习的Python、SQL、机器学习知识等都是在工具层面，要想使用好他们，还需要分析思维的驾驭不管是基础知识、工具还是思维、方法，大家在学习数据分析时可能总会感觉没有抓手，特别是自学的小伙伴，网上知识繁杂，光是辨别可靠性、专业性就已经很头疼了，而且还不知道学习是否有效果，学完之后能不能找到工作。还有一些在职的小伙伴，可利用的时间本就不充裕，还没有系统性的学习路径，自然就达不到好的学习效果。
对比分析法
对比分析法常用的基础分析方法，虽然方法特别简单，但几乎所有的分析报告中，都会采取对比分析方法。比如去年同期相比、上个月环比、目标和实际达成相比、各个部门和业务线相比、行业内竞品比较、营销效果对比，等等。这里需要注意的是我们不管是横向比较还是纵向比较，比较的双方一定要有可比性，并且在同一个维度、粒度上去比较，要不是毫无意义的。立即预约课程
学习内容
-
学历
5W2H分析法
详情了解
这个方法主要应用于用户行为研究和专项问题分析，从时间、地点、人物、事情、原因、方式、价格等7个方面对一个问题进行刻画研究 -
SWOT
详情了解
明确资源优势（Strengths）、竞争劣势（Weaknesses）、外部环境变化带来的机会（Opportunities）和威胁（Threats）等，将这些因素有机结合起来，以此确定企业经营战略。 -
PEST
详情了解
从政治（Politics）、经济（Economics）、社会（Society）、技术（Technology）4个视角分析外部环境。 -
杜邦分析法，杜邦分析法是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩
详情了解
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布分析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)
