为推动知识管理，挖掘数据价值，适应商业企业的市场竞争需要，同时更好的配合对专业技术人员进行培训的要求， 信息产业部通信行业职业技能鉴定指导中心根据对专业技术人员加强培训且须持证上岗等文件精神，于2005年9月正式面向全国推出了数据分析师认证(NTC-CCDA)培训项目。
课程介绍
数据分析在我国属于朝阳行业，数据分析在国外广泛应用于各个领域，但在中国仍属于朝阳行业，至今刚刚走过了7个年头。“中国数据分析行业的发展大致可以分成四个阶段”， 中国商业联合会数据分析专业委员会培训处主任任彦博表示，“阶段可称为觉醒与前瞻。90年代，大量海外机构将西方投资决策技术引进中国，并受到中国企业和金融投资机构的广泛学习借鉴。数据分析行业到了21世纪进入到第二个阶段，迎来了数据分析师的诞生。从2004年到2010年，我国项目数据分析师人数从零起步，猛增至近万人。到了第三阶段，我国首家数据分析事务所创立。在第四个阶段中，中国商业联合会数据分析专业委员会正式成立，首届中国数据分析业峰会在京成功的举行都标志着中国数据分析行业已经进入快速发展的成长期立即预约课程
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)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)了解详情
