返回

宁波国富如荷CDA数据分析

宁波海曙区CDA数据分析师培训周末班

宁波海曙区CDA数据分析师培训周末班

在线咨询 预约试听

2023-03-21课程详细

全程跟班答疑
 

助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;每日答疑由原先的“朝九晚六”调整为“朝九晚九覆盖同学晚自习时间

数据分析师培训,硬核服务

一对一督学

每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对模块测试结果后10学员进行额外辅导,确保学员跟上进度+
定期直播串讲

对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点+
有问必答

助教线上服务5分钟内有问必答,并真正做到解决所有课程中遇到问题。在每个班一个助教+一个班主任配置下,调整每班2名助教+项目服务团队模式,以确保解决线上提问+
出勤进度监督

在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,营造积极学习氛围+
作业与测试

在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、***当日学习效果。除作业,服务团队组织学员进行阶段性测试+

数据分析师课程大纲

4089-1P609113205452


01章业务数据分析基础    01-01数据分析概述—数据分析流程、方法、在企业管理中的应用
01-02数据加工方法
01-03数据计算方法
01-04数据透视分析方法
01-05业务数据可视化方法
01-06业务数据分析案例-财务分析

4089-1P609113214931


02章业务数据分析模型与分析方法    01-01帕累托分析
01-02案例应用1-核心产品分析
01-03分类分析-RFM模型
01-04案例应用2-用户忠诚度模型
01-05树状结构分析
01-06案例应用3-汽车行业分析报告

4089-1P60911322U53


03章数据库概述与SQL查询   01-01数据库概述与数据库基础
01-02数据类型和约束条件
01-03创建及使用数据库
01-04创建、修改及删除表
01-05插入、更新、删除数据
01-06查询数据:单表查询、集合函数查询、连接查询、子查询、合并查询、多表查询01-07SQL运算符和函01-08SQL综合案例:电商数据多表查询练习


学习目标及学习对象是什么

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

咨询详情
学习对象和基础


基础薄弱学生、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,企业创始人、经理人、管理咨询类岗位从业者,把握数字化转型方案及流程

咨询详情

课程大纲

1、2章
预科学习(工具篇)
1Excel 预习视频
2数据库预习视频
3Power BI 预习视频
4Linux基础视频(需在 Hive 课程之前看完)
5基础数学预习视频 ( 选看 )
预科学习(业务篇)
业务前台人员数据思维训练营
3章
业务数据分析 (Excel)1表格结构数据的特征、获取方法2表格结构数据引用、查询与计算方法3数据驱动型业务管理(数据埋点、数据治理、数据应用等)4指标的应用 - 搭建营销运营指标体系5财务指标的分析与应用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)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)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9可视化分析方法
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
11业务模型应用 - 价值模型、帕累托模型、漏斗模型、RFM 模型
12撰写业务分析报告方法13电商、互联网、零售行业的数据分析场景介绍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)15产品分析 - 电商产品维度综合分析案例(商品画像、商品标签、商品定位策略分析)16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)17市场分析 - 汽车行业市场分析案例(市场分析报告撰写方法)18银行综合分析案例 - 银行综合业务分析报告
4章
统计基础与数据预处理(Excel)
1分析的基本概念
2描述性统计与数据预处理
3统计分布
5章多维数据分析与可视化分析(Power BI)1表结构数据的特征与获取2表结构数据加工与使用3多表透视分析逻辑
4透视分析方法5多维数据模型
6多表透视分析应用案例 -- 多维透视分析应用案例
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)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)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)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)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)
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1参数估计2假设检验3AB test4使用带检验的 AB test 分析运营方案7章SQL 数据库(MySQL)1数据库基本概念2DDL 数据定义语言(创建、选用、删除数据/表)3DML 数据操作语言(添加、修改、删除数据)4单表查询5查询结果排序、限制查询结果数量
6多表查询7函数8SQL 大厂面试题突击训练9查询应用案例 1 -- 电商多表查询案例10查询用案例 2 -- 零售业多表查询案例
8章
数据管理与数据治理简介
1企业决策的四个层次:战略、管理、运营、操作
2企业数据分析能力的演进
3企业运营和操作数据应用
4数据管理基础知识与 DMBOK 知识体系
5企业数据能力建设
6数据治理实操框架9章企业架构与数据架构基础1数据架构的基本概念2数据模型介绍3数据建模基础4数据建模方法5数据建模规范化6数据建模案例
11章  Hive SQL
1Linux 系统(复习)
2Linux 常用命令和文件系统(复习)
3分布式存储与计算(Hadoop)
4系统的安装与部署
5Hive 架构原理
6Hive 数据类型
7HiveQL 与应用大型数据分析综合项目实战(Power BI+SQL)
11跨国企业完整数据分析实战案例12学生探索性实操
13制作分析报告
14项目现场*评审与 1 V 1 指导
12章
Python 编程基础
1Python 与 Anaconda 简介
2Python 标准数据类型
3基本语法规则
4控制流语句
5自定义函数
13章
Python 数据清洗与可视11Numpy 数组分析12Pandas 数表分析13Pandas 数据清洗与可视化14Python 数据可视化包-Matplotlib 介绍15Python 数据可视化包- Seaborn 介绍与图形绘制
16Python BI 包-Pyecharts 介绍与图形绘制17分析案例:斯德哥尔摩气候可视化分析18分析案例:餐饮订单数据清洗与分析19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
11SQL 数据接入
12Python 连接 SQL
13Python 办公自动化
14实现自动风控报表
15章ETL 数据接入与数仓11ETL 基本概念与常用工具12Kettle 核心概念与配置13Kettle 转换14Kettle 作业15ETL 连接数仓16ETL 实战项目
16章数据分析师职业规划课11职业规划12职场沟通力13团队协作力培养面试技巧一对一辅导面试技巧指导与简历修改
17章技能选修11互联网数字化运营
12何为数据产品经理13Python 爬虫14人工智能(深度学习)实战之图像识别15Tableau 多维可视化分析
16SPSS 统计分析

机构地图

预约申请免费试听

只要一个电话,我们免费为您回电

438人已预约

相关课程

栏目导航