课程目录:商业数据分析师培训
4401 人关注
(78637/99817)
课程大纲:

商业数据分析师培训

 

 

1章 数据分析和商业智能
1-1 数据这个行业

1-2 数据分析的商业应用

1-3 数据分析思维

1-4 数据分析常用方法

1-5 实务中的数据分析师

2章 数据化指标体系
2-1 数据化指标体系概述

2-2 获客类指标

2-3 营销类指标

2-4 预警类指标

2-5 产品类指标

2-6 运营指标体系设计

3章 描述性统计分析技术
3-1 描述性统计分析概述

3-2 概率与频数

3-3 数据的度量

3-4 概率的分布

3-5 相关性分析

3-6 统计报表可视化

4章 数据挖掘和模型导论
4-1 解读未知世界的工具

4-2 预测:未知≠一无所知(1)

4-3 预测:未知≠一无所知(2)

4-4 分类:灰姑娘的鞋子(1)

4-5 分类:灰姑娘的鞋子(2)

4-6 聚类:人以群分(1)

4-7 聚类:人以群分(2)

4-8 关联:比你更了解自己(1)

4-9 关联:比你更了解自己(2)

4-10 补充:几个容易忽略的小问题(1)

4-11 补充:几个容易忽略的小问题(2)

5章 分分析师的基本功-Excel入门
5-1 数据分析概述视频

5-2 分析工具Excel概述视频

5-3 Excel基本数据类型

5-4 Excel数据加工-基本加工操作

5-5 Excel数据计算-公式功能

5-6 Excel数据透视功能

5-7 数据可视化-Excel条件格式

6章 表结构数据入门
6-1 表结构概述

6-2 多表横向合并逻辑

6-3 多表纵向合并逻辑

7章 分析师第一到面试题-SQL数据库
7-1 Windows系统下Mysql安装

7-2 序章视频

7-3 数据库操作视频

7-4 数据表操作视频

7-5 数据类型视频

7-6 约束条件视频

7-7 填充数据视频

7-8 修改数据表

7-9 SQL查询视频

7-10 操作符与子查询视频

7-11 SQL函数视频

7-12 查询练习视频

8章 玩转EXCEL BI商业报表
8-1 Power Query概述及导入多源数据方法

8-2 Power Query合并数据

8-3 Power Query基本功能

8-4 Power Query M函数

8-5 Power Query数据处理案例

8-6 Power Pivot概述及导入数据

8-7 搭建多维数据分析模型

8-8 创建层次结构

8-9 DAX表达式

8-10 使用KPI

9章 强大的桌面工具-Power BI DeskTop
9-1 筛选器类函数创建复杂汇总规则

9-2 时间智能函数

9-3 Power Query与非关系型表结构数据

9-4 Power Query使用非关系型表结构数据

9-5 爬取并处理网络数据-1

9-6 爬取并处理网络数据-2

10章 Power BI商业智能分析实战案例
10-1 销售管理分析仪业务背景说明

10-2 销售管理分析仪制作方法说明视频-1

10-3 销售管理分析仪制作方法说明视频-2

10-4 分析仪制作过程介绍

10-5 快消行业进销存管理分析仪

10-6 财务杜邦分析仪

10-7 Power BI DeskTop概述

10-8 创建驾驶舱业务部分介绍1

10-9 创建驾驶舱方法介绍

11章 Tableau商业智能分析实战案例
11-1 数据可视化+tableau介绍

11-2 tableau主要产品及安装

11-3 连接数据 字段操作 文件保存

11-4 数据类型 合并 分层 分组

11-5 筛选器+集的应用

11-6 Tableau页面及功能区介绍

11-7 自定义形状+仪表盘操作应用

11-8 计算函数:数字 字符串 日期

11-9 计算函数:数字 字符串 日期

11-10 计算函数 类型转换 逻辑 详细级别表达式

11-11 计算函数:用户函数 表计算

12章 Tableau可视化
12-1 条形/柱状图、折线图

12-2 饼状图、散点图、直方图

12-3 文本表、盒须图、热图

12-4 气泡图 树形图 词云图 甘特图

12-5 环形图 嵌套饼图 帕累托图

12-6 漏斗图 哑铃图

12-7 雷达图 标靶图

12-8 地图

12-9 趋势图 预测线 预测区间

12-10 参数

12-11 补充内容:自定义坐标轴 排序

12-12 仪表盘介绍

12-13 故事

13章 Tableau综合实战案例
13-1 RFM客户价值模型

13-2 销售报表分析

13-3 金融投资分析

13-4 某购物中心销售仪表盘

14章 商业分析之运营分析专题
14-1 数据是怎样帮你完成业务的

14-2 指标建模概述

14-3 常见的用户数据指标:日活&月活

14-4 常见的用户数据指标:新增用户

14-5 常见的用户数据指标:用户留存

14-6 常见的行为数据指标

14-7 常见的业务数据指标

14-8 课堂练习:数据指标概念考察

14-9 北极星指标

14-10 如何选择北极星指标

14-11 数据采集:埋点

14-12 埋点相关概念

14-13 案例:某Feed流产品的数据采集历程

14-14 全埋点

14-15 竞品数据采集

14-16 如何选择合适的数据工具

14-17 常见的数据分析“套路”

14-18 借助Excel进行数据处理

14-19 数据分析概述

14-20 数据分析的价值

14-21 常用的数据分析方法:对比分析

14-22 常用的数据分析方法:多维度拆解

14-23 数据涨跌异动如何处理

14-24 案例:浏览量狂涨

14-25 常用的数据分析方法:漏斗观察

14-26 如何评估渠道质量

14-27 常用的数据分析方法:分布分析

14-28 常用的数据分析方法:用户留存

14-29 一个新产品上线后,如何评估价值

14-30 常用的数据分析方法:用户画像

14-31 标签从哪来

14-32 高质量拉新

14-33 常用的数据分析方法:归因查找

14-34 如何查出谁在薅羊毛

14-35 案例:分析某陌生人社交产品情况

14-36 数据分析的常见误区

14-37 抖音看见音乐计划概述

14-38 活动业务流程梳理

14-39 了解活动目的及核心事件

14-40 案例:活动指标监控体系搭建

14-41 案例:活动亮点及建议

15章 python编程基础
15-1 Anaconda的安装与使用

15-2 Jupter notebook页面功能介绍

15-3 Markdown 语言简介

15-4 内置函数的使用

15-5 python的变量

15-6 标准数据类型--数字类型

15-7 数学的计算-math科学计算库

15-8 符合运算符 比较运算符 逻辑运算符

15-9 字符串的定义 字符串的拼接和重复

15-10 字符串的索引和切片

15-11 转义字符和原生字符串

15-12 字符串的常用方法

15-13 字符串格式化方法

15-14 if体哦阿健判断语句 控制流语句的概念

15-15 input函数

15-16 判断语句

15-17 列表的使用

15-18 循环语句

15-19 其他数据类型转换成布尔类型

15-20 break+continue

15-21 列表、元组、字典

15-22 函数的定义、调用

16章 pytho数据整理
16-1 向量、矩阵和数组

16-2 加载数据

16-3 数据整理

16-4 处理数值型数据

16-5 处理分类变量

17章 数据挖掘模型
17-1 贝式网络

17-2 线性回归

17-3 决策树

17-4 神经网络

17-5 逻辑回归

17-6 SVM

17-7 集成学习算法

17-8 聚类分析

17-9 关联规则

17-10 案例:如何利用发呢列技术来建立小额信贷的响应模型

18章 客户购买行为分析
18-1 业务背景与客户需求

18-2 当前及历史销售情况分析

18-3 客户复购与回购分析

18-4 不同产品和客户画像分析

18-5 客户画像和桑葚图

19章 客户转化分析
19-1 客户转化分析

20章 python文本分析和特征提取
20-1 基本概念-信息检索技术(全文扫描、关键词、关键词索引)

20-2 python实操(多篇文章TF,IDF)

20-3 文本挖掘的处理流程

20-4 N-Gram及分词-法则式分词法

20-5 N-Gram及分词-统计式分词法和词性标注

20-6 关键词提取及用python实作基本jieba分词

20-7 用python实作进阶jieba分析及TFIDF关键词提取

20-8 用pyhon实做jieba分词词性标注

20-9 非结构转结构数据-词袋模型

20-10 非结构转结构数据-PCA&矩阵分解

20-11 非结构转结构数据-Glove

20-12 非结构转结构数据-Word2Vec(Skip-Gram & CBOW)

20-13 用python实作Word2Vec(Skip-Gram & CBOW) 模型训练及使用

20-14 文本词云化

20-15 文本挖掘的应用-文本分类

20-16 文本挖掘的应用-情绪分析

20-17 文本挖掘的应用-文本聚类

20-18 文本挖掘的应用-文本摘要