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
对数据分析有兴趣
对数据分析有兴趣,具备一定学习分析能力
希望从事数据分析
希望从事数据分析工作的广大应、往届毕业生
想转行IT互联网
想转行IT互联网、金融等行业
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
只要一个电话
我们免费为您回电