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
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
课程简介
课程大纲
1数据库基本概念
2DDL数据定义语言
3DML数据操作语言
4单表查询
5多表查询
6Python连接SQL
1Python编程基础,Numpy
2Python标准数据类型
3控制流语句
4自定义函数
5异常和错误
6类与面向对象编程
7Numpy数组操作
8用Python做数据分析,必会的库Pandas
9用Pandas做数据清洗与数据探索
10Python数据可视化库(Matplotlib,Seaborn)
1线性代数
2微积分
3描述性统计
4参数估计
5假设检验
6相关分析
7卡方分析
8一元线性回归理论推导
1数据库MySQL语句与实战
2Python连接SQL数据库
3SQL使用案例
4零售电商多表分析案例
1分析基础-数据分析的概念、过程、能力
2指标体系的意义与构建
3常用指标体系示例
4统计分析可视化
5企业经营分析-指标体系
1Python基础与数据清洗可视化回顾
2Python实操案例
3教育行业分析-学校学科教育可视化案例
4数据分析师岗位需求-lagou数据处理及分析案例
1统计分析(相关分析,方差分析)
2线性回归(建立模型和模型检验)
3识别分析-用户支出影响因素分析案例
1逻辑回归(模型的建立与估计
2模型评估
3分类与回归的结合
4信息压缩-主成分分析与因子分析(数据降维)
5用户流失分析-员工流失预警案例
6因子分析-城市发展水平综合分析
1标签体系的设计原理
2用户标签的制作方法
3客群分析-标签体系与用户画像
4AB test-应用广泛的对比分析方法
5应用用户画像-美国某企业用户画像实战案例
1时间序列分析(ARIMA算法)
2Box-Jenkins 建模流程
3时间序列回归
4销售额预测-线上平台销售额预测实战案例
11数据采集处理方法(数据采集,数据录入,数据预处理)
12数据管理(数据分类,数据建模,数据仓库和ETL)
13产品目标人群分析-市场数据的应用案例
商业策略分析(Level 2)
11数字化工作方法
12运筹优化方法(线性规划与二次优化,基于业务流程的优化)
13数字化运营综合案例-某机构营销响应概率预测与风险预测案例
商业策略分析(Level 2)第6周-数据接入与大数据平台
11分布式存储与计算
12Spark与Flink工作原理
13使用PySpark实现分布式计算
14数据接入策略与调度工具
11层次聚类
12Kmeans聚类
13聚类分析评价方法-决策树应用
14用户分群-零售行业运营案例
11数据基本概念
12指标体系
13标签体系与用户画像
14数据采集与处理
15数据模型管理
16统计分析
17数据分析模型与应用
18数字化工作方法与应用
11数字化运营
12数据产品经理
13Python爬虫
14深度学习之图像识别
15Tableau 多维可视化分析
16 SPSS 统计分析
硬核服务
朝九晚九全程跟班答疑
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;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
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,针对每个模块测试结果后10的学员进行额外辅导,以确保学员能够跟上学习进度。
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知识。