本课程为CDA LEVEL I 业务数据分析师认证培训班-SAS专题,SAS作为世界知名大数据分析产品,只要是大机构, 不论是、制药、金融、保险、市场部门、NGO还是政府部门,SAS的覆盖率,都是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩展性和适用性强及应用面广等优点,CDA数据分析师结合国内外行业领先师资力量和企业一同精心设计了本课程,以大型商业软件SAS为工具,通过丰富、实际的教学内容,帮你为业务数据分析师职位做好准备。
业务数据分析师(3个月)现场+远程,周末班,共192课时。业务数据分析师课程针对周末时间充裕、基础薄弱的专科、本科在校生,以及在职&欲转行从事数据分析人员提供3个月非脱产周末集训,课程内容以CDA数据分析师LEVEL I标准大纲要求,包含业务数据分析和模型-数据获取和SQL查询–Power BI商业智能分析- 统计理论方法 – SPSS建模分析,一整套数据分析流程技术进行讲解,还将从医药、保险、电商、零售、房地产等行业需求出发,使用实际案例手把手将数据分析技术传授给学员,使所学更符合就业要求,达到企业实务标准,快速在大数据时代找准工作定位,快人一步成为企业抢手人才,掌握先机!
立即预约课程
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
课程内容
业务数据分析基础
数据分析概述—数据分析流程、方法、在企业管理中的应用;数据加工方法;数据计算方法;数据透视分析方法;业务数据可视化方法;业务数据分析案例-财务分析
业务数据分析模型与分析方法
帕累托分析;案例应用1-核心产品分析;分类分析-RFM模型;案例应用2-用户忠诚度模型;树状结构分析;案例应用3-汽车行业分析报告
Power BI商业智能分析基础
商业智能分析概述;商业智能分析流程;指标及指标体系;商业智能可视化分析方法论;理解数据仓库概念;数据仓库上的数据收集;数据仓库上的数据处理加工