課程大綱： 商業數據分析師培訓
1章 數據分析和商業智能
1-1 數據這個行業
1-2 數據分析(xi)的(de)商業(ye)應用(yong)
1-3 數據分析(xi)思維
1-4 數據分析常用方(fang)法
1-5 實務中的數據分析師
2章 數據化指標體系
2-1 數據化指(zhi)標體系概述(shu)
2-2 獲客類指標
2-3 營銷類指標
2-4 預警類指標
2-5 產品類指標
2-6 運營指標體系設計(ji)
3章 描述性統計分析技術
3-1 描述(shu)性統計分(fen)析(xi)概述(shu)
3-2 概率與頻數
3-3 數據的度量
3-4 概率的分布
3-5 相關性分析
3-6 統計報表可視化
4章 數據挖掘和模型導論
4-1 解(jie)讀未知世界的(de)工具
4-2 預測：未知≠一無(wu)所知（1）
4-3 預測：未知≠一無所知（2）
4-4 分類：灰姑(gu)娘的(de)鞋子（1）
4-5 分類(lei)：灰姑娘的鞋子（2）
4-6 聚類：人以群分(fen)（1）
4-7 聚類(lei)：人以群(qun)分（2）
4-8 關聯：比你更了解自己（1）
4-9 關聯(lian)：比你(ni)更了解自己（2）
4-10 補充：幾(ji)個容易(yi)忽略(lve)的小問(wen)題（1）
4-11 補充(chong)：幾個容易忽(hu)略的小問題（2）
5章 分分析師的基本功-Excel入門
5-1 數(shu)據分析概述視頻
5-2 分(fen)析工具Excel概述視頻
5-3 Excel基(ji)本(ben)數據類型
5-4 Excel數據加工-基本加工操作
5-5 Excel數據計算-公式功能
5-6 Excel數據透視功能
5-7 數(shu)據可視(shi)化-Excel條件格(ge)式
6章 表結構數據入門
6-1 表結構概述
6-2 多表橫向合并邏輯
6-3 多表(biao)縱向合并(bing)邏(luo)輯
7章 分析師第一到面試題-SQL數據庫
7-1 Windows系統下Mysql安裝
7-2 序章視頻
7-3 數據庫操作(zuo)視頻
7-4 數據表操(cao)作視(shi)頻
7-5 數據類型視(shi)頻(pin)
7-6 約束條件視頻
7-7 填充數(shu)據(ju)視頻(pin)
7-8 修改數據表
7-9 SQL查(cha)詢視頻
7-10 操(cao)作符與(yu)子查詢視頻
7-11 SQL函數視頻
7-12 查(cha)詢(xun)練習視頻
8章 玩轉EXCEL BI商業報表
8-1 Power Query概述及導入(ru)多源數據方法
8-2 Power Query合并數據
8-3 Power Query基本功(gong)能
8-4 Power Query M函數
8-5 Power Query數據處理案例(li)
8-6 Power Pivot概述及導(dao)入數據(ju)
8-7 搭建多維數(shu)據分析模型
8-8 創建層次結(jie)構
8-9 DAX表達式(shi)
8-10 使用KPI
9章 強大的桌面工具-Power BI DeskTop
9-1 篩選器類函(han)數創建復雜匯總規則
9-2 時間智能函(han)數
9-3 Power Query與非關系型表(biao)結構數據
9-4 Power Query使用(yong)非關系型表結構(gou)數(shu)據
9-5 爬(pa)取并處理網絡數據-1
9-6 爬取并處(chu)理(li)網(wang)絡數(shu)據-2
10章 Power BI商業智能分析實戰案例
10-1 銷(xiao)售(shou)管理分析儀業務背(bei)景說明(ming)
10-2 銷售管理(li)分析儀制作方法說(shuo)明視頻-1
10-3 銷(xiao)售管理分(fen)析儀制(zhi)作方(fang)法說明視頻(pin)-2
10-4 分析儀(yi)制作過(guo)程介(jie)紹
10-5 快消(xiao)行業進銷(xiao)存管(guan)理(li)分析儀
10-6 財務杜(du)邦(bang)分析儀(yi)
10-7 Power BI DeskTop概(gai)述
10-8 創建駕駛艙業務部分介紹1
10-9 創建駕駛艙方法介紹
11章 Tableau商業智能分析實戰案例
11-1 數據可視(shi)化+tableau介紹
11-2 tableau主(zhu)要產品及安裝
11-3 連接(jie)數據 字段(duan)操作 文件保存
11-4 數據類型 合并(bing) 分層 分組
11-5 篩選器+集(ji)的(de)應(ying)用
11-6 Tableau頁面及功能區介紹
11-7 自定義形狀+儀表盤操作應用
11-8 計算函數(shu)(shu)：數(shu)(shu)字(zi) 字(zi)符串 日期
11-9 計算函數：數字(zi) 字(zi)符串 日期
11-10 計算函數 類(lei)型(xing)轉換 邏輯 詳(xiang)細級別(bie)表達式
11-11 計(ji)算(suan)(suan)函(han)數(shu)：用戶函(han)數(shu) 表計(ji)算(suan)(suan)
12章 Tableau可視化
12-1 條(tiao)形/柱狀圖(tu)、折線(xian)圖(tu)
12-2 餅狀圖(tu)、散(san)點圖(tu)、直方圖(tu)
12-3 文本表(biao)、盒須圖、熱圖
12-4 氣泡圖(tu)(tu) 樹形圖(tu)(tu) 詞云(yun)圖(tu)(tu) 甘特(te)圖(tu)(tu)
12-5 環(huan)形圖(tu) 嵌(qian)套餅圖(tu) 帕累托圖(tu)
12-6 漏斗圖 啞鈴圖
12-7 雷達圖 標(biao)靶(ba)圖
12-8 地圖
12-9 趨勢圖 預(yu)測(ce)線 預(yu)測(ce)區間
12-10 參數
12-11 補充內容：自定義坐標軸 排(pai)序
12-12 儀表盤介紹
12-13 故事
13章 Tableau綜合實戰案例
13-1 RFM客戶價(jia)值模(mo)型
13-2 銷售報表(biao)分析(xi)
13-3 金融投資分析(xi)
13-4 某購物中心銷(xiao)售儀表盤
14章 商業分析之運營分析專題
14-1 數(shu)據是怎樣幫你完(wan)成業務的
14-2 指標建模概述
14-3 常(chang)見的用戶數據(ju)指標：日(ri)活&月活
14-4 常見的用戶數據指標：新增用戶
14-5 常(chang)見的用戶數據指標：用戶留存
14-6 常見的行為數據(ju)指標
14-7 常見的業務數(shu)據指(zhi)標(biao)
14-8 課堂練習：數據指標概念(nian)考察
14-9 北(bei)極星指標
14-10 如何選(xuan)擇北極(ji)星指標
14-11 數據采集：埋點
14-12 埋點相關(guan)概念
14-13 案例：某Feed流產品的數(shu)據采(cai)集(ji)歷程
14-14 全埋點
14-15 競品數(shu)據采(cai)集
14-16 如何(he)選(xuan)擇合適的(de)數據工具
14-17 常(chang)見的(de)數據(ju)分析“套路”
14-18 借(jie)助Excel進行(xing)數據處(chu)理
14-19 數據分析概述
14-20 數據(ju)分析的(de)價值(zhi)
14-21 常用的(de)數(shu)據分析(xi)方法：對比分析(xi)
14-22 常用的數據分(fen)析(xi)方(fang)法：多維度拆解
14-23 數據(ju)漲跌異動如(ru)何處理
14-24 案例：瀏覽量狂漲
14-25 常用的(de)數據分析方法：漏斗觀察
14-26 如何評估(gu)渠(qu)道質量
14-27 常用的(de)數據(ju)分(fen)(fen)析(xi)方(fang)法(fa)：分(fen)(fen)布分(fen)(fen)析(xi)
14-28 常用的數據(ju)分析方(fang)法：用戶留存
14-29 一個(ge)新(xin)產品上線后，如何(he)評(ping)估價值
14-30 常用的數據分析方法：用戶(hu)畫像(xiang)
14-31 標簽從哪(na)來
14-32 高質量拉新
14-33 常用的數據分析方法：歸(gui)因(yin)查找(zhao)
14-34 如何查(cha)出誰在薅羊毛
14-35 案例：分析某陌生(sheng)人社交產品情(qing)況
14-36 數(shu)據分析(xi)的(de)常見誤區
14-37 抖(dou)音看見(jian)音樂計(ji)劃概述
14-38 活動業務流(liu)程梳理
14-39 了解活動目的(de)及核心(xin)事件
14-40 案例：活動(dong)指標監(jian)控體(ti)系搭建
14-41 案例：活動亮(liang)點及(ji)建議
15章 python編程基礎
15-1 Anaconda的安裝(zhuang)與使用
15-2 Jupter notebook頁面功能介紹
15-3 Markdown 語言簡介
15-4 內(nei)置函數的使(shi)用
15-5 python的變量
15-6 標準數(shu)據(ju)類(lei)型--數(shu)字(zi)類(lei)型
15-7 數學的計算-math科學計算庫
15-8 符(fu)合(he)運(yun)算符(fu) 比較運(yun)算符(fu) 邏輯運(yun)算符(fu)
15-9 字符(fu)串的定義 字符(fu)串的拼接和重復
15-10 字符串的(de)索引和切片
15-11 轉義字符和原生字符串
15-12 字符串的常用(yong)方法
15-13 字符串格式化(hua)方法
15-14 if體哦(e)阿健判斷語句 控(kong)制流語句的概念
15-15 input函數
15-16 判斷語句
15-17 列表的(de)使用(yong)
15-18 循環語句
15-19 其他數據(ju)類型(xing)轉換成布爾類型(xing)
15-20 break+continue
15-21 列表(biao)、元(yuan)組、字典(dian)
15-22 函(han)數(shu)的定義、調用
16章 pytho數據整理
16-1 向(xiang)量、矩陣和數組
16-2 加載數據
16-3 數據整理
16-4 處理數值型數據
16-5 處理(li)分類變量(liang)
17章 數據挖掘模型
17-1 貝式網絡
17-2 線性回歸
17-3 決策樹
17-4 神經網絡
17-5 邏輯回歸
17-6 SVM
17-7 集成學習(xi)算法
17-8 聚類分析
17-9 關聯規則
17-10 案例：如何利用發呢(ni)列技術來建立小額信貸的(de)響應模(mo)型
18章 客戶購買行為分析
18-1 業務背(bei)景(jing)與客戶需(xu)求
18-2 當前及(ji)歷史(shi)銷售情況分析
18-3 客(ke)戶復購與回(hui)購分析(xi)
18-4 不(bu)同產品和客戶畫像分析(xi)
18-5 客戶畫像和桑(sang)葚(shen)圖
19章 客戶轉化分析
19-1 客戶轉化分析
20章 python文本分析和特征提取
20-1 基(ji)本(ben)概念-信息檢索(suo)技(ji)術（全(quan)文掃描、關(guan)(guan)鍵詞、關(guan)(guan)鍵詞索(suo)引(yin)）
20-2 python實(shi)操（多篇(pian)文(wen)章TF,IDF)
20-3 文本挖掘的處理流程
20-4 N-Gram及(ji)分(fen)詞(ci)-法則式分(fen)詞(ci)法
20-5 N-Gram及分詞-統(tong)計式分詞法和詞性標注
20-6 關鍵詞提取(qu)及用python實作基本(ben)jieba分詞
20-7 用(yong)python實(shi)作進階jieba分析及(ji)TFIDF關(guan)鍵詞提取
20-8 用(yong)pyhon實(shi)做jieba分詞(ci)詞(ci)性標注
20-9 非結構轉(zhuan)結構數據-詞(ci)袋模型(xing)
20-10 非(fei)結構轉(zhuan)結構數(shu)據-PCA&矩陣分解
20-11 非結構(gou)轉結構(gou)數據-Glove
20-12 非結(jie)構轉結(jie)構數據-Word2Vec（Skip-Gram & CBOW)
20-13 用python實(shi)作Word2Vec（Skip-Gram & CBOW) 模(mo)型訓練(lian)及使用
20-14 文(wen)本詞云化(hua)
20-15 文(wen)本挖掘的應用(yong)-文(wen)本分類
20-16 文(wen)本挖掘的應用-情緒分析
20-17 文(wen)本挖掘(jue)的應用(yong)-文(wen)本聚類(lei)
20-18 文本挖掘的應用-文本摘要
加入高級會員獲得助教答疑
