課程大綱： 商業數據分析師培(pei)訓(xun)
商業數據分析師
1章 數據分析和商業智能
1-1 數據這個行業
1-2 數據分析的商業應用(yong)
1-3 數據分析思(si)維
1-4 數據(ju)分(fen)析(xi)常用方(fang)法
1-5 實務中的數(shu)據分析師
2章 數據化指標體系
2-1 數(shu)據化指標(biao)體系概述
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(she)計
3章 描述性統計分析技術
3-1 描(miao)述性統計分析概(gai)述
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(tong)計報表可視(shi)化(hua)
4章 數據挖掘和模型導論
4-1 解(jie)讀未(wei)知世界(jie)的工具
4-2 預測：未知≠一無(wu)所知（1）
4-3 預測(ce)：未(wei)知≠一無所知（2）
4-4 分(fen)類(lei)：灰姑娘(niang)的鞋子（1）
4-5 分類：灰姑娘的鞋子（2）
4-6 聚類：人以群分（1）
4-7 聚類：人以群(qun)分（2）
4-8 關聯(lian)：比你更了解自(zi)己（1）
4-9 關聯：比你更了解自己（2）
4-10 補充：幾個容易忽略的小問題（1）
4-11 補充(chong)：幾個容易忽略的(de)小問題（2）
5章 分分析師的基本功-Excel入門
5-1 數據分析(xi)概述視(shi)頻
5-2 分析工具Excel概述視(shi)頻
5-3 Excel基(ji)本(ben)數據類型
5-4 Excel數(shu)據(ju)加工(gong)-基本加工(gong)操作
5-5 Excel數據計算-公式功能(neng)
5-6 Excel數據透(tou)視(shi)功能(neng)
5-7 數據可視(shi)化-Excel條件格式
6章 表結構數據入門
6-1 表結構概(gai)述
6-2 多表橫向合并邏輯
6-3 多表縱向合(he)并邏輯
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 數據庫操作視頻(pin)
7-4 數據表(biao)操作(zuo)視頻(pin)
7-5 數據類型視(shi)頻(pin)
7-6 約束(shu)條件視頻
7-7 填(tian)充數(shu)據視(shi)頻
7-8 修改數據表
7-9 SQL查詢視頻
7-10 操(cao)作(zuo)符與子查詢(xun)視頻(pin)
7-11 SQL函數(shu)視(shi)頻
7-12 查詢練習(xi)視頻
8章 玩轉EXCEL BI商業報表
8-1 Power Query概述及導入多源(yuan)數(shu)據方法(fa)
8-2 Power Query合并數(shu)據
8-3 Power Query基本功能
8-4 Power Query M函數
8-5 Power Query數(shu)據處(chu)理案例
8-6 Power Pivot概述及導入(ru)數據
8-7 搭建(jian)多維數據(ju)分析模型
8-8 創(chuang)建層次結構(gou)
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(shai)選器類(lei)函數創建復雜匯總(zong)規則
9-2 時間智能函數
9-3 Power Query與(yu)非關(guan)系(xi)型表(biao)結構數據
9-4 Power Query使用非關系型表結(jie)構數據
9-5 爬取(qu)并(bing)處(chu)理網(wang)絡數據-1
9-6 爬取并(bing)處理網絡數據-2
10章 Power BI商業智能分析實戰案例
10-1 銷(xiao)售(shou)管理分析儀業務背景(jing)說明
10-2 銷售管理分析儀制作方法(fa)說(shuo)明視頻-1
10-3 銷售管理分(fen)析儀制作方(fang)法說明視(shi)頻-2
10-4 分析儀(yi)制(zhi)作過程(cheng)介紹(shao)
10-5 快消(xiao)行(xing)業進銷存管(guan)理分析(xi)儀
10-6 財(cai)務(wu)杜邦分(fen)析儀
10-7 Power BI DeskTop概(gai)述(shu)
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主要產(chan)品(pin)及安(an)裝
11-3 連接數據 字段操作(zuo) 文件保(bao)存
11-4 數據類型 合并 分層 分組
11-5 篩選器(qi)+集的應用
11-6 Tableau頁面(mian)及功能區介紹
11-7 自定義形(xing)狀+儀表盤操作應用
11-8 計算函數：數字(zi)(zi) 字(zi)(zi)符(fu)串 日期
11-9 計算函數：數字 字符串 日期
11-10 計算函數 類型轉換(huan) 邏輯 詳細級別表達(da)式
11-11 計(ji)算(suan)函數：用戶函數 表計(ji)算(suan)
12章 Tableau可視化
12-1 條(tiao)形/柱狀圖、折(zhe)線(xian)圖
12-2 餅狀(zhuang)圖(tu)、散(san)點圖(tu)、直(zhi)方圖(tu)
12-3 文(wen)本表、盒須圖、熱圖
12-4 氣泡圖(tu) 樹形(xing)圖(tu) 詞云圖(tu) 甘特圖(tu)
12-5 環形圖 嵌(qian)套餅(bing)圖 帕累托圖
12-6 漏斗(dou)圖(tu) 啞鈴圖(tu)
12-7 雷達圖 標靶圖
12-8 地圖
12-9 趨(qu)勢圖 預測線 預測區間
12-10 參數
12-11 補充內容：自定義坐標軸 排序
12-12 儀表(biao)盤介紹
12-13 故事
13章 Tableau綜合實戰案例
13-1 RFM客(ke)戶價值(zhi)模型
13-2 銷售報(bao)表(biao)分析
13-3 金(jin)融投資分(fen)析
13-4 某購物中心銷售儀表盤(pan)
14章 商業分析之運營分析專題
14-1 數據是(shi)怎(zen)樣幫你完(wan)成業(ye)務的
14-2 指(zhi)標(biao)建模(mo)概(gai)述
14-3 常見的用戶數(shu)據指(zhi)標：日活&月活
14-4 常見(jian)的用戶數據指標：新增用戶
14-5 常見的用戶數據指標：用戶留存
14-6 常(chang)見的行為(wei)數據指(zhi)標
14-7 常見(jian)的業務數據指標
14-8 課堂(tang)練習：數據指標概念考(kao)察
14-9 北(bei)極(ji)星(xing)指標
14-10 如何選擇(ze)北極星指標
14-11 數據采集：埋點
14-12 埋點相關(guan)概念
14-13 案例(li)：某Feed流(liu)產品的數據采集歷(li)程
14-14 全埋點
14-15 競品數(shu)據采(cai)集(ji)
14-16 如(ru)何選擇(ze)合適的數據工具(ju)
14-17 常(chang)見的數(shu)據分析“套路”
14-18 借助Excel進行數據處理
14-19 數據分(fen)析概述
14-20 數據分析的價值
14-21 常用的(de)數(shu)據分(fen)析(xi)方法(fa)：對比分(fen)析(xi)
14-22 常用的數(shu)據分析(xi)方法(fa)：多維度拆解
14-23 數據漲跌異動如何處理
14-24 案例：瀏覽量狂漲(zhang)
14-25 常用的(de)數據(ju)分析方法：漏斗觀察(cha)
14-26 如(ru)何評(ping)估(gu)渠(qu)道質量
14-27 常用的(de)數據分(fen)(fen)(fen)析(xi)方法：分(fen)(fen)(fen)布分(fen)(fen)(fen)析(xi)
14-28 常(chang)用(yong)的數(shu)據(ju)分析方法：用(yong)戶留存
14-29 一(yi)個(ge)新產品(pin)上線(xian)后，如(ru)何評(ping)估價值
14-30 常用的數據分析方(fang)法：用戶畫(hua)像
14-31 標簽從哪來
14-32 高質量拉新
14-33 常(chang)用的數據分析方法：歸(gui)因查找(zhao)
14-34 如何查出誰在薅羊毛
14-35 案例：分析某(mou)陌(mo)生人(ren)社交(jiao)產品情況
14-36 數(shu)據分(fen)析的常見誤(wu)區
14-37 抖音(yin)(yin)看見(jian)音(yin)(yin)樂計劃概(gai)述
14-38 活動(dong)業務(wu)流程梳理
14-39 了解活動(dong)目的及核心事件
14-40 案例：活(huo)動指標監控體系(xi)搭建
14-41 案例：活動亮點及建議
15章 python編程基礎
15-1 Anaconda的安裝與(yu)使(shi)用
15-2 Jupter notebook頁面功能介紹
15-3 Markdown 語言簡介
15-4 內置函數的使(shi)用
15-5 python的變量
15-6 標(biao)準數據類型(xing)--數字(zi)類型(xing)
15-7 數學(xue)(xue)的計(ji)算-math科學(xue)(xue)計(ji)算庫
15-8 符(fu)合運(yun)算符(fu) 比較運(yun)算符(fu) 邏(luo)輯運(yun)算符(fu)
15-9 字符串的定義 字符串的拼接和重復
15-10 字符串的(de)索引和切(qie)片
15-11 轉義字符和原生字符串
15-12 字符串的(de)常用方法
15-13 字(zi)符(fu)串格式化方法
15-14 if體哦阿(a)健(jian)判斷語句(ju) 控制流語句(ju)的概(gai)念
15-15 input函數
15-16 判斷語句(ju)
15-17 列(lie)表(biao)的使用(yong)
15-18 循(xun)環語句
15-19 其(qi)他數(shu)據類型轉(zhuan)換成(cheng)布爾(er)類型
15-20 break+continue
15-21 列表、元(yuan)組、字典
15-22 函數的定義、調(diao)用
16章 pytho數據整理
16-1 向量、矩(ju)陣和數組
16-2 加載數據
16-3 數據整理
16-4 處理數值型(xing)數據(ju)
16-5 處理分類(lei)變量
17章 數據挖掘模型
17-1 貝式網絡(luo)
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(ji)成學(xue)習算法
17-8 聚類分析
17-9 關聯規則
17-10 案例(li)：如何利用發呢列技術來建立(li)小額(e)信貸(dai)的(de)響應模型
18章 客戶購買行為分析
18-1 業務背景與客(ke)戶需求
18-2 當前及(ji)歷史銷售情況分(fen)析
18-3 客戶復購(gou)與回購(gou)分析
18-4 不同產品和(he)客戶(hu)畫像(xiang)分析
18-5 客戶(hu)畫像(xiang)和桑(sang)葚(shen)圖
19章 客戶轉化分析
19-1 客戶轉化(hua)分析
20章 python文本分析和特征提取
20-1 基本(ben)概念-信息檢索(suo)技(ji)術（全文掃描、關鍵詞(ci)、關鍵詞(ci)索(suo)引）
20-2 python實操（多篇(pian)文章TF,IDF)
20-3 文本挖掘(jue)的(de)處理(li)流程
20-4 N-Gram及分詞(ci)-法(fa)則式分詞(ci)法(fa)
20-5 N-Gram及分詞-統計式分詞法和詞性標注
20-6 關(guan)鍵詞提取及(ji)用python實作(zuo)基本(ben)jieba分詞
20-7 用(yong)python實作進階jieba分(fen)析及TFIDF關鍵詞提取(qu)
20-8 用pyhon實做jieba分詞詞性標注
20-9 非(fei)結(jie)構轉(zhuan)結(jie)構數據-詞(ci)袋模型
20-10 非(fei)結構轉結構數據(ju)-PCA&矩陣分解
20-11 非結(jie)構(gou)轉結(jie)構(gou)數據(ju)-Glove
20-12 非結構(gou)轉(zhuan)結構(gou)數據-Word2Vec（Skip-Gram & CBOW)
20-13 用python實作Word2Vec（Skip-Gram & CBOW) 模(mo)型訓練及使用
20-14 文本詞云化
20-15 文本(ben)挖掘的(de)應用-文本(ben)分類
20-16 文本挖掘的應(ying)用-情緒(xu)分析(xi)
20-17 文(wen)本(ben)(ben)挖掘的應用-文(wen)本(ben)(ben)聚類
20-18 文(wen)本挖掘(jue)的應用(yong)-文(wen)本摘要
加入高級會員獲得助教答疑
