課程大綱： CDA數(shù)據分析培訓
1章預科學習（工具篇）
1-1Excel 預習視頻
1-2數(shù)據庫預習視頻
1-3Power BI 預習視頻
2章預科學習（業(yè)務篇）
2-1業(yè)務前臺人員數(shù)據思維訓練營
3章業(yè)務數(shù)據分析(Excel)
3-1表格結構數(shù)據的特征、獲取方法
3-2表格結構數(shù)據引用、查詢與計算方法
3-3數(shù)據驅動型業(yè)務管理（數(shù)據埋點、數(shù)據治理、數(shù)據應用等）
3-4指標的應用 - 搭建營銷運營指標體系
3-5財務指標的分析與應用
3-6業(yè)務場景指標 - 多場景業(yè)務場景指標應用精講（運營、客戶、商品、活動等）
3-7指標的設計 - 多場景指標設計、使用及分析案例（績效、運營、銷售等）
3-8業(yè)務指標綜合分析案例 - 互聯(lián)網運營業(yè)務指標綜合分析案例
3-9可視化分析方法
3-10業(yè)務分析方法應用 - 杜邦分析法、帕累托分析法、四象限分析法
3-11業(yè)務模型應用 - 價值模型、帕累托模型、漏斗模型、RFM模型
3-12撰寫業(yè)務分析報告方法
3-13電商、互聯(lián)網、零售行業(yè)的數(shù)據分析場景介紹
3-14客戶分析 - 電商客戶維度綜合分析案例（用戶生命周期、用戶特征、用戶行為分析）
3-15產品分析 - 電商產品維度綜合分析案例（商品畫像、商品標簽、商品定位策略分析）
3-16運營分析 - 互聯(lián)網運營業(yè)務綜合分析案例（運營效果分析、電商漏斗模型分析應用）
3-17市場分析 - 汽車行業(yè)市場分析案例（市場分析報告撰寫方法）
3-18銀行綜合分析案例 - 銀行綜合業(yè)務分析報告
4章統(tǒng)計基礎與數(shù)據預處理（Excel）
4-1分析的基本概念
4-2描述性統(tǒng)計與數(shù)據預處理
4-3統(tǒng)計分布
5章多維數(shù)據分析與可視化分析（Power BI）
5-1表結構數(shù)據的特征與獲取
5-2表結構數(shù)據加工與使用
5-3多表透視分析邏輯
5-4透視分析方法
5-5多維數(shù)據模型
5-6多表透視分析應用案例 -- 多維透視分析應用案例
5-7客戶分析 - 電商客戶運營分析儀表板（潛在客戶挖掘、電商運營效果監(jiān)控、運營指標分析應用）
5-8產品分析 - 產品進銷存追蹤監(jiān)控看板（進銷存業(yè)務流程分析與監(jiān)控）
5-9運營分析 - 電商運營分析駕駛艙（電商獲客分析、營銷漏斗模型監(jiān)控分析）
5-10銷售分析 - 服裝行業(yè)銷售情況分析（銷售情況監(jiān)控看板制作方法）
5-11財務分析 - 地產企業(yè)盈利分析（企業(yè)利潤結構構成及盈利能力分析看板）
5-12綜合實戰(zhàn)案例 - 電商綜合運營分析儀表板（流量、轉化、客單相關指標分析監(jiān)控）
6章推斷性統(tǒng)計
6-1參數(shù)估計
6-2假設檢驗
6-3AB test
6-4使用帶檢驗的AB test分析運營方案
7章數(shù)據管理與數(shù)據治理簡介
7-1企業(yè)決策的四個層次：戰(zhàn)略、管理、運營、操作
7-2企業(yè)數(shù)據分析能力的演進
7-3企業(yè)運營和操作數(shù)據應用
7-4數(shù)據管理基礎知識與DMBOK知識體系
7-5企業(yè)數(shù)據能力建設
7-6數(shù)據治理實操框架
8章企業(yè)架構與數(shù)據架構基礎
8-1數(shù)據架構的基本概念
8-2數(shù)據模型介紹
8-3數(shù)據建模基礎
8-4數(shù)據建模方法
8-5數(shù)據建模規(guī)范化
8-6數(shù)據建模案例
9章SQL數(shù)據庫(MySQL)
9-1DDL數(shù)據定義語言（創(chuàng)建、選用、刪除數(shù)據/表）
9-2DML數(shù)據操作語言（添加、修改、刪除數(shù)據）
9-3單表查詢
9-4查詢結果排序、限制查詢結果數(shù)量
9-5多表查詢
9-6函數(shù)
9-7SQL大廠面試題突擊訓練
9-8查詢應用案例1 -- 電商多表查詢案例
9-9查詢應用案例2 -- 零售業(yè)多表查詢案例
10章Hive SQL
10-1Linux系統(tǒng)
10-2Linux常用命令和文件系統(tǒng)
10-3分布式存儲與計算(Hadoop)
10-4系統(tǒng)的安裝與部署
10-5Hive 架構原理
10-6Hive 數(shù)據類型
10-7HiveQL與應用
11章大型數(shù)據分析綜合項目實戰(zhàn)(Power BI+SQL)
11-1跨國企業(yè)完整數(shù)據分析實戰(zhàn)案例
11-2學生探索性實操制作分析報告
11-3項目現(xiàn)場專家評審與1V1指導
12章Python編程基礎
12-1Python 與 Anaconda 簡介
12-2Python 標準數(shù)據類型
12-3基本語法規(guī)則
12-4控制流語句
12-5自定義函數(shù)
13章Python 數(shù)據清洗與可視化
13-1Nump y數(shù)組分析
13-2Pandas 數(shù)表分析
13-3Pandas 數(shù)據清洗與可視化
13-4Python 數(shù)據可視化包-Matplotlib 介紹
13-5Python 數(shù)據可視化包-Seaborn 介紹與圖形繪制
13-6Python BI包-Pyecharts 介紹與圖形繪制
13-7分析案例—斯德哥爾摩氣候可視化分析
13-8分析案例—餐飲訂單數(shù)據清洗與分析
13-9分析案例—文本數(shù)據分析之QQ聊天信息可視化分析
14章Python+SQL 及 Python 自動化
14-1Python 連接SQL
14-2Python 辦公自動化
14-3實現(xiàn)自動風控報表
15章Python 統(tǒng)計與綜合案例
15-1參數(shù)估計與假設檢驗基礎
15-2相關分析
15-3回歸分析
15-4回歸模型的診斷與調優(yōu)
15-5用戶行為顯著影響因素分析案例
15-6大型案例：用戶復購預測分析案例
加入高級會員獲得助教答疑
