课前基础知识与工具

主要内容

・Excel 预习视频 ・数据库预习视频 ・Power BI 预习视频 ・业务前台人员数据思维训练营

可解决的现实问题

解决 0 基础学生数据分析工具和知识薄弱的问题

可掌握的核心能力

提前掌握基础数据分析工具和基础知识，为课程学习打好基础

企业需要的数据能力

主要内容

・企业数据应用能力概述、企业决策层次和对数据的需求、战略层的数据需求、管理层的数据需求、运营层的数据需求、操作层的数据需求、数据模型、数据分析的分类、商业数据分析的思维框架 EDIT、商业数据分析的总体流程

可解决的现实问题

不同层级的企业决策如何利用数据，解决企业在不同决策层面缺乏有效数据支持的问题。

可掌握的核心能力

掌握企业各层级数据需求的特点和应用场景，能够为企业提供有效的数据支持建议。

表格结构数据操作进阶

主要内容

・表格结构数据的特征 ・获取方法 ・表格结构数据的引用 ・查询与计算方法 ・数据透视分析

・可视化图表

可解决的现实问题

日常工作中处理大量表格数据时效率低下、分析时不知道如何汇总分析与展示。

可掌握的核心能力

熟练掌握表格数据处理的技能，包括数据引用、查询、计算、数据透视表和图表制作。

分析的思维范式

主要内容

・分类思维（RFM/忠诚度/矩阵分析/同期群分析等） ・链式思维（漏斗模型等） ・相关思维

可解决的现实问题

实际业务中如何运用不同的分析框架来解决具体问题，如客户细分、产品推荐等。

可掌握的核心能力

掌握多种数据分析思维模式和分析框架，能够灵活应用于不同的业务场景中。

配套案例

银行贷款违约客户特征分析

描述性统计分析

主要内容

・变量度量类型与统计量 ・变量度量类型与分布类型 ・分类变量的参数（统计量） ・连续变量的集中趋势参数（统计量） ・连续变量的离散程度参数（统计量）

・数据分布的对称与高矮 ・统计量与报表和统计制图的关系 ・相关分析 ・点估计与区间估计

可解决的现实问题

通过描述性统计分析来理解和解释数据，给出具体的分析指标数据。

可掌握的核心能力

1、掌握描述性统计分析的基本方法

2、能够进行变量度量、数据分布分析、相关分析等。

人工智能基础 (caie)

主要内容

・人工智能理论 ・Prompt 基本概念 ・基础提示技术 ・进阶提示技术 ・AI 工具赋能商业业务 ・AI 应用工具实践

可解决的现实问题

如何将人工智能技术应用于实际商业场景中

可掌握的核心能力

1、了解人工智能的基本理论和技术

2、掌握 AI 工具的应用方法

3、能够将 AI 技术应用于实际业务中

多表汇总分析与数据看板

主要内容

・表结构数据的特征与获取 ・表结构数据加工与使用 ・多表汇总分析逻辑及操作 ・多维数据模型的创建逻辑及操作 ・BI 软件的高级使用

可解决的现实问题

高效准确地处理和分析多表数据，提升数据汇总和分析的能力。

设计和实现数据看板，以便实时监控和展示关键业务指标。

可掌握的核心能力

1、掌握 BI 工具的高级使用方法

2、能够进行多表数据的清洗，汇总和多维数据模型的创建。

3、掌握数据看板的设计和实现方法。

业务分析方法与步骤

主要内容

・明确业务关注事项 ・发现问题、归因分析（初级）-指标归因法 ・优化策略、验证想法（AB测试）

・趋势图 ・ 对比图 ・分布图 ・组成图 ・ 关系图 ・流向图 ・统计制图原理

可解决的现实问题

系统地进行业务数据分析，并通过不同的图表类型来展示和分析数据，以更好地传达信息和洞察

可掌握的核心能力

1、掌握业务数据分析的系统方法

2、能够独立完成从业务问题的发现到解决方案的验证

3、掌握各种图表类型的制作方法和应用场景

4、能够根据不同的分析需求选择合适的图表

指标体系构建方法

主要内容

・指标概述 ・通用指标介绍 ・场景指标介绍

・指标体系介绍 ・按照指标间衍生关系分类 ・指标体系搭建方法

可解决的现实问题

系统地构建和管理企业指标体系，分析指标数据，确保指标分析能够有效地支持业务决策。

可掌握的核心能力

1、理解指标体系的构建原则和方法

2、能够设计和分析符合业务需求的指标体系

配套案例

大型线下零售行业复购分析案例

沙盘演练：大型数据分析综合项目实战

主要内容

・沙盘模拟：跨国企业完整数据分析实战案例

可解决的现实问题

在复杂业务场景下进行全流程的数据分析，从数据收集、处理到分析和报告的编写。

可掌握的核心能力

掌握大型数据分析项目的全流程操作，能够独立完成从数据收集到报告编写的全部工作。

SQL 数据库 (MySQL)

主要内容

・DDL 数据定义语言 ・DML 数据操作语言 ・单表查询（基本查询，条件查询，分组查询）

・多表查询（连接查询，联合查询） ・函数（数学函数、字符串函数、日期时间函数、分组合并函数、逻辑函数）

可解决的现实问题

高效地管理和查询数据库中的数据，提高取数准确性和数据处理效率。

可掌握的核心能力

掌握 SQL 的基本语法和高级查询技巧，能够独立完成数据库的管理和查询操作。

配套案例

电商查询案例

零售业多表查询案例

标签体系与用户画像

主要内容

・标签体系的设计原理 ・用户标签的制作方法 ・用户分群的方法 ・制作用户画像的思路与方法

可解决的现实问题

通过用户标签和用户画像来更好地理解理解用户，满足用户需求，提升用户体验。

可掌握的核心能力

掌握用户标签和用户画像的制作方法，能够根据业务需求设计和实现用户标签体系和用户画像。

沙盘演练：大型数据分析综合项目实战

主要内容

・沙盘模拟：用 SQL 和电子表格实现用户产品画像案例

可解决的现实问题

如何完成一个用户或产品相关的大型数据分析项目，从数据收集、处理到分析和报告的编写。

可掌握的核心能力

掌握大型数据分析项目的全流程操作，能够独立完成从数据收集到报告编写的全部工作。

Python 基础、数据清洗与可视化

主要内容

・Python 标准数据类型 ・基本语法规则 ・控制流语句 ・自定义函数

・Numpy 数组分析 ・Pandas 数表分析 ・Pandas 数据清洗与可视化 ・Python 数据可视化包 Matplotlib 介绍

・Python 数据可视化包 ・Seaborn 介绍与图形绘制

可解决的现实问题

使用 Python 进行基本的编程和数据处理、清洗和可视化，大幅提高数据处理与分析展示的效率。

可掌握的核心能力

掌握 Python 的基本语法和编程技巧，使用 Python 进行数据清洗和可视化，能够编写简单的 Python 程序进行数据处理、清洗与可视化，能够进行数据清洗和高质量的图表绘制。

配套案例(4选2)

轮船生存数据分析

天猫白酒销售数据分析

餐厅小费数据分析

拉勾网招聘数据分析

Python 办公自动化

主要内容

・SQL 数据接入 ・Python 连接 SQL ・多表数据自动提取 ・表格数据自动汇总 ・多表数据自动统计 ・Python 发送测试邮件

・Python 计算数据指标 ・实现自动风控报表

可解决的现实问题

使用 Python 实现办公自动化，自动分析数据并输出报表，提高工作效率。

可掌握的核心能力

1、掌握 Python 在办公自动化中的应用

2、能够编写脚本实现数据的自动提取、汇总、统计和发送邮件等功能

量化策略分析思维框架

主要内容

・设计思维 ・敏捷思维 ・数据思维 ・敏捷项目 Kanban 制作

・发现问题 ・近因分析（头脑风暴、多维 JS 散度分析、相关分析） ・根因分析

・做出预测 ・制定方案 ・验证方案

可解决的现实问题

在复杂业务场景中运用先进的数据分析思维，进行从发现问题到验证方案的全过程量化策略分析。

可掌握的核心能力

1、掌握设计思维、敏捷思维和数据思维

2、掌握量化策略分析的框架和方法

3、能够独立完成从问题发现到方案验证的全流程分析

统计分析与统计建模

主要内容

・假设检验 ・列联表与卡方检验 ・方差分析

・线性回归 ・回归模型的检验 ・模型归因分析

・逻辑回归 ・分类模型的评估 ・L1 和 L2 正则化

・趋势分解法 ・ARIMA

可解决的现实问题

通过统计分析与统计建模方法验证假设，预测未知，进行更科学和准确的数据分析。

可掌握的核心能力

掌握方差分析等统计方法，能够进行科学的假设验证。掌握线性回归模型的构建和检验方法。掌握逻辑回归算法的基础和高级应用。掌握时间序列分析的基本方法。能够进行模型预测和归因分析。

配套案例

识别分析-房价影响因素分析与预测案例

成交预测分析-保险产品精准营销案例

数据获取

主要内容

・概率抽样方法 ・问卷编写 ・问卷数据录入与清洗 ・问卷分析报告 ・全国企业信息数据库 ・全国招投标数据库

・全国招聘就业数据库 ・其他会员数据库

可解决的现实问题

通过市场调研获取有效的数据，从各种数据库中获取和利用数据，支持业务决策。

可掌握的核心能力

1、掌握市场调研的基本方法

2、能够编写问卷、收集和分析数据

3、了解各种数据库的特性和应用，能够从中获取和利用数据

特征降维方法

主要内容

・矩阵分析法

・连续变量降维

・主成分分析法

・因子分析

可解决的现实问题

通过降维方法实现指标打分排序，减少数据维度。

可掌握的核心能力

掌握各种特征降维方法，能够选择合适的方法进行数据降维。掌握对多个指标进行汇总打分排序的方法。

配套案例

因子分析-城市发展水平综合分析案例

机器学习

主要内容

・数据挖掘基础（有/无监督，交叉验证，参数搜索，过/欠拟合等） ・决策树 ・聚类 ・集成学习

可解决的现实问题

通过现金机器学习方法进行数据挖掘和预测，使用高性能的模型挖掘最核心的业务信息。

可掌握的核心能力

掌握机器学习的基本方法和高级技术，能够进行模型训练和调优，并应用到具体业务中。

配套案例

金融领域用户分群营销、欺诈识别案例

深度学习与人工智能

主要内容

・ 神经网络 ・AIGC 生成式人工智能 ・编码器与迁移学习 ・Transformer 架构 ・GPT 技术架构与训练方法 ・模型的 API 调用 ・模型的本地部署代码实践

可解决的现实问题

通过深度学习和人工智能技术解决复杂的业务问题，将最前沿的方法引入企业业务中。

可掌握的核心能力

掌握深度学习和人工智能的基本理论和技术，能够进行模型的调用和部署，并应用在实际业务中。

数据分析师职业规划课

主要内容

・职业规划

・职场沟通力

・团队协作力培养

・面试技巧指导与简历修改

・大厂面试模拟

可解决的现实问题

如何进行职业规划和发展，提升职场竞争力。

可掌握的核心能力

提升职场沟通和团队协作能力，在面试中表现更加出色。