課程內容：
01章業(yè)務數(shù)據分析基礎
01-01數(shù)據分析概述
01-02數(shù)據加工方法
01-03數(shù)據計算方法
01-04數(shù)據透視分析方法
01-05業(yè)務數(shù)據可視化方法
01-06業(yè)務數(shù)據分析案例-財務分析
01-07作業(yè)練習：利用Excel實現(xiàn)多條件下的銷售額計算
02章業(yè)務數(shù)據分析模型與分析方法
02-01帕累托分析
02-02案例應用1-核心產品分析
02-03分類分析-RFM模型
02-04案例應用2-用戶忠誠度模型
02-05樹狀結構分析
02-06案例應用3-汽車行業(yè)分析報告
02-07作業(yè)練習：制作市場獲客數(shù)據分析報告
03章數(shù)據庫概述與SQL查詢
03-01數(shù)據庫概述與數(shù)據庫基礎
03-02數(shù)據類型和約束條件
03-03創(chuàng)建及使用數(shù)據庫
03-04創(chuàng)建、修改及刪除表
03-05插入、更新、刪除數(shù)據
03-06查詢數(shù)據：單表查詢、集合函數(shù)查詢、連接查詢、子查詢、合并查詢、多表查詢
03-07SQL運算符和函數(shù)
03-08SQL綜合案例：電商數(shù)據多表查詢練習
03-09作業(yè)練習：使用SQL匯總計算銷售類多表數(shù)據
04章Power BI商業(yè)智能分析基礎
04-01商業(yè)智能分析概述
04-02商業(yè)智能分析流程
04-03指標及指標體系
04-04商業(yè)智能可視化分析方法
04-05理解數(shù)據倉庫概念
04-06數(shù)據倉庫上的數(shù)據收集
04-07數(shù)據倉庫上的數(shù)據處理加工
04-08作業(yè)練習：結合自己的行業(yè)領域規(guī)劃產品/運營/獲客指標體系
05章Power BI搭建多維業(yè)務數(shù)據模型
05-01理解數(shù)據模型
05-02數(shù)據模型創(chuàng)建邏輯
05-03理解維度與度量
05-04掌握多條件下的透視規(guī)則
05-05時間維度透視分析
05-06作業(yè)練習：搭建銷售分析多維數(shù)據模型
06章Power BI商業(yè)智能實戰(zhàn)案例
06-01案例分析流程：業(yè)務背景介紹-理解數(shù)據-制作分析儀
06-02零售銷售情況監(jiān)控儀
06-03餐飲指標監(jiān)控儀
06-04電商流量分析儀
06-05快消行業(yè)銷售分析儀
06-06作業(yè)練習：制作金融業(yè)務數(shù)據分析報表
07章數(shù)據分析之統(tǒng)計學基礎-Part1
07-01數(shù)據分析方法概述：數(shù)據分析過程、數(shù)據分析的商業(yè)驅動
07-02概率論基礎：隨機事件、概率、概率分布
07-03描述性統(tǒng)計分析：集中程度、離散程度、偏度和峰度
07-04常見分布族：正態(tài)分布和中心極限定理
07-05多維隨機變量：聯(lián)合分布、協(xié)方差、相關系數(shù)
07-06數(shù)據簡化原理：似然函數(shù)和輔助函數(shù)
07-07參數(shù)估計：點估計和區(qū)間估計
07-08作業(yè)練習：對于消費者調研數(shù)據進行描述并進行特征分析
08章數(shù)據分析之統(tǒng)計學基礎-Part2
08-01匹配樣本
08-02樣本量的確定
08-03統(tǒng)計學二類錯誤
08-04T檢驗和F檢驗方法
08-05分類變量的相關性分析
08-06方差分析方法
08-07一元線性回歸分析
08-08多元線性回歸分析
08-09作業(yè)練習：運用調研數(shù)據進行資產價格預測
09章SPSS數(shù)據分析實戰(zhàn)-Part1
09-01數(shù)據分析全過程 - 綜合績效案例講解
09-02SPSS軟件綜合特征 - 軟件綜合功能
09-03SPSS軟件介紹 - 數(shù)據與變量設置
09-04如何理解描述數(shù)據— 統(tǒng)計和描述性分析
09-05如何理解描述數(shù)據— 可視化圖形探索
09-06樣本設計與執(zhí)行
09-07SPSS進行線性回歸分析
09-08SPSS進行Logistic回歸分析
09-09實戰(zhàn)1：員工績效管理之線性回歸
09-10實戰(zhàn)2：銀行客戶信用行為特征分類與違約預測
09-11作業(yè)練習：使用線性回歸進行汽車貸款用戶價值預測
10章SPSS數(shù)據分析實戰(zhàn)-Part2
10-01特征篩選流程
10-02DB特征篩選方法步驟
10-03主成分分析原理
10-04主成分分析的判斷標準和應用場景
10-05主成分分析與因子分析
10-06主成分回歸
10-07客戶畫像的商業(yè)場景及應用
10-08商業(yè)報告歸納需求
10-09聚類算法：K-均值聚類、系統(tǒng)聚類和二階聚類
10-10市場細分和應用
10-11時間序列原理介紹：AR模型、MA模型和ARIMA模型
10-12時間序列數(shù)據的預處理
10-13時間序列的建模與預測
10-14實戰(zhàn)1：降維在消費行為中的應用
10-15實戰(zhàn)2：電商客戶行為標簽標定及異常監(jiān)測
10-16實戰(zhàn)3：不同市場訂戶信息的序列預測
10-17作業(yè)練習：使用時間序列分析進行產品收益預測
11章選修：Tableau商業(yè)智能分析與案例實戰(zhàn)
11-01數(shù)據可視化和Tableau產品安裝與配置
11-02Tableau數(shù)據獲取及數(shù)據操作
11-03Tableau字段操作和計算字段函數(shù)
11-04Tableau頁面及功能區(qū)介紹
11-05Tableau排序及篩選器演示
11-06初級數(shù)據可視化：條形圖/折線圖/餅圖/散點圖/直方圖/文本表/盒須圖/熱力圖/環(huán)形圖/詞云圖/樹形圖/氣泡圖
11-07高級數(shù)據可視化：甘特圖/帕累托圖/漏斗圖/標靶圖/啞鈴圖/雷達圖/地圖
11-08趨勢線/預測線原理及制作和參數(shù)應用
11-09儀表盤和故事制作
11-10綜合案例1：客戶留存之漏斗分析
11-11綜合案例2：產品A/B測試分析
11-12綜合案例3：金融投資數(shù)據分析
魯公網安備37061302000010號
在線客服
預約試聽