課程內(nèi)容：
01章業(yè)務(wù)數(shù)據(jù)分析基礎(chǔ)
01-01數(shù)據(jù)分析概述
01-02數(shù)據(jù)加工方法
01-03數(shù)據(jù)計(jì)算方法
01-04數(shù)據(jù)透視分析方法
01-05業(yè)務(wù)數(shù)據(jù)可視化方法
01-06業(yè)務(wù)數(shù)據(jù)分析案例-財(cái)務(wù)分析
01-07作業(yè)練習(xí)：利用Excel實(shí)現(xiàn)多條件下的銷售額計(jì)算
02章業(yè)務(wù)數(shù)據(jù)分析模型與分析方法
02-01帕累托分析
02-02案例應(yīng)用1-核心產(chǎn)品分析
02-03分類分析-RFM模型
02-04案例應(yīng)用2-用戶忠誠度模型
02-05樹狀結(jié)構(gòu)分析
02-06案例應(yīng)用3-汽車行業(yè)分析報(bào)告
02-07作業(yè)練習(xí)：制作市場獲客數(shù)據(jù)分析報(bào)告
03章數(shù)據(jù)庫概述與SQL查詢
03-01數(shù)據(jù)庫概述與數(shù)據(jù)庫基礎(chǔ)
03-02數(shù)據(jù)類型和約束條件
03-03創(chuàng)建及使用數(shù)據(jù)庫
03-04創(chuàng)建、修改及刪除表
03-05插入、更新、刪除數(shù)據(jù)
03-06查詢數(shù)據(jù)：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(yùn)算符和函數(shù)
03-08SQL綜合案例：電商數(shù)據(jù)多表查詢練習(xí)
03-09作業(yè)練習(xí)：使用SQL匯總計(jì)算銷售類多表數(shù)據(jù)
04章Power BI商業(yè)智能分析基礎(chǔ)
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(biāo)及指標(biāo)體系
04-04商業(yè)智能可視化分析方法
04-05理解數(shù)據(jù)倉庫概念
04-06數(shù)據(jù)倉庫上的數(shù)據(jù)收集
04-07數(shù)據(jù)倉庫上的數(shù)據(jù)處理加工
04-08作業(yè)練習(xí)：結(jié)合自己的行業(yè)領(lǐng)域規(guī)劃產(chǎn)品/運(yùn)營/獲客指標(biāo)體系
05章Power BI搭建多維業(yè)務(wù)數(shù)據(jù)模型
05-01理解數(shù)據(jù)模型
05-02數(shù)據(jù)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(shí)間維度透視分析
05-06作業(yè)練習(xí)：搭建銷售分析多維數(shù)據(jù)模型
06章Power BI商業(yè)智能實(shí)戰(zhàn)案例
06-01案例分析流程：業(yè)務(wù)背景介紹-理解數(shù)據(jù)-制作分析儀
06-02零售銷售情況監(jiān)控儀
06-03餐飲指標(biāo)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(xí)：制作金融業(yè)務(wù)數(shù)據(jù)分析報(bào)表
07章數(shù)據(jù)分析之統(tǒng)計(jì)學(xué)基礎(chǔ)-Part1
07-01數(shù)據(jù)分析方法概述：數(shù)據(jù)分析過程、數(shù)據(jù)分析的商業(yè)驅(qū)動(dòng)
07-02概率論基礎(chǔ)：隨機(jī)事件、概率、概率分布
07-03描述性統(tǒng)計(jì)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(jī)變量：聯(lián)合分布、協(xié)方差、相關(guān)系數(shù)
07-06數(shù)據(jù)簡化原理：似然函數(shù)和輔助函數(shù)
07-07參數(shù)估計(jì)：點(diǎn)估計(jì)和區(qū)間估計(jì)
07-08作業(yè)練習(xí)：對于消費(fèi)者調(diào)研數(shù)據(jù)進(jìn)行描述并進(jìn)行特征分析
08章數(shù)據(jù)分析之統(tǒng)計(jì)學(xué)基礎(chǔ)-Part2
08-01匹配樣本
08-02樣本量的確定
08-03統(tǒng)計(jì)學(xué)二類錯(cuò)誤
08-04T檢驗(yàn)和F檢驗(yàn)方法
08-05分類變量的相關(guān)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(xí)：運(yùn)用調(diào)研數(shù)據(jù)進(jìn)行資產(chǎn)價(jià)格預(yù)測
09章SPSS數(shù)據(jù)分析實(shí)戰(zhàn)-Part1
09-01數(shù)據(jù)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(jù)與變量設(shè)置
09-04如何理解描述數(shù)據(jù)— 統(tǒng)計(jì)和描述性分析
09-05如何理解描述數(shù)據(jù)— 可視化圖形探索
09-06樣本設(shè)計(jì)與執(zhí)行
09-07SPSS進(jìn)行線性回歸分析
09-08SPSS進(jìn)行Logistic回歸分析
09-09實(shí)戰(zhàn)1：員工績效管理之線性回歸
09-10實(shí)戰(zhàn)2：銀行客戶信用行為特征分類與違約預(yù)測
09-11作業(yè)練習(xí)：使用線性回歸進(jìn)行汽車貸款用戶價(jià)值預(yù)測
10章SPSS數(shù)據(jù)分析實(shí)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(biāo)準(zhǔn)和應(yīng)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(yīng)用
10-08商業(yè)報(bào)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(xì)分和應(yīng)用
10-11時(shí)間序列原理介紹：AR模型、MA模型和ARIMA模型
10-12時(shí)間序列數(shù)據(jù)的預(yù)處理
10-13時(shí)間序列的建模與預(yù)測
10-14實(shí)戰(zhàn)1：降維在消費(fèi)行為中的應(yīng)用
10-15實(shí)戰(zhàn)2：電商客戶行為標(biāo)簽標(biāo)定及異常監(jiān)測
10-16實(shí)戰(zhàn)3：不同市場訂戶信息的序列預(yù)測
10-17作業(yè)練習(xí)：使用時(shí)間序列分析進(jìn)行產(chǎn)品收益預(yù)測
11章選修：Tableau商業(yè)智能分析與案例實(shí)戰(zhàn)
11-01數(shù)據(jù)可視化和Tableau產(chǎn)品安裝與配置
11-02Tableau數(shù)據(jù)獲取及數(shù)據(jù)操作
11-03Tableau字段操作和計(jì)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(jí)數(shù)據(jù)可視化：條形圖/折線圖/餅圖/散點(diǎn)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(jí)數(shù)據(jù)可視化：甘特圖/帕累托圖/漏斗圖/標(biāo)靶圖/啞鈴圖/雷達(dá)圖/地圖
11-08趨勢線/預(yù)測線原理及制作和參數(shù)應(yīng)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(chǎn)品A/B測試分析
11-12綜合案例3：金融投資數(shù)據(jù)分析
魯公網(wǎng)安備37061302000010號(hào)
在線客服
預(yù)約試聽