针对周末时间充裕、基础薄弱人士,对商业BI数据分析感兴趣的各界人士
业务数据分析师培训课程
【所属机构:CDA数据分析师培训】

数据是信息时代的“新能源”,从银行到零售,从电商到体育,数据科学都成为成功决策的基础,广泛应用在营销优化、风险控制、客户关系等商业领域。作为一名业务数据分析师,你需要掌握根据具体业务指标提取和分析公司数据的方法,从商业指标、用户行为到精益管理等,并采取可视化技术有效传达你的知识发现。
哪些学员适合学习 业务数据分析
01
02
可借助数据分析提高工作效率的产品、运营、市场、销售、管理岗位人士
03
针对核心工作是SQL、数据清洗、可视化和业务分析的数据专员
04
在职数据分析师,学生,待业、期待转行从事数据分析工作人员
05
对数据分析、挖掘,以及商业智能比较感兴趣的高校学生、教师
06
零基础入门数据分析师人士,希望后续学习高阶数据分析技能的入门者
精品课程,总有一款适合你
课程由浅入深 ,循环渐进
课程模块 | 学习内容 |
业务数据分析基础 | 数据分析概述—数据分析流程、方法、在企业管理中的应用;数据加工方法;数据计算方法;数据透视分析方法;业务数据可视化方法;业务数据分析案例-财务分析 |
业务数据分析模型与分析方法 | 帕累托分析;案例应用1-核心产品分析;分类分析-RFM模型;案例应用2-用户忠诚度模型;树状结构分析;案例应用3-汽车行业分析报告 |
数据库概述与SQL查询 | 数据库概述与数据库基础;数据类型和约束条件;创建及使用数据库;创建、修改及删除表;插入、更新、删除数据;查询数据:单表查询、集合函数查询、连接查询、子查询、合并查询、多表查询;SQL运算符和函数;SQL综合案例:电商数据多表查询练习 |
Power BI商业智能分析基础 | 商业智能分析概述;商业智能分析流程;指标及指标体系;商业智能可视化分析方法论;理解数据仓库概念;数据仓库上的数据收集;数据仓库上的数据处理加工 |
Power BI搭建多维业务数据模型 | 理解数据模型;数据模型创建逻辑;理解维度与度量;掌握多条件下的透视规则;时间维度透视分析 |
Power BI商业智能实战案例 | 案例分析流程:业务背景介绍-理解数据-制作分析仪;综合案例1:零售销售情况监控仪;综合案例2:餐饮指标监控仪;综合案例3:电商流量分析仪;综合案例4:快消行业销售分析仪 |
数据分析之统计学基础-Part1 | 数据分析方法概述:数据分析过程、数据分析的商业驱动;概率论基础:随机事件、概率、概率分布;描述性统计分析:集中程度、离散程度、偏度和峰度;常见分布族:正态分布和中心定理;多维随机变量:联合分布、协方差、相关系数;数据简化原理:似然函数和辅助函数;参数估计:点估计和区间估计 |
数据分析之统计学基础-Part2 | 匹配样本样本量的确定;统计学二类错误;T检验和F检验方法;分类变量的相关性分析;方差分析方法;一元线性回归分析;多元线性回归分析;作业练习:运用调研数据进行资产价格预测 |
核心师资, 鼎力带学

数据分析老师 王小川
[学术背景]
国内某券商研究所分析师
数据挖掘、统计分析应用领域老师
[老师简介]
国内大的MATLAB论坛管理员,曾多次参与Mathworks公司培训活动,在北京、上海、武汉等地举办多次MATLAB培训研讨会,有丰富的MATAB实战技巧与培训经验,其微博上的发布的MATLAB数据挖掘公开课程总点击量超过50万,近三年在人大经济论坛开办Python培训,参与承担CDA-1/CDA-2,就业班中Python教学任务。
课程收获, 带来改变
01
学会基于统计学思想的商业分析技巧方法,掌握一门大型数据分析软件SAS
02
学会自行建模分析,独立完成数据分析工作,增强业务与技术对接能力
03
掌握使用Excel进行业务数据分析,掌握业务数据分析模型与分析方法
04
掌握使用Power BI进行商业智能分析,使用Mysql进行数据库增删改查操作
05
通过制作和观察Tableau仪表盘提供商业洞察,开发自动化交互式报表能力
06
运用统计学分析方法构建实战模型分析方法,并同结合SPSS软件实现
07
掌握数理统计学基础知识,精通基础分类、回归、聚类方法并结合案例应用
08
可以独立完成数据报告,可以熟悉掌握数据分析在各行业的应用场景