从入门到精通 | CDA数据分析师I-II-III级
随着我国互联网的发展,各企业能够获得更多的行业数据,而企业面对这海量的数据需要专业的人才进行分析,帮助企业获得一些决策帮助或者发现新的商机。
专业的数据分析可以为企业带来的帮助
- 商业决策需要
现代企业的商业决策需要基于大量数据进行分析和判断,而数据分析师可以通过处理和分析数据,为企业提供有力的决策支持。
- 市场需求驱动
市场趋势和消费者需求变化是难以预测的,而数据分析师可以通过对市场数据进行分析,帮助企业了解市场趋势和消费者需求,进而制定更加精准的市场营销策略。
- 优化运营效率
数据分析师可以通过对企业的运营数据进行分析,发现运营中的瓶颈和问题,提出优化建议,提高企业的运营效率。
- 发掘新的商业机会
数据分析师可以通过对行业数据进行分析,发现新的商业机会和潜在客户,帮助企业拓展业务范围。
- 提高企业竞争力
数据分析师可以通过对竞争对手的数据进行分析,了解竞争对手的动态和市场格局,帮助企业制定更加合理的竞争策略,提高企业竞争力。
CDA 数据分析师
CDA LEVEL Ⅰ 认证辅导课程,专门为希望零基础学习业务数据分析技能的在职人员以及希望参与 CDA LEVEL Ⅰ 考试的人员开设。课程技能覆盖各行业的业务数据分析岗、数据运营岗、数据产品岗、数据营销岗等数据分析专项技能岗所要求的技能,同时适用于财务数据分析、人力资源数据分析等数据赋能岗。
课程适合零基础学员学习,课程设计遵循循序渐进的教学规律,包含 Excel、PowerBI、SQL 数据库、统计学基础等工具与理论课程模块,同时包含大量基于实际业务场景的各行业实战项目案例,比如通过制作客户运营分析仪表板实现客户价值分析、挖掘潜在客户、监控电商运营指标等,提升电商运营效益。
方法论
面向人群
- 人人皆需的职场数据思维与通用数据技能
- 零基础就业转行人群
- 高校应往届毕业生人群
- 研发、技术岗在职人群
- 产品、运营、营销等业务人群
- 待业、期待转行从事数据分析工作人员
- 可借助数据分析提高工作效率的人群
- 对数据分析感兴趣的高校教师
- 对商业 Bl 数据分析感兴趣的各界人士
- 企业创始人、经理人、管理咨询类岗位从业人群
对标岗位
- 商业数据分析师
- 业务数据分析师
- 初级数据分析师
- SQL 数据分析师
- BI 数据分析师
- 数据产品运营
- 数字市场营销
课程安排
课程大纲 | 课程内容 |
数据分析概论与结构化数据 | 数据分析绪论 |
表格结构数据的特征、获取与计算 | |
条件格式与常用函数 | |
数据透视表专题 | |
可视化分析方法 | |
案例:人力资源分析之考勤数据分析 | |
业务分析方法 | 业务指标分析与指标体系 |
业务模型分析 | |
业务分析方法论 | |
案例:复购分析实战 | |
描述性统计分析 | 统计学概述 |
描述性统计 | |
常用数据分布 | |
相关分析 | |
多维数据分析 | 商业智能概述 |
表结构数据的特征,获取与计算 | |
单表处理 | |
多表合并处理 | |
多表透视分析逻辑 | |
Pivot多维数据模型 | |
多维数据分析 | 5W2H思维模型 |
透视分析方法 | |
dax函数 | |
时间智能函数 | |
power bi 操作拓展 | |
案例:淘宝天猫分析实战 | |
数据库 | 数据库的基本概念 |
DDL数据定义语言 | |
DML数据操作语言 | |
单表查询 | |
数据库 | 单表查询 |
多表查询 | |
数据库 | 数据库函数 |
子查询 | |
案例:零售业数据库查询 | |
业务分析报告与可视化报表 | 企业数据咨询流程介绍 |
可视化分析图表 | |
业务分析报告的撰写 | |
案例:跨国企业数据分析综合实战 |
考试大纲占比
CDA LEVEL Ⅰ 包含以下科目:《职业道德与操守》、《数据库与 SQL 基础》、《统计学(初级)》、《业务数据分析》、《数据可视化》。
CDA等级 | 专业知识 | 占比 |
CDALEVEL Ⅰ | 数据分析概述与职业操守 | 3% |
数据结构 | 15% | |
数据库基础 | 17% | |
描述性统计分析 | 10% | |
多维数据透视分析 | 10% | |
业务数据分析 | 30% | |
业务分析报告与数据可视化报表 | 15% |
CDA LEVEL Ⅱ 包含以下科目:《数据采集与数据处理》、《统计分析》、《商业策略分析》、《数据治理》。
CDA等级 | 专业知识 | 占比 |
CDALEVEL Ⅱ | 数据采集与处理 | 12% |
数据模型管理 | 3% | |
标签体系与用户画像 | 5% | |
统计分析 | 25% | |
数据分析模型 | 40% | |
数字化工作方法 | 15% |
CDA LEVEL Ⅲ 包含以下科目:《数据挖掘与高级数据处理》、《自然语言处理与文本分析》、《算法应用与实战》。
CDA等级 | 专业知识 | 占比 |
CDALEVEL Ⅲ | 数据挖掘概论 | 15% |
高级数据处理与特征工程 | 25% | |
自然语言处理与文本分析 | 20% | |
机器学习算法与实战 | 40% |