教你用可落地、易操作的数据科学思维和运营模板来优化企业决策,平衡成本收益,创造更多价值。
技术提升聚焦策略分析技术及企业常用的建模方法,让业务决策有规律可循,有方法可依。
工具应用课程中安排了每个分析方法的SQL与Python实现,并根据输出的结果分析业务需求,为进行合理、有效的策略优化提供数据支撑。
案例实战课程涉及大量企业项目案例:精准营销预测、营销策略优化、客户行为分析等。
熟练掌握Python统计分析算法与实践,包括统计分析、统计模型、数据治理
灵活使用统计分析算法解决各行业的业务问题,通过策略优化和精准预测来解决运营、产品、营销方面的问题
1章预习课(录播)-数据库SQL1-1数据库基本概念1-2DDL数据定义语言1-3DML数据操作语言1-4单表查询1-5多表查询1-6Python连接SQL2章预习课(录播)2-1Python编程基础,Numpy2-2Python标准数据类型2-3控制流语句2-4自定义函数2-5异常和错误2-6类与面向对象编程2-7Numpy数组操作2-8用Python做数据分析,必会的库Pandas2-9用Pandas做数据清洗与数据探索2-10Python数据可视化库(Matplotlib,Seaborn)3章数学与统计学基础3-1线-5假设检验3-6相关分析3-7卡方分析3-8一元线性回归理论推导4章商业策略分析(Level 2)第1周-SQL4-1数据库MySQL语句与实战4-2Python连接SQL数据库4-3SQL使用案例4-4零售电商多表分析案例5章商业策略分析(Level 2)第1周-指标体系与统计分析可视化5-1分析基础-数据分析的概念、过程、能力5-2指标体系的意义与构建5-3常用指标体系示例5-4统计分析可视化5-5企业经营分析-指标体系6章商业策略分析(Level 2)第2周-Pandas6-1Python基础与数据清洗可视化回顾6-2Python实操案例6-3教育行业分析-学校学科教育可视化案例6-4数据分析师岗位需求-lagou数据处理及分析案例7章商业策略分析(Level 2)第2周-方差分析,线统计分析(相关分析,方差分析)7-2线性回归(建立模型和模型检验)7-3识别分析-用户支出影响因素分析案例8章商业策略分析(Level 2)第3周-逻辑回归,主成分分析8-1逻辑回归(模型的建立与估计8-2模型评估8-3分类与回归的结合8-4信息压缩-主成分分析与因子分析(数据降维)8-5用户流失分析-员工流失预警案例8-6因子分析-城市发展水平综合分析9章商业策略分析(Level 2)第3周-标签体系与用户画像9-1标签体系的设计原理9-2用户标签的制作方法9-3客群分析-标签体系与用户画像9-4AB test-应用最广泛的对比分析方法9-5应用用户画像-美国某企业用户画像实战案例10章商业策略分析(Level 2)第4周-时间序列10-1时间序列分析(ARIMA算法)10-2Box-Jenkins 建模流程10-3时间序列回归10-4销售额预测-线上平台销售额预测实战案例11章商业策略分析(Level 2)第4周-数据采集与处理,数据管理11-1数据采集处理方法(数据采集,数据录入,数据预处理)11-2数据管理(数据分类,数据建模,数据仓库和ETL)11-3产品目标人群分析-市场数据的应用案例12章商业策略分析(Level 2)第5周-聚类分析,决策树应用12-1层次聚类12-2Kmeans聚类12-3聚类分析评价方法-决策树应用12-4用户分群-零售行业运营案例13章商业策略分析(Level 2)第5周-数字化工作方法,最优化方法13-1数字化工作方法13-2运筹优化方法(线性规划与二次优化,基于业务流程的优化)13-3数字化运营综合案例-某机构营销响应概率预测与风险预测案例14章商业策略分析(Level 2)第6周-数据接入与大数据平台14-1分布式存储与计算14-2Spark与Flink工作原理14-3使用PySpark实现分布式计算14-4数据接入策略与调度工具15章CDA 认证考试辅导(仅限报名考试的学生)15-1数据基本概念15-2指标体系15-3标签体系与用户画像15-4数据采集与处理15-5数据模型管理15-6统计分析15-7数据分析模型与应用15-8数字化工作方法与应用16章拓展选修课16-1数字化运营16-2数据产品经理16-3Python爬虫16-4深度学习之图像识别16-5Tableau 多维可视化分析16-6SPSS 统计分析硬核服务朝九晚九全程跟班答疑助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。一对一督学每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。定期直播串讲对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。有问必答
助教线上服务要求有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。
经管之家首席数据科学家。曾就职于某世界500强金融公司从事金融产品设计和大数据分析等工作,多家高校兼职教授。毕业于中国人民大学统计学院,近 20 年来一直进行数据分析的理论和实践,熟悉数据分析与建模,擅长使用Python、R语言、SAS在金融领域解决大数据建模及算法优化难题,积累了大量实践案例,经验丰富。
陈远祥,北京邮电大学副教授 。2014年毕业于北京大学,获通信与信息系统专业博士学位,2015年-2017年在北京大学做博士后研究。 发表SCI/EI学术论文80余篇,其中第一或通讯作者论文40余篇,申请发明专利4项。 主持国家自然科学基金面上项目,国家重点研发计划子课题,国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。
北京大学会计学博士, CDA数据科学研究院执行院长,中国大数据产业生态联盟专家委员会委员。曾任毕马威咨询大数据总监。北京语言大学金融硕校外导师,中国社会科学院大学等多所院校外聘讲师。具有18年数据挖掘、精益数据治理、数据规划咨询顾问经验。著有《金融商业数据分析与应用》系列丛书、《用商业案例学 R 语言数据挖掘》、《胸有成竹:数据分析的SASEG 进阶》等多本著作。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
考试报名CDA LEVEL II企业数字化发展中必备的数据分析流程与技能面向范围
考试大纲考试报名CDA LEVEL III企业数字化发展中必备的高级数据分析方法与技术面向范围
CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。
吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权
免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源
A:学完课程之后,可以在互联网、信息技术与服务、金融、管理咨询、通信、银行、制药、汽车、零售、电商等行业从事商业数据分析师、商业策略分析师、战略咨询顾问、高级数据产品经理、高级数据运营经理、高级数字化营销经理等岗位工作。