北京数据分析培训要花多少钱
请询价
- 介绍
-
课程介绍
课程亮点:
朝九晚九全程跟班答疑、一对一督学、定期直播串讲、五分钟内有问必答、出勤率和进度监督、作业与测试
学习目标:
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
掌握使用Power BI进行商业智能分析
掌握使用Mysql进行数据库增删改查操作
通过制作和观察Tableau仪表盘提供商业洞察
掌握开发自动化交互式报表能力
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
掌握数理统计学基础知识
精通基础的分类、回归、聚类方法,并结合案例应用
可以独立完成数据报告
掌握数据分析在各行业的应用场景
课程内容:
01章业务数据分析基础
01-01数据分析概述
01-02数据加工方法
01-03数据计算方法
01-04数据透视分析方法
01-05业务数据可视化方法
01-06业务数据分析案例-财务分析
01-07作业练习:利用Excel实现多条件下的销售额计算
02章业务数据分析模型与分析方法
02-01帕累托分析
02-02案例应用1-核心产品分析
02-03分类分析-RFM模型
02-04案例应用2-用户忠诚度模型
02-05树状结构分析
02-06案例应用3-汽车行业分析报告
02-07作业练习:制作市场获客数据分析报告
03章数据库概述与SQL查询
03-01数据库概述与数据库基础
03-02数据类型和约束条件
03-03创建及使用数据库
03-04创建、修改及删除表
03-05插入、更新、删除数据
03-06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
03-07SQL运算符和函数
03-08SQL综合案例:电商数据多表查询练习
03-09作业练习:使用SQL汇总计算销售类多表数据
04章Power BI商业智能分析基础
04-01商业智能分析概述
04-02商业智能分析流程
04-03指标及指标体系
04-04商业智能可视化分析方法
04-05理解数据仓库概念
04-06数据仓库上的数据收集
04-07数据仓库上的数据处理加工
04-08作业练习:结合自己的行业领域规划产品/运营/获客指标体系
05章Power BI搭建多维业务数据模型
05-01理解数据模型
05-02数据模型创建逻辑
05-03理解维度与度量
05-04掌握多条件下的透视规则
05-05时间维度透视分析
05-06作业练习:搭建销售分析多维数据模型
06章Power BI商业智能实战案例
06-01案例分析流程:业务背景介绍-理解数据-制作分析仪
06-02零售销售情况监控仪
06-03餐饮指标监控仪
06-04电商流量分析仪
06-05快消行业销售分析仪
06-06作业练习:制作金融业务数据分析报表
07章数据分析之统计学基础-Part1
07-01数据分析方法概述:数据分析过程、数据分析的商业驱动
07-02概率论基础:随机事件、概率、概率分布
07-03描述性统计分析:集中程度、离散程度、偏度和峰度
07-04常见分布族:正态分布和中心极限定理
07-05多维随机变量:联合分布、协方差、相关系数
07-06数据简化原理:似然函数和辅助函数
07-07参数估计:点估计和区间估计
07-08作业练习:对于消费者调研数据进行描述并进行特征分析
08章数据分析之统计学基础-Part2
08-01匹配样本
08-02样本量的确定
08-03统计学二类错误
08-04T检验和F检验方法
08-05分类变量的相关性分析
08-06方差分析方法
08-07一元线性回归分析
08-08多元线性回归分析
08-09作业练习:运用调研数据进行资产价格预测
09章SPSS数据分析实战-Part1
09-01数据分析全过程 - 综合绩效案例讲解
09-02SPSS软件综合特征 - 软件综合功能
09-03SPSS软件介绍 - 数据与变量设置
09-04如何理解描述数据— 统计和描述性分析
09-05如何理解描述数据— 可视化图形探索
09-06样本设计与执行
09-07SPSS进行线性回归分析
09-08SPSS进行Logistic回归分析
09-09实战1:员工绩效管理之线性回归
09-10实战2:银行客户信用行为特征分类与违约预测
09-11作业练习:使用线性回归进行汽车贷款用户价值预测
10章SPSS数据分析实战-Part2
10-01特征筛选流程
10-02DB特征筛选方法步骤
10-03主成分分析原理
10-04主成分分析的判断标准和应用场景
10-05主成分分析与因子分析
10-06主成分回归
10-07客户画像的商业场景及应用
10-08商业报告归纳需求
10-09聚类算法:K-均值聚类、系统聚类和二阶聚类
10-10市场细分和应用
10-11时间序列原理介绍:AR模型、MA模型和ARIMA模型
10-12时间序列数据的预处理
10-13时间序列的建模与预测
10-14实战1:降维在消费行为中的应用
10-15实战2:电商客户行为标签标定及异常监测
10-16实战3:不同市场订户信息的序列预测
10-17作业练习:使用时间序列分析进行产品收益预测
11章选修:Tableau商业智能分析与案例实战
11-01数据可视化和Tableau产品安装与配置
11-02Tableau数据获取及数据操作
11-03Tableau字段操作和计算字段函数
11-04Tableau页面及功能区介绍
11-05Tableau排序及筛选器演示
11-06初级数据可视化:条形图/折线图/饼图/散点图/直方图/文本表/盒须图/热力图/环形图/词云图/树形图/气泡图
11-07高级数据可视化:甘特图/帕累托图/漏斗图/标靶图/哑铃图/雷达图/地图
11-08趋势线/预测线原理及制作和参数应用
11-09仪表盘和故事制作
11-10综合案例1:客户留存之漏斗分析
11-11综合案例2:产品A/B测试分析
11-12综合案例3:金融投资数据分析