09、大数据/云计算 计算机IT系 ·

金职位-人人都能学会数据分析

金职位-人人都能学会数据分析 09、大数据/云计算 第1张

阶段一:快速掌握数据分析必备技能
第1周 走进数据分析
开课第一周先带大家对数据分析定义,行业需求及数据分析意图所在,基于这个出发,结合实际的业务应用场景,老师讲带着大家先从认识数据开始,进一步了解数据的不同特性如何为解决不同的问题而存在。
课程安排:
1、走进数据分析
2、多种多样的的数据类型
3、统计指标:集中趋势
4、统计指标:离散趋势
5、统计指标:分布形态
6、异常值的识别与处理
7、数据分析6大步骤
第2周 Excel从入门到表格分析
Excel作为最常用的数据分析工具之一,本周我们将从Excel入手数据分析,会更容易被接受。用一个简单的业务场景,教会学员从0到1的使用数据,展如 示数据并讲解数据。
课程安排:
1、Excel功能介绍
2、核心函数库:文本函数、数学函数、逻辑函数、条件聚合函数
3、使用函数对数据进行预处理
4、数据去重、拆分、排序与筛选
5、查找与引用函数
6、使用数据透视表快速汇总
7、认识图表、床架你图标
8、实战:大数据人才需求分析报告
第3周 从0开始学SQL
实际业务场景中,企业大部分会使用数据库存储数据,因而SQL成为了主流的数据提取语言,本周通过讲解SQL基础概念和操作,教会学员如何快速提取并清理本地数据,以供后续业务分析
课程安排:
1、什么是SQL
2、认识表、字段、记录
3、MySQL、Navicat的安装与使用
4、基础语法:增删改查
5、数据筛选和排序:like、not、in、order by
6、使用函数计算数据
7、对数据进行分类汇总
8、联表查询
9、存储数据
第4周 数据可视化利器 Tableau
Tableau 是最主流的数据可视化工具,通过托拉拽的方式,能将纷繁复杂的表与数据,快速整合为精美的可交互式图表。
课程安排:
1、什么是Tableau
2、Tableau安装
3、如何获取数据?常用网站介绍
4、准备数据
5、构建图表
6、创建仪表板
7、创建故事
8、保存与发布
9、可视化练习:美妆产品销售分析
阶段二:Python实现数据分析
第5周 Python基础语法
以学习自然语言的方式,带你轻松运用Python,并成功编写你的第一个Python程序。
课程安排:
1、学习编程的几个建议
2、什么是Python
3、安装运行环境、开发环境
4、运算符:算术运算、变量赋值
5、数据类型:字符、数字
6、数据容器:列表、集合、字典
7、条件判断语句、循环语句
8、编写一个函数
9、练习:计算销售总额
第6周 Python实现网络爬虫
通过对Python网络库Request、爬虫库BeautifulSoup的讲解,快速掌握网页结构与爬虫原理,成功运行你的第一个网络爬虫脚本。
课程安排:
1、什么是爬虫
2、Request库介绍
3、BeautifulSoup简介
4、尝试改写网页
5、遍历单个页面
6、登录问题
7、爬取整个网站
8、解析JSON
9、存储数据到CSV
10、练习:爬取销售数据
第7周 更高效的数据处理与可视化绘图
通过对Python数据分析库Pandas、可视化绘图库Matplotlib的讲解,实现对大数据的快速处理、统计分析与可视化,真正体验到编程带来的高效与便捷。
课程安排:
1、Pandas介绍
2、读取数据
3、清理数据:缺失、重复、异常、空值
4、数据运算、排序与筛选
5、练习:预处理销售数据
6、Matplotlib介绍
7、什么是画布
8、绘制直方图、折线图、散点图
9、调整视觉标签、设置多图并列
10、练习:销售数据可视化
阶段三:建立互联网数据分析框架
第8周 初始互联网商业模式
培养对互联网行业、商业模式、用户行为等基础认知,并以用户生命周期为线索,有针对性地搭建数据分析思维框架。
课程安排:
1、互联网行业简介
2、行业研究方法
3、企业研究方法
4、B2C/C2C商业模式
5、O2O/B2B商业模式
6、B2B2C商业模式
第9周 解析数据指标体系
以用户生命周期为线索,解析各环节业务指标,帮助你快速定位与拆分数据分析目标。
课程安排:
1、什么是用户生命周期
2、用户指标
3、留存指标
4、时长指标
5、渠道指标
6、功能指标
7、销售指标
8、直播类指标
第10周 构建用户画像
通过对用户属性、行为及群体标签的创建,洞察用户画像,并基于此深入理解用户需求,明确目标用户。
课程安排:
1、什么是用户画像
2、创建用户标签
3、构建用户画像
4、什么是RFM模型
5、使用Excel实现RFM模型
6、实战:消费者用户画像分析
阶段四:销售、市场与运营数据分析
第11周 用户引流与转化
对标用户生命周期「获客」环节,以电商网站流量分析为例,带你快速了解如何判断渠道推广有效性,并针对流失点完成优化,提高利润比。
课程安排:
1、什么是网站流量
2、什么是漏斗分析
3、AARRR用户增长模型
4、用户下单基本流程
5、分析下单路径中的关键优化点
6、利用Excel绘制漏斗图
7、实战:电商推广渠道分析
第12周 分析消费行为
基于对用户下单数据的统计分析,尝试挖掘用户消费行为与营销渠道、用户画像之间的相关性,进一步优化营销渠道与推荐系统。
课程安排:
1、计算复购率
2、计算回购率
3、分析男女用户消费频次是否有差异
4、分析头部用户贡献了多少成交
5、分析哪类商品最畅销
6、相关性分析
7、聚类分析
8、实战:直播带货数据 vs 消费者偏好
第13周 预售销售额、调整运营策略
基于以往销售数据的表现,以及对销售因子的统计分析,预测并制定未来销售业绩目标。
课程安排:
1、认识销售数据
2、什么是线性回归模型
3、利用线性回归预测数据
4、销售额影响因素
5、确认销售额优化方向
6、实战:预测电商双十一销售额?
7、共享单车为什么要推广红包车
8、红包策略引导用户再分布
9.、成本优化解决方案
阶段五:基于数据驱动迭代产品设计
第14周 促进用户活跃度、提升用户留存
通过产品策略或运营策略,实现全生命周期的用户管理,达成用户促活与留存的业务目标。
课程安排:
1、什么是用户活跃度
2、影响活跃度的因素
3、签到功能、积分体系
4、实战:如何提升用户活跃度
5、使用Excel计算留存率
6、使用aha Moment提升留存
7、如何寻找流失点
8、实战:留存率下降原因分析
第15周 使用AB实验迭代功能
以分组测验的方式,对用户进行差异化引导,找到最佳设计模式或功能点,完成运营目标。并学会对异常数据进行监控、预警和解读
课程安排:
1、AB实验的基本概念、应用场景
2、AB实验的统计学原理:假设检验
3、AB实验的业务基础:流量分层
4、AB实验的基本流程
5、AB实验结果的分析与解读
6、实战:AB实验真的有用吗?
7、寻找异常下单行为
8、什么是杜邦分析法
9、实战:识别电商异常数据
第16周 撰写数据报告、面试指导
数据报告是必不可少的环节,从框架,构思,讲解思路到演讲技巧都会映射。此外,还将解析数据分析岗的面试要点。
课程安排:
1、数据分析报告结构
2、数据报告的分析思路与框架
3、图表展示
4、ppt排版设计
5、图文排版技巧
6、数据报告演讲技巧
7、常见面试题串讲
8、面试经验分享

相关下载

点击下载