高端IT人才在线实训平台

当前位置:首页  /  课程  /  数据分析就业特训营

数据分析就业特训营

数据分析就业特训营
分享到:

本课程重在培养学员数据分析逻辑及思路,并结合常用技术及工具,落实完善分析框架,并结合互联网平台实战经验,分享用户研究、用户精细化分析、产品精细化分析等专项案例。针对零基础或想转战数据分析/数据运营岗位的学员,培养数据分析思维及技巧;针对有一定分析水平的学员,提升分析及技巧水平。

时长    14周           开班时间   1709DA(9月16日) 1710DA(10月26日,周四)

立即试学 全款购买 当前学习人数 584 收藏

课程介绍

数据分析框架及思路是核心,技巧技术是关键。本课程重在培养学员数据分析逻辑及思路,并结合常用技术及工具,落实完善分析框架。简易便捷的教学帮助学员很快上手,并结合互联网平台实战经验,分享用户研究、用户精细化分析、产品精细化分析等专项案例。针对零基础或想转战数据分析/数据运营岗位的学员,培养数据分析思维及技巧;针对有一定分析水平的学员,提升分析及技巧水平;让学员在未来的工作中增光添彩。


产品偏好-定向推送分析

动态筛选图-渠道效果分析

动态筛选图-用户转化分析

用户精细化-用户成长路径

用户精细化-用户三维散点1

用户精细化-用户三维散点2


课程特色

1)课程围绕互联网平台的用户及产品精细化运营展开,揭开数据分析面纱,快捷上手数据分析;

2)课程包含数据分析常用技术和工具,包含excel数据分析、SPSS的数据分析、Python数据分析、R数据分析等,适用于普众学员;

3)本课程聚焦数据分析核心工具及核心内容的讲解,重在快速上手数据分析。

课程涉及哪些工具与技术

1)统计学相关原理

2)Excel:适用于大众学员的使用工具,充分发掘excel数据分析潜力

3)SPSS:统计分析软件,便于建模分析

4)Python:性能非常高效,使用简单的脚本能处理大量的数据

5)R:包含大量的统计函数,具有较强的可视化功能,简单易用

6)Tableau:数据可视化分析,简易教学便捷上手

课程适用人群

1)对数据分析零基础或有简单了解的学员;

2)想转行做数据分析或者数据运营的学员;

3)想提升数据分析项目经验的学员;

学习需要什么基础

零基础学员或有一定分析、统计基础的学员

课程学完后的目标

1)培养数据分析思维;

2)熟悉并会使用excel进行基本的数据分析;

3)熟悉并会使用SPSS进行统计及数据分析;

4)熟悉并会使用Python进行统计及数据分析;

5)熟悉并会使用R进行统计及数据分析;

6)熟悉并会使用数据可视化分析软件进行数据分析;

7)结合上述工具独立完成数据分析报告及专项建模研究。

讲师介绍

  • 杨倩

    北京理工大学数学与应用数学学士,北京工商大学计量经济学专业硕士

    曾供职于万达集团数据中心、某在线黄金期货平台分析中心、某知名集团旗下金融平台数据运营中心。五年数据分析经验,擅长基于CRM的数据挖掘、数据可视化、大数据分析、用户运营及市场预测等相关工作。

  • 王旭

    大讲台特聘讲师

    曾供职于国内第三方征信公司,某知名集团旗下金融平台风控事业部。三年数据分析经验,主要从事用户客群分类、用户特征挖掘,自动信审模型及信用申请评分卡、催收评分卡等相关工作。

免费视频这么多,为什么还要来大讲台?

智能化

学习任务智能推送

混合式

“图文+视频”混合式课件

答疑快

30分钟问答响应

实战多

3分理论7分实战

包学会

账号长期有效学会为止

课程大纲

开篇
初识数据分析
什么是数据分析师?
数据分析师职业方向
Excel
Excel常用公式与函数
数据清洗类
关联匹配类
逻辑运算类
计算统计类
时间序列类
Excel隐藏函数
Excel常见问题及解决方案
Excel日产工作使用技巧
Excel实战项目
互联网金融行业常用指标分析
互联网金融行业充值返现活动效果分析
某教育机构财务周报分析
Excel经典数据图表
柱形图、条形图、折线图、饼图
美化图表
漏斗图
XY散点图、面积图、组合图
Excel动态作图
函数OFFSET
自定义名称动态作图
各种控件(单选、多选、组合框、滚动条、双控件)动态作图
Excel数据图表实战
实战:互联网金融项目动态作图
Excel数据透视表
如何使用透视表
报表布局
更改计算方式
套用样式
隐藏和显示汇总项
切片器
计算字段的插入
Excel数据透视表实战
实战:Excel数据透视表分析某教育公司招生情况
Tableau
Tableau
Tableau介绍及安装
Tableau数据源
Tableau计算
Tableau图表
Tableau仪表盘
Tableau数据导出
Tableau数据源-其他操作
Tableau计算-高级分析
Tableau可视化实战
实战:电商销售数据可视化
数据分析理论
概率
概率定义、性质
描述性统计分析
变量定义
数据分析性质
集中趋势的度量
离散程度的度量
偏太与峰度的度量
正态分布
数据标准化
实战:Excel绘制标准正态分布概率密度曲线
参数估计
参数估计涉及名词
参数估计的意义
参数估计的基本原理与置信区间
点估计
区间估计
一个总体参数的区间估计
两个总体参数的区间估计
练习:参数估计经典题目训练
假设检验
假设检验的步骤
假设检验-单侧检验、双侧检验
利用P值进行决策
一个总体参数的检验
总体均值的检验
总体比例的检验
总体方差的检验
两个总体参数的检验
两个总体均值的检验
两个总体比例之差的检验
练习:假设检验经典题目训练
方差分析
方差分析的基本问题
单因素方差分析
双因素方差分析
实战:用Excel进行有交互作用的双因素方差分析
线性回归
变量间关系的度量
一元线性回归
利用回归方程进行估计和预测
残差分析
多元线性回归模型
回归方程拟合优度
显著性检验
多重共线性
利用回归方程进行估计和预测
变量选择与逐步回归
实战:用Excel进行回归分析
因子分析及主成分分析
主成分分析
因子分析
几点说明
聚类分析
聚类分析的基本原理
系统聚类
K-均值聚类
时间序列
时间序列的概念和种类
时间序列的描述性分析
时间序列预测的程序
时间序列预测的方法
实战:用Excel预测啤酒的销量
SPSS
实战:SPSS数据分析
基础分析
假设检验
单因素方差分析
相关分析
线性回归分析
聚类分析
因子分析
R语言
R语言基础
R简介
R集成开发环境
条件判断
循环
数据类型和变量
定义函数
函数的参数
调用函数
递归函数
安装模块
使用模块
R绘图
ggplot概述
散点图、线图与时间序列谱图
柱形图,点图,饼图,直方图
箱线图,热力图,等高线
地图
数据挖掘-R语言
数据预整理 
数据分析的一般流程
数据的输入输出
常用统计量计算
共线性与稀疏变量
缺失值填补
数据变换与处理离群点
名义变量
回归模型
线性回归模型
广义线性回归
非线性回归
回归检验与方差分析
实战:预测泰坦尼克号乘客生还可能性
分类模型
logistic回归
最近邻算法
贝叶斯分类器
决策树
分类模型的评估
实战:建立德国信用分类模型
关联分析和推荐技术
MINE方法
apriori购物篮分析
聚类分析
层次聚类法
谱系图
k平均值法
k中心法
数据降维 
主成分分析
因子分析
几点说明
MySQL
MySQL数据分析
MySQL安装
使用Workbench连接MySQL
数据库操作
数据表操作
索引
常用查询语句
自定义函数
存储过程
触发器
事务
重复数据
导入导出
超时异常
MySQL实战
实战:数据分析常用sql语句
Python
Python基础
Python安装
Python语法基础
Python介绍及特性
Python基本数据类型
运算符
Python常见数据结构
流程控制语句
函数
生成器与迭代器
Python面向对象-类
模块
输入和输出
异常
代码封装
Python数据分析
Jupyter Notebook安装
Python数据分析扩展包-NumPy
Python数据分析扩展包-Pandas
Python数据分析扩展包-ggplot
实战:Python爬虫
1. 初见网络爬虫 
2. 复杂HTML解析
3. 穿越网页表单与登录窗口进行采集 
4. 图像识别与文字处理 
5. 数据采集 
6. 数据存储 
7. 读取文档 
8. 数据清洗 
9. 自然语言处理 
10. 数据分析与可视化呈现 
11. 网页数据采集中两个问题 
大数据
数据仓库构建
大数据生态圈概述
数据仓库核心技术
数据仓库架构及演进过程
大数据平台之上构建数据仓库
数据仓库模型概述及构建
ETL概述及实战
Sqoop核心技术
Sqoop实现大数据抽取
Hive核心技术
Hive实现大数据转换
Hive实现大数据的初始和定期装载
Azkaban工作流核心技术
Azkaban工作流定期自动执行ETL
数据仓库相关新技术扩展
实战:电商销售订单的数据分析和挖掘
实战一:互联网平台用户精细化运营
互联网平台用户精细化运营
方法论
以RFM模型为基础的聚类测试
聚类过程、聚类结果呈现
主要类别用户分析
实战二:互联网金融产品区域化智能推送
互联网金融产品区域化智能推送
产品期限、担保机构偏好的区域化差异分析
利率偏好的区域化差异分析
基于区域的定向推送
实战三:互联网平台产品精细化运营
互联网平台产品精细化运营
传统推荐算法
推荐引擎算法
推荐算法案例-Amazon
推荐算法1-基于模型的协同过滤
推荐算法2-用户的协同过滤
推荐产品筛选-基于产品的推荐
实战四:互联网金融行业投放渠道效果评估
效果评估模型-框架
为了什么:
(1)精细化管理
(2)精准投放
(3)成本管控
(4)效果评估
需要什么
(1)因子分析
(2)时间序列
(3)业务理解
(4)评估建模
(5)框架设计
怎么实现
(1)SPSS
(2)Tableau
(3)Excel
最终结果
(1)效果评估
(2)效果排名
(3)用户交互
业务指导
(1)有效成本利用
(2)核心项目锁定
(3)获取用户痛点
(4)拉升业务增长
效果评估模型-目的
效果评估
精准投放
成本管控
精细化管理
建模准备
结合业务
数据获取
选择方法
数据清洗
维度考量
(1)体量大小
(2)复投情况
(3)忠诚度
(4)复投力度
数据清洗及加工
(1)数据清洗
(2)数据加工
(3)框架设计
(4)数据评估
数据建模
SPSS建模
Tableau透视
Excel框架构建
业务指导
优质渠道
良好渠道
一般渠道
较差渠道
业务延伸
方案一:
分析平台核心渠道性质
探索和拓展优质渠道
提高优质投放渠道在公司的整体占比
方案二:
模型的不断优化迭代
根据业务发展系统化评估模型
帮助业务实施调整投放策略及后期运营策略
方案三:
运营策略的不断优化迭代
结合每期策略打发,实现AB-test策略实施方式,评估策略实施效果
方案四:
控制成本的有效投入
不断优化成本投入力度
控制公司成本支出,保证公司利润健康增长
实战五:信贷用户逾期分类模型(备选一)
项目背景
某互联网金融公司提供了近6万贷款用户的基本身份信息、用户浏览器行为、银行卡账单等数据信息,需要数据分析师以此建立准确的风险控制模型,来预测用户是否会逾期还款。
数据集
用户的基本属性:近6万条记录
银行流水记录:900+万条记录
用户浏览行为:2500+万条记录
信用卡账单记录:540+万条记录
放款时间信息:近6万条记录
顾客是否发生逾期行为的记录:近6万条记录
数据预处理
数据录入
数据统计
从银行交易记录推测工资
用款率 = 本期账单金额/信用卡额度
还款能力 = 上期还款金额 / 上期账单金额 (能看出是否分期)
银行卡种类
还款状态
用户浏览历史
二次数据处理
数据划分
变量筛选
主成分分析
数据建模
建模公式
建模数据
概率分布
学习率
每次模型训练抽取的特征量
学习多少颗树
交叉验证
运算调用多少CPU核心
模型评价及调优
模型评价
模型调优
数据预测
模型输出
实战五:电商平台促销活动分析实战(备选二)
目标
1、拉新/留存
(1)营销方式
(2)促销方式
(3)新客的留存
(4)老客的复购
2、销售/毛利/流量预估
(1)销售额达成
(2)毛利额达成
(3)提高客单价
3、物流/售后
(1)保证发货收货
(2)售后体验
(3)差评处理
促前
促前销售预算分解:
1、渠道拆解渠道拆解(结合同比与环比大促渠道占比)
2、品类拆分(结合同比与环比大促渠道占比)
3、品牌拆分(结合同比与环比大促渠道占比)
4、SKU拆分(结合同比与环比大促渠道占比)
促前毛利预算分解
1、渠道拆解
2、品类拆解
3、品牌拆解
4、单品拆解
5、促销费用与毛利
新品销售预估
1、流量预估
2、品牌故事
3、精准营销
4、关联促销
5、口碑建立
选品工具:SKU粒度的选品工具
存在关联:
1、销售达成,毛利达成
2、营销方法
3、促销形式玩法
4、供应商谈价格及供货量
拉新预估:广告来源、广告名称、广告媒介、广告文案……
锁库存:公共库存、锁库存优先级/虚拟库存、各个渠道锁定库存、……
预售情况:
1、加购: 分时段查看加购用户数
2、预付:分时段查看预付金额,以及催付情况
3、库存:预售单品库存情况
4、销售预测:根据预售情况预测单品整体销售
首页核心功能数据平稳:搜索、站内信、秒杀、为你推荐、分类搜索
保证购物核心流程数据平稳:注册/登录、购物车、订单填写/支付
促中
促中--作战指挥台
1、实时监控资源位
2、实时监控多维度销售
3、实时监控多维度毛利
4、实时监控预算达成
5、实时监控新客渠道
6、实时监控库存与出库发货
促后
促后销售分析报告框架:数据概览、品类、新老客户、渠道、品牌、地域
营销评估表:券与积分使用,微信数据,投放渠道数据,肄业合作/渠道导流
发货/物流情况:出库时间分布,地域分布快递费用,分仓发货/拆单发货,缺货处理
曝光与转化率分析:
1、曝光与转化
2、正确的用户与最佳转化路径
3、专场详情页图文与内容
重点关注按新客的活跃与复购情况:AARRR模型

你可能还喜欢的课程

  • 技术大牛组团授课,专讲大数据核心知识和大型项目实战,多台物理服务器数十个节点现场直播演示!企业级实战项目让你四个月掌握2年的项目经验!

    查看详情 立即试学

    大数据就业特训营

    试学价:¥99 16周

  • 前端畅销书作者、百度和腾讯工程师组团授课。网易云音乐、京东天猫首页、炫酷游戏和H5页面手把手带你轻松搞定,还有Angular.js、ES6等必杀技要被你Get。

    查看详情 立即试学

    大数据可视化就业特训营

    试学价:¥99 14周

  • 和大讲台广受欢迎的Hadoop课程一样,这门Spark志在就业,剑指高薪。不玩多而全的碎碎念,而是专注于把核心组件讲透讲深入;不玩小儿科demo ,而是拿企业级项目带教实战;不局限于Spark本身,而是经常稍带一些大型项目经验及最新的NB技术,在帮你拓展视野的同时也能顺道装逼。

    查看详情 立即试学

    Spark高薪就业课

    ¥3800 试学价:¥99 10周

  • 本课程上半部分会从Tensorflow的安装开始,讲解Tensorflow中的各种技术细节。让大家快速上手编写神经网络。也会补充一些深度学习相关的理论知识,如交叉熵,Softmax函数,各种优化器的算法和应用等内容。 下半部分会讲解几个深度学习的项目,如图像识别,验证码识别,word2vec,语音分类等。

    查看详情 立即试学

    深度学习框架-TensorFlow从入门到精通

    ¥199 14天

他们在学

  • 小讲@大讲台

  • 杨老师

  • 雷老师

  • 王少杰

  • 江湾夕月

  • 1049964311

  • 时间煮雨

  • 4er

  • kangta

  • 冯雪然

  • 梁娜

  • 一片云~~飘过

  • 叫我大可怜

  • 7658231

  • 江左梅郎

  • 13266664732

意见
反馈