CDA-L1业务数据分析师线上培训课程

日程

章节

核心内容

第一天

上午

第 1 章

数据分析思维

1.VUCA 时代的数据分析需求：

Ø 数据分析的归纳与演绎方法。

2.流程化企业数据分析需求：

Ø 介绍流程化企业特点

Ø 数据分析在流程中的落脚点

3.企业数字化转型的进展：

Ø 以用户体验为中心的商业模式

Ø 以数据分析为中心的架构模式转型

Ø 感知型企业的发展目标

4.企业需要的数据应用能力：

Ø 概述企业数据应用能力

Ø 分析不同决策层级（战略层、管理层、运营层、操作层）对数据的需求

5.数据分析的基本概念：

Ø 讲解对数据和数据模型的理解

Ø 数据分析的分类

Ø 商业数据科学应用框架 EDIT

6.知识小结与 QA 问答

第 2 章

数据分析方法（上）

1.数据分析的基础范式：

Ø 分类分析

Ø 链式分析

Ø 相关分析

2.由基础分析范式引申出的 6 种分析方法：

Ø 趋势分析法

Ø 对比分析法

Ø 构成分析法

Ø 分布分析法

Ø 关系分析法

Ø 流向分析法

第一天

下午

第 2 章

数据分析方法（下）

1.统计制图原理：

Ø 整理数据

Ø 明确要表达的信息

Ø 确定比较的类型和图表类型

Ø 统计图的补充说明

2.知识小结与 QA 问答

第 3 章

商业数据分析框架

 1.商业数据分析体系构建：

Ø 从战略、财务、客户关系、内部流程、员工成长与文化建设视角展开

 2.商业数据分析总体流程：

Ø 分别介绍业务角度和技术角度的流程

 3.各视角分析方法及示例：

Ø 远景战略分析（企业 SWOT 分析示例）

Ø 财务视角分析（企业收入趋势、财务费用趋势分析示例）

Ø 客户与市场视角分析（用户细分分析、电商平台客户个性化营销示例）

Ø 内部流程视角分析（VSM 价值流分析、银行贷款流程优化示例）

4. 知识小结与 QA 问答

第二天

上午

第 4 章

战略数据分析

1.战略数据分析基础：

Ø 表格结构数据操作说明

Ø 输入数据和资源需求

2.  战略数据分析关键步骤：

Ø 桌面研究（概述、行业分析方法和流程、竞品分析方法和流程）

Ø 调查研究（流程、定性方法和定量方法）

3.  战略数据分析报告呈现

4. 知识小结与 QA 问答

第 5 章

业务数据分析（上）

1.  业务数据分析基础：

Ø 业务数据分析产出物

Ø 关键术语

2.  输入和资源需求：

Ø 输入需求

Ø 资源需求

第二天

下午

第 5 章

业务数据分析（下）

1.  业务数据分析的步骤：

Ø 明确业务关注事项

Ø 发现问题

Ø 归因分析

Ø 优化策略

Ø 验证想法

2.  报告呈现

3. 知识小结与QA问答

第 6 章

描述性统计分析

1.  变量度量类型与统计量：

Ø 变量度量类型与分布类型

Ø 分类变量、连续变量（集中趋势、离散程度）的参数

Ø 数据分布的对称与高矮

Ø 统计量与报表和统计制图的关系

2.  总体参数和样本统计量

3.  参数估计方法：点估计、区间估计和中心极限定理

4. 知识小结与QA问答

第三天

上午

第 8 章

SQL 语言基础与 MySQL 入门

1.  SQL 语言概况

2.  SQL 查询语句：

Ø 简单查询并对数据过滤与排序

Ø 创建新列

Ø 在查询中实现汇总和分组汇总

Ø 表的横向连接、子查询、表纵向合并

Ø 集合操作语句

3.  SQL 创建表或视图

4. 知识小结与 QA 问答

第三天

下午

第 7 章

指标体系构建方法

1.  指标概述：

Ø 指标的基本概念

Ø 指标值的计算

2.  通用指标介绍：

Ø 求和类、计数类、比较类指标计算方法

3.  场景指标介绍：

Ø 按企业产品类型、部门职能划分

4.  指标体系介绍：

Ø 从技术加工、业务层级角度分类，介绍指标库、维度库

5.  指标体系自上而下搭建方法：

Ø 设计框架

Ø 核心术语和主要技术

Ø 设计方法

Ø 实践方案

6. 知识小结与 QA 问答

第 9 章

用户标签体系与用户画像专题

1.  案例：

Ø 某企业基于用户标签的营销

2.  标签的分类：

Ø 从研究客体的数据类型、标签的时态、标签的加工角度分类

3.  用户画像：

Ø 用户分群的发展历程

Ø 快速入手用户画像

Ø 用户细分的方法

4.  案例：

Ø 用 SQL 和 Excel 实现用户画像（思路、数据集介绍、SQL 数据处理、Excel 做用户画像）

5. 知识小结与 QA 问答

第四天

上午

第 10 章

简单时间序列分析方法

1.  认识时间序列

2.  效应分解法时间序列分析：

Ø 直观理解

Ø 算法解析

Ø 使用 Power BI 演示

3.  案例：时间序列预测

4. 知识小结与 QA 问答

第 11 章

数据治理

1.  数据治理驱动因素

2.  数据治理体系：

Ø 数据治理域

Ø 数据管理域

Ø 数据应用域

3.  如何开展数据治理：

Ø 准确地定位数据治理

Ø 明确数据应用方向

Ø 多层级全方位进行治理

4. 知识小结与 QA 问答

第四天

下午

第 12 章

数据模型与数据建模

1.  数据分类

2.  数据架构和数据模型：

Ø 数据架构的基本概念

Ø 数据模型基础和数据模型类型

Ø 数据建模的层次

3.  数据仓库体系和 ETL

4.  ETL 与 ELT 区别

5.  数仓与数湖结构分析

6. 知识小结与 QA 问答

第 13 章

指标体系管理

1.  指标管理：

Ø 指标数据元和指标数据标准

Ø 指标数据质量评价维度

2.  企业级指标体系建设方法与步骤：

Ø 指标体系构建方法

Ø 全生命周期建设步骤

3.  指标体系管理的问题与挑战：

Ø 常见问题

Ø 面临的挑战

4.  指标体系管理：

Ø 指标体系的生命周期

Ø 管理体系

5. 知识小结与 QA 问答