北京 「切换城市」 培训家旗下培训平台
手机版
网站导航
选课咨询
北京高级数据分析师认证

北京高级数据分析师认证

课时: 请咨询

班型: 任意时段

班制: 小班

校区: 上地十街、高粱桥斜街59号 等3所分校 所有校区

请询价>

332名学员也在学习
  • 课程详情
  • 上课校区(3)

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

  • 上地十街

    地址:北京市海淀区上地十街

    电话:400-029-0976 转 **** 查看号码

  • 高粱桥斜街59号

    地址:北京市海淀区高粱桥斜街59号

    电话:400-029-0976 转 **** 查看号码

  • 厂洼街校区

    地址:厂洼路丹龙大厦

    电话:400-029-0976 转 **** 查看号码

查看所有3所校区

关于我们 详情

数据分析师核心优势   CDA数据分析师系统培训立足于数据分析领域教育事业,覆盖了国内企业招聘数据分析师所要求的技能,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。数据分析师机构简介   经管之家于2003年成立与中国人民大学经济学院,致力于推动经济的进步,传播优秀教育资源,目前已经发展成为国内大型的经济、管理、金融、统计类的在线教育和咨询网站,也是国内*活跃和具影响力的经管类网络社区。    经管之家运营团队:北京国富如荷网络科技有限公司,成立于2006年6月,公司以经管之家为运营平台,经营业务包括培训业务、数据处理和分析服务和教辅产品等。经管之家"数据分析培训中心" 自2007年成立以来,致力于开展统计软件、数据分析和数据挖掘的培训与咨询服务,目前已有专家、讲师团队100多位,拥有自主版权的视频课程60多门,每年开设现场培训班100余场,建立了完备的数据分析培训课程体系,每年培训学员3000多人。服务过的企业包括中国电子商务中心、招商银行、中国人民银行、中国邮政储蓄、中国联通、中国汽车技术研究中心、南京梅钢等机构。     发展至今,经管之家"数据分析培训中心"已经成为具有影响力和知名度的数据分析培训机构,我们一直努力做到:将数据分析变成一门常识,让统计软件成为学术研究的好伙伴,企业经营的好军师。数据分析师学校优势    CDA优势如何?    2013年,经管之家创立"CDA数据分析师"品牌,致力于为社会各界数据分析爱好者提供*优质、*科学、*系统的数据分析教育。截止2015年已成功举办40期系统培训,培训学员达3千余名; 中国数据分析师俱乐部(CDA CLUB),已举办30期线下免费沙龙活动,累积会员2千余名;中国数据分析师行业峰会(CDA Summit),一年两次,参会人数达2千余名,在大数据领域影响力超前。"CDA数据分析师"队伍在业界不断壮大,对数据分析人才产业起到了巨大的推动作用。    优势一:师资与课程研发    CDA数据分析师系统培训,由经管之家根据CDA认证标准而设立的一套针对数据分析师技能的全面系统培训。培训师资目前来自学界、实务界相关领域的讲师、教授、专家、工程师以及企业资深分析师,名师荟萃,代表了国内数据分析培训的专业水平,可以更好地保证培训的学员既能学到扎实的数据分析理论知识,又能具备较强的利用软件解决实际问题的能力,保证学员能胜任各行业数据分析师工作的要求。CDA数据分析师培训注重结合实际,把具技术含量、具价值理念的课程传授给学员。课程还注重启发式教学,让学员在动手解决问题中去学习。     CDA数据分析师课程的大纲和内容,既由经管之家、CERTIFIED DATA ANALYST INSTITUTE(CDA协以及大数据、数据挖掘领域专家潜心开发和反复研究,又经过科学的调研确定,并且将不断地随着数据分析的市场需求和数据分析技术的发展而调整,课程内容始终关注市场、关注前沿。课程内容的设计更注重阶梯化、体系化的原则,每一个学员,不论学习和工作的背景如何,都能在该课程体系中很快找到适合自己的课程,并不断学习提高。    优势二:继续学习    所有CDA学员除了学习现场课程之外,还会得到全程视频录像及辅助学习视频课程(包括统计软件、数据挖掘、大数据等内容),此系列视频课程可以进行后期巩固学习和进修学习,可扎实现学技能、拓展课余知识、升华技术层级。CDA数据分析师培训体系除了CDA LEVEL认证培训以外,还推出了CDA就业脱产培训,使跨行、跨专业的学生、待业人员能够进行全面的脱产集训,并在培训后解决学员就业,拿到高薪工作。除此之外,CDA还为有基础的学员提供了更多元化更高级的行业专题培训,包括*前沿的PYTHON、SPARK等工具,电商、金融、游戏等各行业专题,以及量化投资、CRM营销、临床医学等细分领域。    优势三:在线学习    Peixun.net(就学教育)为CDA数据分析师在线学习平台。视频可实现随时随地在线听课,10分钟一小节,可进行个性化、碎片化学习,更具针对性与便利性。CDA上课方式分为现场及远程两种方式,远程在线学习引进了*新设备与技术,与思科的合作解决了各地区学员的需求,实现了如同现场般的远程答疑及讨论氛围。    优势四:人才认证    参与CDA培训学员可以参加一年两次的"CDA数据分析师认证考试",并获得专业证书与持证人特权。CDA认证考试目前有"LEVEL 1业务数据分析师","LEVEL 2建模分析师","LEVEL 2大数据分析师",考试由经管之家主办,通过者获得经管之家CDA认证证书,并可到台湾申请由"中华资料采矿协会"颁发的"资料采矿分析师"证书,亦可获得由CDA协会认证的"CERTIFIED DATA ANALYST CERTIFICATION"。    优势五:CDA社群    经管之家有十二个社区,七百个版块,六百万会员。每日讨论的热点话题及资料以千计。学员在学后可以到"CDA数据分析师"版块进行交流、提问、下载资料等,形成数据分析专业聚集地,促进学员在圈子交流中高效发展。    除了在线平台,中国数据分析师俱乐部(CDA CLUB)汇聚了数据分析领域的各界兴趣爱好者,截止2015年已举办30期线下沙龙活动,会员累计2千余名,有高级会员与普通会员。在俱乐部中各会员可以通过共享资源方式获得相应积分,以积分兑换其他优质资源,形成了自发式的交流互动。    中国数据分析师行业峰会、大数据生态纵览峰会(CDA SUMMIT)。一年两次的行业峰会,汇聚了国内*的专家学者,发布前沿思想与技术,参会人员上千名,盛世浩大,影响超前,为数据人才和大数据行业的发展起到了极大的推动作用。发展历程:"2006年 开展数据统计、计量实战,学术研究等相关培训视频和现场班2007年 开展数据统计、数据分析相关培训班2011年 随着大数据热潮的来临,依托累计上万类共享资料,多年沉淀师资团队,论坛召集多位专家,研发CDA数据分析师体系2013年CDA数据分析师品牌成立,提供系统化的大数据、数据分析人才培养和认证2014年 CDA INSTITUTE 成立 ,并推出第一届全国CDA数据分析师认证考试2015年第一届中国数据分析师行业峰会(CDAS)在9月11日成功举办,参会人数逾3000人2016年 CDA汇聚海内外大数据、数据分析专家上千人,推出就业班、数据科学家训练营、企业内训、CDA俱乐部等多个项目2017年整合论坛与CDA数据分析师业内资源,形成数据分析领域生态圈,并进一步升级CDA企业内训体系,正式推出大数据实验室2018年北上广深等多个城市均有校区;拥有200多位专业师资;培养学员超过3万人,每年6月/12月全国28个城市举办CDA认证考试2019年已举办九届数据分析师认证考试,得到业界广泛认可,学员遍布各大知名企业。人工智能产品“好学AI”问世,引领DT时代新一波技术培训浪潮"数据分析师师资力量

推荐机构

热门课程

北京CDA数据分析师推荐

在这里,北京市数据分析师为您提供319个优质课程,覆盖计算机技术培训、大数据培训、大数据分析培训等方面的课程信息,在这里您可以查询到课程报价,学校位置,电话、开课时间等选课信息,网上预订北京市数据分析师免费试听课程,还可以体验不可思议低价惊喜。

本站展示的所有信息内容系由机构或个人用户发布,可能存在发布者所发布的信息,并未获得品牌所有人有效授权。本平台会加强审核,但无法完全排除差错或疏漏。郑重声明:本平台仅为免费注册用户提供免费的信息发布渠道,但不对其发布信息的真实性、准确性和合法性负责,对此也不承担任何法律责任。对于从本网站或本网站的任何有关服务所获得的资讯、内容或广告,您接受或信赖任何信息所产生之风险应自行承担,本网对任何使用或提供本网站信息的商业活动及其风险不承担任何责任。,如果侵犯,请及时通知我们,发送邮件至15610150293@126.com本网站将在第一届及时删除。