数据分析业务实战,0-100的系统成长 培训费5880元


培训课程介绍

课程来自深度之眼出品的数据分析业务实战官网售价5880元
畅享21大企业级项目实战!由3位在职数据科学家联合打造,项目均来源真实数据分析工作经历!
精讲真实业务场景+实战项目深度理解业务逻辑、构建分析能力
硬技能百分之40:掌握15+算法模型、构建业务分析方法、娴熟运用日常工具、具备代码编写能力。
软技能百分之60:熟悉真实数据分析工作流程、掌握80%常用业务场景知识、培养数据分析思维及能力、提升分析报告撰写能力。
3大热门行业+21个业务场景,以行业划分,项目100%还原,深入业务且不局限:包括零售业、跨境电商行业、电商行业。

数分业务学习方法,项目实战5步走让你搞懂业务,精通技术:
第一步:剖析业务场景:业务场景是具有可迁移性的,在做一个具体的业务场景实操前,老师会先告诉大家这个场景的落地应用范围,让大家能具备举一反三的能力。
第二步:拆解、分析业务需求:数据分析师接到任务以后,需要先明确任务背后的需求,并且准确翻译需求,通过对问题的拆解和分析,找到最佳切入点,明确分析思路。
第三步:分析方法论精讲:针对具体的项目,老师会先用一个小案例,总结出分析的方法论或者应用的算法模型,教大家掌握业务场景的分析路径,培养解决问题的思维。
第四步:项目实操演示:明确分析路径之后,老师会演示一遍项目实操流程,所有涉及到的工具都会进行逐步操作,方便让大家能跟着老师做,完成数据分析师实际分析工作的实操过程。
第五步:模拟企业汇报:最后的在线汇报项目,是大家自主完成分析过程及分析报告,模拟数据分析师向BOSS汇报的场景,由导师1对1点评。全方位锻炼你的数据分析能力、汇报能力。

课程目录和下载链接在文章底部。

数据分析业务实战视频截图

课程目录

数据分析业务实战
00-工具课开班班会
01-1:前言
01-2:数据分析的本质
01-3:各行业数据分析的现状
01-4:数据分析师的入门进阶与转行
01-5:数据分析的经典三步法
01-6:数据分析必备工具大盘点
02-1:第1课作业讲解
02-2:Mysql初接触
02-3:如何建立数据库、建表、插入数据
02-4:如何对已存在的数据表进行查询
03-1:第2课作业讲解
03-2:用SQL进行原始数据的统计
03-3:用SQL进行随机抽样
04-1:第3课作业讲解
04-2:用SQL进行不同表格的关联和交并补操作
04-3:用SQL进行行列转置
05-1:第4课作业讲解
05-2:用SQL进行数据编排和截取
05-3:用SQL编写自动化脚本
06-1:为什么要学习Excel?
06-2:Excel的使用好习惯
06-3:统计学基础和Excel实现
06-4:如何用Excel研究指标偏差度
07-1:第六课作业讲解
07-2:Excel中的if函数及逻辑判断
07-3:Exxcel中的文本处理函数及应用
07-4:Excel中的各类图表及应用
08-1:第七课作业讲解
08-2:Excel透视表
08-3:统计学基础:线性回归
08-4:Excel中实现线性回归分析
09-1:第八课作业讲解
09-2:运筹学基础:优化求解
09-3:用Excel求解器优化求解
09-4:VBA的使用
1-1数据分析工具介绍大全
1-1:为什么要学习电商数据分析?
1-1:什么是跨境电商以及什么是数据化选品
1-1:项目课课前导读
1-2:什么是数据推演,有什么用?
1-2:课程学习目标
1-2:项目背景及问题分析
1-3:数据分析的流程
1-3:方法论详解
1-3:项目背景:关键指标(就餐人数)缺失
1-4:方法论和心路历程
1-4:案例:预测你未来的薪资
1-4:项目数据分析实操
1-5:解读分析结果,归纳结论
1-5:项目实操
1-6:结果解读与总结
1.1统计学基础导论
1.2.1描述性统计集中趋势
1.2.2描述性统计离散趋势和分布趋势
1.3.1推断性统计概率分布和假设检验
1.3.2推断性统计贝叶斯流派
10-1:项目背景讲解
10-2:认识数据集
10-3:分析思路和SQL处理
10-4:后续分析及Excel的使用
11-1:为什么要学习Python
11-2:Python的安装配置
11-3:Python的基本语法元素
11-4:算法实践一:K-Means聚类算法
11.01跨境电商项目汇报
11.19模拟面试
11.24零售项目汇报
1102项目课开班班会
1102项目课开班班会
12-1:第11课作业讲解
12-2:数据预处理
12-3:逻辑回归和算法解读
13-1:第12课作业讲解
13-2:决策树算法
13-3:随机森林
14-1:第13课作业讲解
14-2:关联算法和购物篮分析
14-3:购物篮分析的Python实现
15-1:可视化如何强化分析
15-2:为什么要学习Tableau
15-3:Tableau Public及常用功能
15-4:Tableau实战案例
16-1:第十五课作业讲解
16-2:某公司分市场销售分析案例介绍
16-3:分析图表制作
16-4:动态仪表板的设计
17-1:16课作业讲解
17-2:可视化分析的流程和方法
17-3:网站内容评估案例
17-4:公司投资案例
18-1:第17课作业讲解
18-2:Tableau制作动态图
18-3:Tableau设计个性化背景
18-4:Tableau添加超链接
19-1:分析报告的本质
19-2:如何设计分析报告
19-3:分析报告的几大注意事项
2-1:MySQL安装
2-1:什么是AB测试,有什么用
2-1:什么是报表?
2-1:什么是用户行为分析
2-2:AB测试常见的问题和应对方案
2-2:Navicate安装
2-2:用户行为分析背景和目的
2-2:项目背景及问题分析
2-3:方法论详解
2-3:项目背景:优惠券效果评估
2-4:项目实验设计,实施和效果分析
2-4:项目数据分析实操
2-4:项目数据实操
2-5:总结归纳
2-5:结论解读
2-5:结论解读,总结归纳
2-6:如何做一份高质量的数据分析报告
2.1.1基础思维-对比思维
2.1.2基础思维-细分思维
2.1.3基础思维-趋势思维
2.2.1九大必备思维-目标思维
2.2.2九大必备思维-结构思维
2.2.3九大必备思维-归纳和演绎思维
2.2.4九大必备思维-假设思维
2.2.5九大必备思维-溯源思维和相关思维
2.2.6九大必备思维-逆向思维和事实思维
2.3.1业务思维-指标思维
2.3.2业务思维-业务思维
20-1:工具课全面回顾
20-2:电信客户流失预测项目背景介绍
20-3:认识数据集
20-4:用户特征分析思路
20-5:模型选择和效果比较
20-6:以终为始假设先行
3-1:Anaconda安装
3-1:什么是用户价值
3-1:什么是盈亏平衡分析
3-1:什么是聚类算法,有什么作用
3-2:项目背景及问题分析
3-2:项目背景和问题
3-3:探索性分析思路
3-3:方法论详解
3-3:用户价值分析方法论
3-4:Python项目实操
3-4:实战RFM模型
3-4:项目数据分析实操
3-5:结论解读
3-5:解读分析结果,归纳结论
3.1.1数据模型
3.1.2帕累托模型和长尾模型
3.1.3波士顿模型
3.2.1会员模型
3.2.2人群聚类探索基于聚类算法
3.2.3会员标签
3.2.4lifetimes模型
4-1:Tableau Public安装
4-1:什么是lifetimes模型,有什么用
4-1:什么是用户画像
4-1:什么是贝叶斯视角
4-2:lifetimes模型的原理
4-2:项目背景及问题分析
4-3:方法论详解
4-3:电商用户画像数据指标体系
4-3:项目背景:皇家电子商务用户生命周期分析
4-4:体系搭建实操
4-4:项目实操
4-4:项目实操和效果评估
4-5:结论解读
4-5:解读分析结果,归纳结论
5-1:什么是会员标签,有什么用
5-1:什么是竞品异常侦测
5-1:什么是销售预测
5-2:项目背景及问题分析
5-2:项目背景和问题
5-3:方法论详解
5-3:用户打标思路
5-4:会员打标项目实操
5-4:项目实操
5-4:项目数据分析实操
5-5:结论解读
5-5:结论解读,归纳分析
5-6:落地应用场景
6-1:什么是战略咨询,有什么用
6-1:什么是文本挖掘
6-1:什么是用户推荐
6-2:项目背景及问题分析
6-2:项目背景和问题
6-3:战略咨询之道Ⅰ:问题太大如何着手?
6-3:方法论详解
6-3:用户推荐分析方法论
6-4:实战场景演练Ⅰ:MECE原则与假设
6-4:实战案例:协同过滤模型
6-4:项目数据分析实操
6-5:实战场景演练Ⅱ:Bilibili年报示例
6-5:结论解读
6-5:解读分析结果,归纳总结
6-6:实战场景演练Ⅲ:麦肯锡中国汽车消费洞察
7-1:前6讲课程回顾
7-1:项目背景讲解
7-2:毕业项目讲解
7-2:认识数据
7-2:认识数据集
7-3:几种分析思路
7-3:用户特征分析思路
7-4:模型选型和效果比较
7-5:以终为始,假设先行
第一章:助教实际演示配置环境过程 【作业讲解】
第七章:类 【作业讲解】第三章:基本数据类型 【作业讲解】
第九章:有益的探索 【作业讲解】
第二章:Python基本语法元素 【作业讲解】
第五章:程序控制结构 【作业讲解】
第八章:文件、异常和模块 【作业讲解】
第六章:函数 【作业讲解】
第十一章:Numpy库 【作业讲解】
第十三章:Matplotlib 【作业讲解】
第十二章:Pandas库 【作业讲解】
第十四章:Sklearn常规用法 【作业讲解】
第十章:Python标准库 【作业讲解】
第四章:复杂数据类型 【比赛实战】
二分类算法比赛小测验—提供银行精准营销解决方案 【比赛实战】
大牛手把手指导如何打一场完整的二分类比赛
第一章 绪论和环境配置
第七章 类-面向对象的编程
第三章 基本数据类型 第九章 有益的探索
第二章 Python 基本语法元素
第五章 程序控制结构 第
八章 文件、异常和模块
第六章 函数-面向过程的编程
第十一章 科学计算库—Numpy应用
第十三章 Matplotlib
第十二章 Pandas库
第十五章 再谈编程
第十四章 Sklearn常规用法
第十章 Python标准库
第四章 组合数据类型 跨境电商-毕业项目汇报12.16
项目1:如何进行批量数据推演:就餐人数挖掘
项目1:跨境电商行业介绍及跨境选品的数据分析
项目1:预测你的薪资
项目2:如何进行实验设计与效果计算:AB测试实战
项目2:日常销售报表设计、实现
项目2:用户行为分析(一)
项目3:不确定性分析之一:运营决策中的盈亏平衡分析
项目3:人群探索性分析基于聚类算法
项目3:用户行为分析(二)-用户价值分析
项目4:不确定性分析之二:贝叶斯视角下的策略复盘
项目4:客群生命周期管理: 用户lifetimes模型
项目4:用户画像和商品画像
项目5:会员标签
项目5:竞品异常监控
项目5:销售预测
项目6:倾听来自用户的声音——用户评论文本挖掘
项目6:基于用户的推荐
项目6:战略咨询分析
项目7:毕业项目:天猫券用券预测
项目7:用户购买力预测
项目7:课程回顾及毕业项目

下载地址

此处内容需要权限查看

您还没有获得查看权限包月VIP包年VIP终身VIP可免费查看

升级VIP免费查看