南京
杭州
上海
025-87787966    0571-88257871

CPDA数据分析师

发布日期: 2023/4/26 11:44:15

课程大纲:
一、开启数据分析之旅
      1、数据与数据分析
      2、数据分析思维
      引例:海难——生存 or 求救
二、数据分析流程(一)   
      1、数据分析流程
      2、明确与拆解问题
      3、数据获取
三、数据分析流程(二)
      1、数据探索和预处理
           1) 数据类型
           2) 描述性统计与数据清洗
           3) 数据形态与正态性转换
           4) 归一化/ 标准化变换
           5) 离散化转换
           6) 名义化转换
四、数据分析流程(三)
      1、探索变量间的关系
           1) 皮尔逊相关系数/ 相关系数矩阵
           2) 卡方独立性检验
           3) 方差分析
      2、数据压缩
           1) 因子分析
           2) 主成分分析
      3、数据分析算法与模型概述
      4、推动优质决策
      案例1: 商贸公司销售情况数据分析
      案例2: 运动十项全能分析
      案例3: 城市竞争力分析
五、利用数据分析思维解决企业最优化问题
      1、层次分析法应用
      2、线性规划模型应用
      案例1: 择优选择供应商
      案例2: 广告投放优化
      案例3: 制造企业生产优化
六、线性回归
      1、线性回归模型原理回顾
      2、线性回归模型的评价与检验回顾
      3、线性回归模型调优
      4、线性回归模型的应用
      引例1: 父子身高
      案例2: 人均GDP与消费
      案例3: 制造业规模收益分析
      案例4: 真题讲解-鸡肉消费需求"
七、分类算法(一)
      1、分类算法回顾
      2、分类器的评价指标回顾
      3、分类算法的应用(一)
           1) 逻辑回归
           2) 神经网络
八、分类算法(二)
      1、分类算法的应用(二)
           1) KNN
           2) 决策树
           3) 集成学习
           4) 朴素贝叶斯
           5) 支持向量机(SVM)
      2、分类算法注意事项
      案例1: 鸢尾花案例
      案例2: 用户对产品态度的评价
      案例3: 网站转化率分析
      案例4: 银行客户质量分析
      案例5: 真题讲解-红酒案例"
九、聚类算法
      1、聚类算法回顾
      2、聚类算法评价指标回顾
      3、聚类算法的应用
           1) AGNES算法
           2) K-means算法
      4、聚类算法注意事项
      案例1: 城市竞争力分析
      案例2: 移动用户细分
十、市场分析
      1、市场分析概述
      2、行业分析
      3、竞品分析
      4、市场定位分析
      引例1: 零售企业市场需求预测
      引例2: KANO模型竞品分析
      案例: 某电商平台的手机销售数据
十一、客户分析(一)
      1、客户画像
      2、RFM模型原理
十二、客户分析(二)
      1、RFM模型应用
      2、AARRR用户运用模型
      3、用户行为路径分析
      案例1: 电信客户流失预警
      案例2: 航空公司客户细分
      案例3: 真题讲解-电商客户细分
      案例4: 基于增长思维的客户分析
十三、产品分析(一)
      1、产品概述
      2、KANO模型
十四、产品分析(二)
      1、PSM模型
      2、巴斯模型
      3、时间序列模型
十五、产品分析(三)
      1、漏斗模型
      2、A/B Test
      案例1: 电脑新产品开发
      案例2: 新产品定价策略
      案例3: 免水小便斗销售额预测
      案例4: 啤酒销售量预测
十六、销售分析
      1、销售分析概述
      2、销售促进
      3、销售效果评估
      案例1: 购物篮分析
      案例2: 刑事案件
      案例3: 真题讲解-电影推荐


课程周期:
36小时(45分钟/时)

相关培训课程

TRAINING COURSE
无标题文档