课程简介
学习目标
学习对象和基础
| 课程模块 | 课程阶段 | 课程内容 |
| 预习 | 预习（工具篇） |
Excel预习视频、数据库预习视频、Power BI预习视频 基础数学预习视频(选看) |
| 预习（业务篇） | 业务前台人员数据思维训练营 | |
| 业务数据分析 |
表格结构数据基础操作 (Excel) |
1. 表格结构数据的特征、获取方法 2. 表格结构数据的引用、查询与计算方法 3. 数据透视分析 4. 可视化图表 |
|
业务指标的应用 (Excel) |
1. 指标的计算规则 2. 多场景业务指标的应用（运营、客户、商品、活动等） 3. 互联网运营业务指标综合分析案例 |
|
| 业务分析方法 |
1. 帕累托分析 2. 同期群分析 3. 用户复购分析 |
|
| 业务模型 |
1. 漏斗模型（电商获客分析、营销漏斗模型监控分析） 2. 波士顿矩阵（商品分类与管理） 3. RFM模型（潜在客户挖掘、电商运营效果监控、运营指标分析） |
|
|
综合案例 (Excel) |
银行贷款违约客户特征分析（报表+报告） | |
| 描述性统计分析 |
1. 统计分析的基本概念 2. 描述性统计 2.1 集中趋势与离散趋势 2.2 数据标准化 3. 统计分布 3.1 二项分布及商业案例 3.2 正态分布 3.3 卡方, t, F分布 3.4 中心极限定理 |
|
|
表结构数据与多表汇总分析 (Power BI) |
1. 表结构数据的特征与获取 1.1 表结构数据的定义，获取，特征 1.2 表结构数据的清洗逻辑 2. 表结构数据加工与使用 2.1 快速上手BI工具 2.1 PowerQuery常见操作 3. 多表汇总分析逻辑及操作 3.1 横向合并和纵向合并 3.2 PowerQuery中的合并操作 |
|
|
多维数据模型 (Power BI) |
1. 多维数据模型的定义 2. 多维数据模型的创建逻辑及操作 2.1 BI中创建多维数据模型的方法 2.1 连接汇总的逻辑 3. 多维数据模型实战案例 |
|
|
BI软件高级使用 (Power BI) |
1. BI常见函数 1.1 聚合函数 1.2 筛选函数 1.3 逻辑函数 1.4 文本函数 1.5 变量及占比等计算 2. BI时间智能函数 2.1 日期表的创建 2.1 时间智能函数 |
|
|
综合案例 (Power BI) |
1. 金融行业案例 2. 大型线下零售行业案例 |
|
| 数据采集 |
1. 数据采集方法 2. 市场调研与问卷设计 3. 数据编码与录入 |
|
| 趋势分析 |
1. 时间序列数据的概念 2. 趋势效应，周期和季节效应，随机效应 3. 序列数据的加法与乘法组合方法 4. 趋势预测与分析 |
|
|
大型数据分析综合项目实战 (Excel+BI) |
跨国企业完整数据分析实战案例 学生探索性实操 |
|
|
SQL数据库 (MySQL) |
数据库基本概念 1. DDL数据定义语言（创建、选用、删除数据/表） 2. DML数据操作语言（添加、修改、删除数据） 3. 单表查询 3.1 基本查询：去重查询、设置别名 3.2条件查询：多条件查询、空值查询、模糊查询 3.3分组查询：分组聚合、分组后筛选 4. 查询结果排序、限制查询结果数量" 5. 多表查询 5.1 连接查询：内连接、左连接、右连接 5.2 联合查询：去重、不去重" 6. 函数： 数学函数、字符串函数、日期时间函数、分组合并函数、逻辑函数" 7. SQL大厂面试题突击训练 8. 查询应用案例1 -- 电商查询案例 9. 查询应用案例2 -- 零售业多表查询案例 |
|
| 数据管理与数据治理简介 |
1.企业决策的四个层次：战略、管理、运营、操作 2.企业数据分析能力的演进 3.企业运营和操作数据应用 4.数据管理基础知识与DMBOK知识体系 5.企业数据能力建设 6.数据治理实操框架 |
|
| 企业架构与数据架构基础 |
1、数据架构的基本概念 2、数据模型介绍 3、数据建模基础 4、数据建模方法 5、数据建模规范化 6、数据建模案例 |
|
| Hive SQL |
1. Linux系统（复习） 2. Linux常用命令和文件系统（复习） 3. 分布式存储与计算(Hadoop) 4. 系统的安装与部署 5. Hive 架构原理 6. Hive 数据类型 7. HiveQL与应用 |
|
| 选修课 |
1、互联网数字化运营【18课时】 2、何为数据产品经理？【1课时】 3、Python爬虫【15课时】 4、人工智能(深度学习)实战之图像识别【6课时】 5、Tableau多维可视化分析【3课时】 6、统计分析【12课时】 |
