人人都能学会数据分析
为运营、产品、市场打造的”专业“课程
为程序员转型产品经理打造的“破圈”课程
从0到1,从工具到思维,系统掌握业务实操型数据分析知识体系
不限期 视频有效期
16 课程内容
12 个月 教学服务期限
60 小时 视频时长
174 学习人数
100% 好评度

优惠价 ¥1680.00

支持花呗 7天可退款 ¥1999

立即购买

数据分析正变的越来越重要,已经渗透到互联网的各个岗位中

数据分析不再是某一岗位的专有技能,而是每个互联网从业者入行必学,在职必会,升职必备的标配技能

  • 现在和将来想进入互联网行业
    会数据分析将是硬性要求
  • 运营人员是否会数据分析
    差别绝对不是工资那么简单
  • 产品经理不会数据分析就是个
    笑话,这是职业标配技能
  • 会数据分析的程序员可以轻松
    转型产品,突破35岁瓶颈

四大维度,16周,全面锻造你的数据分析知识体系,理顺数据分析工作流程

实用、精炼、高效,纯干货,一切为实际应用服务,一切以解决实际业务问题为导向

工具
工作中用的上、用的多的
行业案例实操
精选典型行业的典型案例
思维/方法/模型
透过数据看本质的洞察力
数据成果展现
让数据“活”起来

数据分析通用工作流程

  • - 要解决什么问题?
    - 需要哪些数据?
    - 有哪些业务统计指标?
    应用场景: 数据分析岗位市场需求? - 岗位需求数、工作地点
       招聘岗位、技能要求等
    - 类别数据频数统计
  • - 获取渠道?
    - 获取工具?
    应用场景: - 内部获取:数据库
       系统软件、公众号等
    - 外部获取:爬虫
       数据网站
       第三方数据服务商
  • - 处理缺失值
    - 处理空值
    - 处理异常值
    - 数据合并
    - 分类汇总
    应用场景: - 确保数据正确
    - 进行基础计算:求和
       求平均、频数计算等
  • 通过统计、可视化、建模
    等方式寻找数据规律
    - 计算业务指标
    - 相关性分析
    - 描述性分析
    - 数据建模
    - 数据可视化
    应用场景: 数据分析岗城市分布
    薪酬分布
    经验年限分布等
  • - 撰写数据报告
    - PPT展示 应用场景: 整理业务背景、分析维度
    通过提供数据支撑如图表
    等,引出分析结论或提出
    解决方案。

全程案例式教学,教你用数据驱动业务发展,用数据推动产品迭代

平滑入门,系统提升,跟随课程进度,人人皆可学会

汇报展示是一种不可忽视的能力,教你打造有说服力的“数据报告”

展示顺序,解读逻辑,分析角度,页面排版,一份好的数据报告也是需要“锻造的”

图示版-数据报告
PPT版-数据报告

讲师直播+面试指导,慕课网的课程不止有内容,服务依然过硬!

一份超大的“工具礼包”,解决你学习过程中的各种后顾之优

以下这些分文不取,随课赠送

  • 原始数据

    Excel格式开箱即用

  • 软件安装包

    Excel、Tabluea、SQL、MySQL等

  • 报表模板

    薪酬、财务、项目进度、绩效考核等

  • SQL脚本

    数据查询/统计脚本

  • Tabluea可视化模板

    客户追踪、季度业绩、营销线索等

  • Python爬虫脚本

    静态页面通用版

  • Python大数据脚本

    大数据处理脚本

  • 数据报告模板

    PPT

课程大纲及学习周期安排 (详细版)

为保证课程内容紧跟市场变化,课程章节逐步开放,直至课程完结

阶段一: 快速掌握数据分析必备技能
  • 第1周
  • 第2周
  • 第3周
  • 第4周
走进数据分析

开课第一周先带大家对数据分析定义,行业需求及数据分析意图所在,基于这个出发,结合实际的业务应用场景,老师讲带着大家先从认识数据开始,进一步了解数据的不同特性如何为解决不同的问题而存在。

课程安排:
  1. 1、走进数据分析
  2. 2、多种多样的的数据类型
  3. 3、统计指标:集中趋势
  4. 4、统计指标:离散趋势
  5. 5、统计指标:分布形态
  6. 6、异常值的识别与处理
  7. 7、数据分析6大步骤
Excel从入门到表格分析

Excel作为最常用的数据分析工具之一,本周我们将从Excel入手数据分析,会更容易被接受。用一个简单的业务场景,教会学员从0到1的使用数据,展如 示数据并讲解数据。

课程安排:
  1. 1、Excel功能介绍
  2. 2、核心函数库:文本函数、数学函数、逻辑函数、条件聚合函数
  3. 3、使用函数对数据进行预处理
  4. 4、数据去重、拆分、排序与筛选
  5. 5、查找与引用函数
  6. 6、使用数据透视表快速汇总
  7. 7、认识图表、床架你图标
  8. 8、实战:大数据人才需求分析报告
从0开始学SQL

实际业务场景中,企业大部分会使用数据库存储数据,因而SQL成为了主流的数据提取语言,本周通过讲解SQL基础概念和操作,教会学员如何快速提取并清理本地数据,以供后续业务分析

课程安排:
  1. 1、什么是SQL
  2. 2、认识表、字段、记录
  3. 3、MySQL、Navicat的安装与使用
  4. 4、基础语法:增删改查
  5. 5、数据筛选和排序:like、not、in、order by
  6. 6、使用函数计算数据
  7. 7、对数据进行分类汇总
  8. 8、联表查询
  9. 9、存储数据
数据可视化利器 Tableau

Tableau 是最主流的数据可视化工具,通过托拉拽的方式,能将纷繁复杂的表与数据,快速整合为精美的可交互式图表。

课程安排:
  1. 1、什么是Tableau
  2. 2、Tableau安装
  3. 3、如何获取数据?常用网站介绍
  4. 4、准备数据
  5. 5、构建图表
  6. 6、创建仪表板
  7. 7、创建故事
  8. 8、保存与发布
  9. 9、可视化练习:美妆产品销售分析
阶段二: Python实现数据分析
  • 第5周
  • 第6周
  • 第7周
Python基础语法

以学习自然语言的方式,带你轻松运用Python,并成功编写你的第一个Python程序。

课程安排:
  1. 1、学习编程的几个建议
  2. 2、什么是Python
  3. 3、安装运行环境、开发环境
  4. 4、运算符:算术运算、变量赋值
  5. 5、数据类型:字符、数字
  6. 6、数据容器:列表、集合、字典
  7. 7、条件判断语句、循环语句
  8. 8、编写一个函数
  9. 9、练习:计算销售总额
Python实现网络爬虫

通过对Python网络库Request、爬虫库BeautifulSoup的讲解,快速掌握网页结构与爬虫原理,成功运行你的第一个网络爬虫脚本。

课程安排:
  1. 1、什么是爬虫
  2. 2、Request库介绍
  3. 3、BeautifulSoup简介
  4. 4、尝试改写网页
  5. 5、遍历单个页面
  6. 6、登录问题
  7. 7、爬取整个网站
  8. 8、解析JSON
  9. 9、存储数据到CSV
  10. 10、练习:爬取销售数据
更高效的数据处理与可视化绘图

通过对Python数据分析库Pandas、可视化绘图库Matplotlib的讲解,实现对大数据的快速处理、统计分析与可视化,真正体验到编程带来的高效与便捷。

课程安排:
  1. 1、Pandas介绍
  2. 2、读取数据
  3. 3、清理数据:缺失、重复、异常、空值
  4. 4、数据运算、排序与筛选
  5. 5、练习:预处理销售数据
  6. 6、Matplotlib介绍
  7. 7、什么是画布
  8. 8、绘制直方图、折线图、散点图
  9. 9、调整视觉标签、设置多图并列
  10. 10、练习:销售数据可视化
阶段三: 建立互联网数据分析框架
  • 第8周
  • 第9周
  • 第10周
初始互联网商业模式

培养对互联网行业、商业模式、用户行为等基础认知,并以用户生命周期为线索,有针对性地搭建数据分析思维框架。

课程安排:
  1. 1、互联网行业简介
  2. 2、行业研究方法
  3. 3、企业研究方法
  4. 4、B2C/C2C商业模式
  5. 5、O2O/B2B商业模式
  6. 6、B2B2C商业模式
解析数据指标体系

以用户生命周期为线索,解析各环节业务指标,帮助你快速定位与拆分数据分析目标。

课程安排:
  1. 1、什么是用户生命周期
  2. 2、用户指标
  3. 3、留存指标
  4. 4、时长指标
  5. 5、渠道指标
  6. 6、功能指标
  7. 7、销售指标
  8. 8、直播类指标
用户引流与转化

对标用户生命周期「获客」环节,以电商网站流量分析为例,带你快速了解如何判断渠道推广有效性,并针对流失点完成优化,提高利润比。

课程安排:
  1. 1、什么是网站流量
  2. 2、什么是漏斗分析
  3. 3、AARRR用户增长模型
  4. 4、用户下单基本流程
  5. 5、分析下单路径中的关键优化点
  6. 6、利用Excel绘制漏斗图
  7. 7、实战:电商推广渠道分析
阶段四: 销售、市场与运营数据分析
  • 第11周
  • 第12周
  • 第13周
构建用户画像

通过对用户属性、行为及群体标签的创建,洞察用户画像,并基于此深入理解用户需求,明确目标用户。

课程安排:
  1. 1、什么是用户画像
  2. 2、创建用户标签
  3. 3、构建用户画像
  4. 4、什么是RFM模型
  5. 5、使用Excel实现RFM模型
  6. 6、实战:消费者用户画像分析
分析消费行为

基于对用户下单数据的统计分析,尝试挖掘用户消费行为与营销渠道、用户画像之间的相关性,进一步优化营销渠道与推荐系统。

课程安排:
  1. 1、计算复购率
  2. 2、计算回购率
  3. 3、分析男女用户消费频次是否有差异
  4. 4、分析头部用户贡献了多少成交
  5. 5、分析哪类商品最畅销
  6. 6、相关性分析
  7. 7、聚类分析
  8. 8、实战:直播带货数据 vs 消费者偏好
预售销售额、调整运营策略

基于以往销售数据的表现,以及对销售因子的统计分析,预测并制定未来销售业绩目标。

课程安排:
  1. 1、认识销售数据
  2. 2、什么是线性回归模型
  3. 3、利用线性回归预测数据
  4. 4、销售额影响因素
  5. 5、确认销售额优化方向
  6. 6、实战:预测电商双十一销售额?
  7. 7、共享单车为什么要推广红包车
  8. 8、红包策略引导用户再分布
  9. 9.、成本优化解决方案
阶段五: 基于数据驱动迭代产品设计
  • 第14周
  • 第15周
  • 第16周
促进用户活跃度、提升用户留存

通过产品策略或运营策略,实现全生命周期的用户管理,达成用户促活与留存的业务目标。

课程安排:
  1. 1、什么是用户活跃度
  2. 2、影响活跃度的因素
  3. 3、签到功能、积分体系
  4. 4、实战:如何提升用户活跃度
  5. 5、使用SQL计算留存率
  6. 6、使用用aha Moment提升留存
  7. 7、如何寻找流失点
  8. 8、实战:留存率下降原因分析
使用AB实验迭代功能

以分组测验的方式,对用户进行差异化引导,找到最佳设计模式或功能点,完成运营目标。并学会对异常数据进行监控、预警和解读

课程安排:
  1. 1、AB实验的基本概念、应用场景
  2. 2、AB实验的统计学原理:假设检验
  3. 3、AB实验的业务基础:流量分层
  4. 4、AB实验的基本流程
  5. 5、AB实验结果的分析与解读
  6. 6、实战:AB实验真的有用吗?
  7. 7、寻找异常下单行为
  8. 8、什么是杜邦分析法
  9. 9、实战:识别电商异常数据
撰写数据报告、面试指导

数据报告是必不可少的环节,从框架,构思,讲解思路到演讲技巧都会映射。此外,还将解析数据分析岗的面试要点。

课程安排:
  1. 1、数据分析报告结构
  2. 2、数据报告的分析思路与框架
  3. 3、图表展示
  4. 4、ppt排版设计
  5. 5、图文排版技巧
  6. 6、数据报告演讲技巧
  7. 7、常见面试题串讲
  8. 8、面试经验分享
查看课程详情
互联网+金融双重经验的数据分析师
DeltaF

互金行业一线研发、高级数据分析师,尤擅金融领域投资分析业务, DeltaF老师在两个最需要数据分析的行业都有过多年实际工作经验,在用户增长、产品计、前后端研发领域均有涉猎,无论是技能、视野、行业方面她都能带你非常多的干货

常见问题
适合谁学
课程体系
工具&案例
数据报告
课程服务
课程大纲
返回顶部
意见反馈 帮助中心 APP下载
官方微信