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
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”
除了出色的视频内容，这里有伴你整个职业生涯的“成长社区”
学习时你能在这里获取答案，工作后你能在这里解决难题
由于课程类型与教学目标不同，学习服务会有不同，具体服务可在线咨询
一份超大的“工具礼包”，解决你学习过程中的各种后顾之忧
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、Tableau、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
-
Tableau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
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、走进数据分析
- 2、多种多样的的数据类型
- 3、统计指标：集中趋势
- 4、统计指标：离散趋势
- 5、统计指标：分布形态
- 6、异常值的识别与处理
- 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、Excel功能介绍
- 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、使用函数对数据进行预处理
- 4、数据去重、拆分、排序与筛选
- 5、查找与引用函数
- 6、使用数据透视表快速汇总
- 7、认识图表、创建图表
- 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、什么是SQL
- 2、认识表、字段、记录
- 3、MySQL、Navicat的安装与使用
- 4、基础语法：增删改查
- 5、数据筛选和排序：like、not、in、order by
- 6、使用函数计算数据
- 7、对数据进行分类汇总
- 8、联表查询
- 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、什么是Tableau
- 2、Tableau安装
- 3、如何获取数据？常用网站介绍
- 4、准备数据
- 5、构建图表
- 6、创建仪表板
- 7、创建故事
- 8、保存与发布
- 9、可视化练习：美妆产品销售分析
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、学习编程的几个建议
- 2、什么是Python
- 3、安装运行环境、开发环境
- 4、运算符：算术运算、变量赋值
- 5、数据类型：字符、数字
- 6、数据容器：列表、集合、字典
- 7、条件判断语句、循环语句
- 8、编写一个函数
- 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、什么是爬虫
- 2、Request库介绍
- 3、BeautifulSoup简介
- 4、尝试改写网页
- 5、遍历单个页面
- 6、登录问题
- 7、爬取整个网站
- 8、解析JSON
- 9、存储数据到CSV
- 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、Pandas介绍
- 2、读取数据
- 3、清理数据：缺失、重复、异常、空值
- 4、数据运算、排序与筛选
- 5、练习：预处理销售数据
- 6、Matplotlib介绍
- 7、什么是画布
- 8、绘制直方图、折线图、散点图
- 9、调整视觉标签、设置多图并列
- 10、练习：销售数据可视化
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、互联网行业简介
- 2、行业研究方法
- 3、企业研究方法
- 4、B2C/C2C商业模式
- 5、O2O/B2B商业模式
- 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、什么是用户生命周期
- 2、用户指标
- 3、留存指标
- 4、时长指标
- 5、渠道指标
- 6、功能指标
- 7、销售指标
- 8、直播类指标
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、什么是用户画像
- 2、创建用户标签
- 3、构建用户画像
- 4、什么是RFM模型
- 5、使用Excel实现RFM模型
- 6、实战：消费者用户画像分析
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、什么是网站流量
- 2、什么是漏斗分析
- 3、AARRR用户增长模型
- 4、用户下单基本流程
- 5、分析下单路径中的关键优化点
- 6、利用Excel绘制漏斗图
- 7、实战：电商推广渠道分析
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、计算复购率
- 2、计算回购率
- 3、分析男女用户消费频次是否有差异
- 4、分析头部用户贡献了多少成交
- 5、分析哪类商品最畅销
- 6、相关性分析
- 7、聚类分析
- 8、实战：电商零售数据 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、认识销售数据
- 2、什么是线性回归模型
- 3、利用线性回归预测数据
- 4、销售额影响因素
- 5、确认销售额优化方向
- 6、实战：预测电商双十一销售额？
- 7、共享单车为什么要推广红包车
- 8、红包策略引导用户再分布
- 9.、成本优化解决方案
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、什么是用户活跃度
- 2、影响活跃度的因素
- 3、签到功能、积分体系
- 4、实战：如何提升用户活跃度
- 5、使用Excel计算留存率
- 6、使用aha Moment提升留存
- 7、如何寻找流失点
- 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、AB实验的基本概念、应用场景
- 2、AB实验的统计学原理：假设检验
- 3、AB实验的业务基础：流量分层
- 4、AB实验的基本流程
- 5、AB实验结果的分析与解读
- 6、实战：AB实验真的有用吗？
- 7、寻找异常下单行为
- 8、什么是杜邦分析法
- 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、数据分析报告结构
- 2、数据报告的分析思路与框架
- 3、图表展示
- 4、ppt排版设计
- 5、图文排版技巧
- 6、数据报告演讲技巧
- 7、常见面试题串讲
- 8、面试经验分享
微信扫码
选课遇到问题？添加指导老师微信，1V1为您解答~
发送“课程名称”至老师微信，还可领取课程专属福利！
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、产品设计、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