北京治疗白癜风的最佳疗法 http://m.39.net/pf/a_4508636.html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〖课程目录〗
/p>
阶段一：快速掌握数据分析必备技能
第1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、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
第2周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
第3周从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SQL2、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、orderby6、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
第4周数据可视化利器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Tableau2、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
阶段二：Python实现数据分析
第5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、学习编程的几个建议2、什么是Python3、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
第6周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JSON9、存储数据到CSV10、练习：爬取销售数据
第7周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
阶段三：建立互联网数据分析框架
第8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、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
第9周解析数据指标体系
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
第10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、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
阶段四：销售、市场与运营数据分析
第11周用户引流与转化
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
第12周分析消费行为
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
第13周预售销售额、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
阶段五：基于数据驱动迭代产品设计
第14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、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ahaMoment提升留存7、如何寻找流失点8、实战：留存率下降原因分析
第15周使用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
第16周撰写数据报告、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
原文链接:
