204906tere224u2fdea4uo.<br><br>课程介绍:<br>为运营、产品、市场打造的”专业“课程<br>为程序员转型产品经理打造的“破圈”课程<br>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<br><br>课程目录:<br>阶段一：快速掌握数据分析必备技能 免费试看<br>第1周 走进数据分析<br>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。<br>课程安排：<br>1、走进数据分析<br>2、多种多样的的数据类型<br>3、统计指标：集中趋势<br>4、统计指标：离散趋势<br>5、统计指标：分布形态<br>6、异常值的识别与处理<br>7、数据分析6大步骤<br><br>第2周 Excel从入门到表格分析<br>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。<br>课程安排：<br>1、Excel功能介绍<br>2、核心函数库：文本函数、数学函数、逻辑函数、条件聚合函数<br>3、使用函数对数据进行预处理<br>4、数据去重、拆分、排序与筛选<br>5、查找与引用函数<br>6、使用数据透视表快速汇总<br>7、认识图表、床架你图标<br>8、实战：大数据人才需求分析报告<br><br>第3周 从0开始学SQL<br>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<br>课程安排：<br>1、什么是SQL<br>2、认识表、字段、记录<br>3、MySQL、Navicat的安装与使用<br>4、基础语法：增删改查<br>5、数据筛选和排序：like、not、in、order by<br>6、使用函数计算数据<br>7、对数据进行分类汇总<br>8、联表查询<br>9、存储数据<br><br>第4周 数据可视化利器 Tableau<br>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。<br>课程安排：<br>1、什么是Tableau<br>2、Tableau安装<br>3、如何获取数据？常用网站介绍<br>4、准备数据<br>5、构建图表<br>6、创建仪表板<br>7、创建故事<br>8、保存与发布<br>9、可视化练习：美妆产品销售分析<br><br>阶段二：Python实现数据分析<br>第5周 Python基础语法<br>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。<br>课程安排：<br>1、学习编程的几个建议<br>2、什么是Python<br>3、安装运行环境、开发环境<br>4、运算符：算术运算、变量赋值<br>5、数据类型：字符、数字<br>6、数据容器：列表、集合、字典<br>7、条件判断语句、循环语句<br>8、编写一个函数<br>9、练习：计算销售总额<br><br>第6周 Python实现网络爬虫<br>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。<br>课程安排：<br>1、什么是爬虫<br>2、Request库介绍<br>3、BeautifulSoup简介<br>4、尝试改写网页<br>5、遍历单个页面<br>6、登录问题<br>7、爬取整个网站<br>8、解析JSON<br>9、存储数据到CSV<br>10、练习：爬取销售数据<br><br>第7周 更高效的数据处理与可视化绘图<br>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。<br>课程安排：<br>1、Pandas介绍<br>2、读取数据<br>3、清理数据：缺失、重复、异常、空值<br>4、数据运算、排序与筛选<br>5、练习：预处理销售数据<br>6、Matplotlib介绍<br>7、什么是画布<br>8、绘制直方图、折线图、散点图<br>9、调整视觉标签、设置多图并列<br>10、练习：销售数据可视化<br><br>阶段三：建立互联网数据分析框架<br>第8周 初始互联网商业模式<br>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。<br>课程安排：<br>1、互联网行业简介<br>2、行业研究方法<br>3、企业研究方法<br>4、B2C/C2C商业模式<br>5、O2O/B2B商业模式<br>6、B2B2C商业模式<br><br>第9周 解析数据指标体系<br>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。<br>课程安排：<br>1、什么是用户生命周期<br>2、用户指标<br>3、留存指标<br>4、时长指标<br>5、渠道指标<br>6、功能指标<br>7、销售指标<br>8、直播类指标<br><br>第10周 构建用户画像<br>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。<br>课程安排：<br>1、什么是用户画像<br>2、创建用户标签<br>3、构建用户画像<br>4、什么是RFM模型<br>5、使用Excel实现RFM模型<br>6、实战：消费者用户画像分析<br><br>阶段四：销售、市场与运营数据分析<br>第11周 用户引流与转化<br>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。<br>课程安排：<br>1、什么是网站流量<br>2、什么是漏斗分析<br>3、AARRR用户增长模型<br>4、用户下单基本流程<br>5、分析下单路径中的关键优化点<br>6、利用Excel绘制漏斗图<br>7、实战：电商推广渠道分析<br><br>第12周 分析消费行为<br>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。<br>课程安排：<br>1、计算复购率<br>2、计算回购率<br>3、分析男女用户消费频次是否有差异<br>4、分析头部用户贡献了多少成交<br>5、分析哪类商品最畅销<br>6、相关性分析<br>7、聚类分析<br>8、实战：直播带货数据 vs 消费者偏好<br><br>第13周 预售销售额、调整运营策略<br>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。<br>课程安排：<br>1、认识销售数据<br>2、什么是线性回归模型<br>3、利用线性回归预测数据<br>4、销售额影响因素<br>5、确认销售额优化方向<br>6、实战：预测电商双十一销售额？<br>7、共享单车为什么要推广红包车<br>8、红包策略引导用户再分布<br>9.、成本优化解决方案<br><br>阶段五：基于数据驱动迭代产品设计<br>第14周 促进用户活跃度、提升用户留存<br>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。<br>课程安排：<br>1、什么是用户活跃度<br>2、影响活跃度的因素<br>3、签到功能、积分体系<br>4、实战：如何提升用户活跃度<br>5、使用SQL计算留存率<br>6、使用用aha Moment提升留存<br>7、如何寻找流失点<br>8、实战：留存率下降原因分析<br><br>第15周 使用AB实验迭代功能<br>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<br>课程安排：<br>1、AB实验的基本概念、应用场景<br>2、AB实验的统计学原理：假设检验<br>3、AB实验的业务基础：流量分层<br>4、AB实验的基本流程<br>5、AB实验结果的分析与解读<br>6、实战：AB实验真的有用吗？<br>7、寻找异常下单行为<br>8、什么是杜邦分析法<br>9、实战：识别电商异常数据<br><br>第16周 撰写数据报告、面试指导<br>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。<br>课程安排：<br>1、数据分析报告结构<br>2、数据报告的分析思路与框架<br>3、图表展示<br>4、ppt排版设计<br>5、图文排版技巧<br>6、数据报告演讲技巧<br>7、常见面试题串讲<br>8、面试经验分享<br><br>所有资源通过合法途径收集于网络，该资源仅用于大家购买正版课程前参考之用，切勿用于其他用途，如需学习，还请购买正版课程。如有原作者认为侵权，请联系我们， 删除处理。