课程简介
对于数据分析师来说，缺乏足够的项目经验无疑让个人履历显得平平无奇，泛乏可陈。在人才市场上，具有一线大厂项目经验的数据分析从业者，无疑可以让用人单位另眼相看，重金以待。
为了让包括CDA俱乐部成员在内的数据分析从业者吸取一线互联网公司的项目经验，CDA联合京东智联云数据科学团队联合推出《京东&CDA数据分析师就业班》。
该部分课程均由京东数据科学家与CDA数据科学研究院专家团联合研发并授课，必修项目均来源于京东智联云团队参与的成功的项目，操作数据为京东真实的脱敏数据，学习过程逼近一线大厂项目。案例由浅入深进行讲解，从客户价值管理、商品管理、用户行为分析、销量预测等等，涵盖互联网公司常见的数据挖掘任务。
京东数据科学家将会讲解在企业数字化转型的当下，使用数据进行高效决 策的方法。同时会讲解利用电商数据对各行业进行赋能的前沿商业案例，包括构建基于LBS的线下实体运营决策机制、线上数字化运营与线下实体结合运营的项目案例等。
最后，为了让对数据挖掘感兴趣的同学有更深入学习的机会，课程增加选修实战项目，涵盖金融、零售、互联网、通信、医疗等行业，学生可根据所处行业以及未来择业方向重点学习某些领域的案例。

学习目标

• 掌握数据分析体系
• 掌握用户数据分析框架
• 掌握EDIT模型在电商用户数据分析场景的使用
• 掌握AIPL以及4A用户营销分析方法
• 掌握商品数据分析框架
• 掌握EDIT模型在商品数据分析场景的使用
• 掌握销售分析、库存分析、市场分析、促销分析等常用分析诊断方法
• 掌握商品数据分析常用数据挖掘模型
• 掌握流量数据分析框架
• 掌握流量分析的基本工具
• 掌握流量异常检测方法和常用的流量分析模型
• 掌握基于Power BI的动态数据可视化报告制作
• 熟练掌握Excel、MySQL、Power BI等数据分析软件
• 熟练掌握数据清洗，可以完成缺失值填补、异常值处理等
• 精通数据可视化，制作可视化分析报表
• 可以独立撰写业务分析报告
• SQL数据库应用基础
• 大型数据分析综合项目现场实战
• 掌握数据分析在各行业的应用场景
• 掌握业务数据分析模型与分析方法
  

学习对象和基础

• 缺少一线互联网大厂数据分析与数字化决策的项目经验，希望个人履历能添光溢彩者
• 希望了解一线互联网大厂在数据资产变现思路者
• 简历无亮点缺乏竞争优势
• 学习更多前沿项目思路的CDA老学员
• 零基础学生、转行人士，低门槛无忧就业
• 基础薄弱数据类岗位从业者，系统提升专业技能
• 产品、运营、营销、财务等业务部门在职者，提升数字化工作效率
• 研发、中台、技术类部门在职者，数字化赋能支持业务发展
• 企业创始人、经理人、管理咨询类岗位从业者，把握数字化转型方案及流程
  

课程内容
1章预科学习

• Excel 预习视频
• 数据库预习视频
• Power BI 预习视频
• Python 编程在线学习
  

2章数据分析概述

• 数据分析分类
• 数据分析目的及意义
• 数据分析方法与流程
• 数据分析角色与职责
• 数据分析师职业道德与行为准则
  

3章撰写业务分析报告

• 表格结构数据特征
• 表格结构数据获取方法
• 表格结构数据引用、查询与计算方法
• 数据驱动型业务管理（数据埋点、数据治理、数 据应用等）
• 指标的应用 - 搭建营销运营指标体系
• 财务指标的分析与应用
• 业务场景指标 - 多场景业务场景指标应用精讲（ 运营、客户、商品、活动等）
• 指标的设计 - 多场景指标设计、使用及分析案例 （绩效、运营、销售等）
• 业务指标综合分析案例 - 互联网运营业务指标综 合分析案例
• 可视化分析方法
• 业务分析方法应用 - 杜邦分析法、帕累托分析 法、四象限分析法
• 业务模型应用 - 价值模型、帕累托模型、漏斗 模型、RFM模型
• 撰写业务分析报告方法
• 电商、互联网、零售行业的数据分析场景介绍
• 客户分析 - 电商客户维度综合分析案例（用户 生命周期、用户特征、用户行为分析）
• 产品分析 - 电商产品维度综合分析案例（商品 画像、商品标签、商品定位策略分析）
• 运营分析 - 互联网运营业务综合分析案例（运 营效果分析、电商漏斗模型分析应用）
• 行为效果分析 - 电商运营活动效果评估分析案 例（A/B测试、行为效果评估）
• 市场分析 - 汽车行业市场分析案例（市场分析 报告撰写方法）
• 业务分析综合案例 - 互联网市场、运营综合实 战案例（业务模型综合分析应用）
  

4章制作可视化分析报表

• 表结构数据特征
• 表结构数据获取
• 表结构数据加工与使用
• ETL及数据仓库应用
• 多表透视分析逻辑
• 多维数据模型
• 透视分析方法
• 多表透视分析应用案例 -- 多维透视分析应用案 例
• 客户分析-电商客户运营分析仪表板（潜在客户挖 掘、电商运营效果监控、运营指标分析应用）
• 产品分析-产品进销存追踪监控看板（进销存业 务流程分析与监控）
• 运营分析-电商运营分析驾驶舱（电商获客分析 、营销漏斗模型监控分析）
• 市场分析-汽车市场销售监控仪（市场动态监控 看板制作方法）
• 销售分析-销售进度管理监控分析仪（销售漏斗 模型分析应用、销售结果预测分析模型）
• 综合实战案例-电商综合运营分析仪表板（流量 、转化、客单相关指标分析监控）
  

5章描述性统计分析

• 统计学概述
• 描述性统计图表
• 集中趋势的描述
• 离散程度的描述
• 分布形态的描述
• 相关分析
• 统计分析面试题突击训练
  

6章SQL数据库应用基础

• 数据库基本概念
• DDL数据定义语言
• DML数据操作语言
• 单表查询
• 多表查询
• 函数
  

7章SQL大厂面试直通车

• SQL大厂面试题突击训练
• 查询应用案例1 -- 电商多表查询案例
• 查询应用案例2 -- 零售业多表查询案例
  

8章大型数据分析综合项目现场实战

• 电商数字化运营综合实战案例【结业项目】
• 世界500强外企数字化营销综合实战案例【结业项目】
• 学生现场探索性实操
• 项目现场专家评审与1V1指导
  

9章数据分析师职业规划课

• 职业规划
• 职场沟通力
• 团队协作力培养
  

10章面试技巧一对一辅导

• 1V1面试技巧指导与简历修改
  

11章Python编程基础（选修）

• Python标准数据类型
• 控制流语句
• 自定义函数
• 异常和错误
• 面向对象编程
• Python连接数据库操作
  

12章Python数据清洗与可视化（选修）

• Pandas数据处理
• Pandas数据表的合并与连接
• Pandas数据的累计与分组
• Python数据可视化包-Matplotlib介绍
• 使用Python数据处理包Pandas做可视化
• Python数据可视化包-Seaborn介绍与图形绘制
  

13章Python数据分析综合案例（选修）

• 斯德哥尔摩气候可视化分析
• 餐饮订单数据清洗与分析
• 文本数据分析之QQ聊天信息可视化分析
  

14章Python面试直通车（选修）

• Python大厂面试题突击训练
  

15章技能拓展课（选修）

• 采销、物流与供应链数据分析应用实战【10课时】（需额外付费）
• 互联网数据运营课【18课时】（需额外付费）
• 财务数据分析【10课时】（需额外付费）
• 何为数据产品经理？【1课时】
• Python爬虫【15课时】
• Python办公自动化【10课时】
  

16章数据行业赋能商业案例

• 基于RFM模型的用户精细化管理
• 4A模型营销实战
• 用户关注度模型构建及运营
• C2M反向定制及新品分析实战
• 漏斗分析
• 销量预估
• 触点分析实战
• 基于LBS的空间价值分析
  

课程试听：《京东CDA数据分析师脱产就业班》

DA内容精选