Your cart is empty.
Keep shopping
Teach on Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn More数据分析体系课
Rating: 4.7 out of 54.7(6 ratings)
100 students
数据分析体系课
本课程旨在提高员工对数据的认识和利用能力，包括数据分析思维、数据分析工具、数据分析可视化内容，内容采用理论与实践相结合的方式，让员工更好地理解和掌握数据分析的核心知识和技能。
Created by前程无忧 51job
Last updated 4/2024
Chinese (Simplified)
Chinese (Simplified) [Auto],
What you'll learn
- 提升数据处理、可视化、分析能力
- 业务实现精准营销和个性化服务
- 提升企业运营效率和效益
- 助力企业打造数字经济优势
Explore related topics
Course content
12 sections • 335 lectures • 82h 36m total length
- 入行必备：数据处理的十大技巧20:53
- 如虎添翼：开源 OLAP 工具如何助力数据分析21:39
- 离线利器：大数据离线处理工具 Hive 的常用技巧15:24
- 晋级之路：轻松掌握新星 Spark 的入门之道16:54
- 效率提升：如何通过邮件报表释放人力10:42
- BI 平台：如何进行报表可视化开发16:08
- 实战演练：一小时搭建可视化 BI 数据平台9:36
- 数据平台：本机部署大数据平台工具及使用6:21
- 贯通业务：处理临时需求的正确姿势11:54
- 问题诊断：定位数据异常的快速方法11:08
- 精细运营：数据分析在用户运营中的运用10:41
- 产品迭代：巧用数据分析优化产品13:03
- 自我驱动：如何开展专题分析13:04
- 经典案例：如何搭建信息流产品数据分析指标体系13:50
- 黄金流量：如何完成首页入口资源位最大价值9:25
- 业务提升：数据策略如何驱动业务增长19:22
- 科学验证：快速入门 AB 实验设计和评估11:43
- 策略案例：抖音、快手策略推荐分析10:21
- 商业变现：流量的商业闭环分析15:33
- 效率广告：迅速了解互联网广告的核心指标11:40
- 价值预估：拆解互联网公司价值数据量化模型10:16
- 提高效率：数据分析师知识构成及管理10:39
- 简历优化：数据分析师简历要避免哪些问题10:03
- 最佳选择：巧妙选择公司及投递策略13:22
- 良好开端：新人入职第一周的工作清单11:37
- 如何定量描述数据状况与概率事件？15:48
- 未来事件如何用数据进行预测？16:56
- 资源投入怎么分配更合理？16:11
- 最好用的产品、商品、用户的分类方法你知道吗？15:08
- 帕累托模型：如何用 20% 的成本产生 80% 的利润？13:51
- 波士顿模型：如何合理分配 100 万的投放资金与资源？12:47
- 尿布与啤酒背后的原理，如何让客户加满购物篮？13:59
- 场景分析前提：如何梳理业务流程、建立指标体系？12:01
- FineBI 实操：毛利率下滑诊断与分析16:43
- 业务异常剖析：用时间溯源法，追踪订单下降原因15:28
- 5W2H 法：如何利用 5W2H 模型挽救断崖式订单？14:15
- 用户画像实例：客户增长受阻，该如何分析用户行为？13:19
- 指标拆解案例：如何用数据思维解剖采销成本上升的本因？14:39
- 目标导向：如何走出取数的怪圈？15:22
- 客观严谨：事实+论证过程+观点，打造高水准分析16:43
- 指标思维：如何搞清楚各种不同的指标类型18:02
- 逻辑推理：招聘要求里的逻辑思维能力到底指什么？16:32
- 系统结构：跳出问题看问题，让你的分析直击关键16:12
- 懂业务：让你的分析结果与业务方、领导同频12:59
- 懂用户：数据分析+用户思维=精细化运营15:39
- 分析流程：业务数据分析的通用流程17:24
- 定义问题：怎么定义问题，打通分析思路？16:15
- 拆解问题：为什么总是拆解出一堆没用的数据？15:47
- 找出原因：问题原因那么多，哪条才是最关键15:05
- 提出建议：什么才是有价值的建议？12:42
- 报告撰写：怎样高效地写一份数据分析报告？12:57
- 分析框架进阶：其他常见的分析流程（预测竞品用户数学建模）17:44
- 产品分析：如何将某功能的次日留存率提升 10%？17:47
- 转化分析：如何提升产品的购买转化率？15:09
- 活动分析：如何分析活动效果并给出有效建议？13:51
- 用户增长：找出快速提升用户数的关键行为14:03
- AB 测试： AB 测试的效果评估和优化15:35
- 彩蛋1 数据运营：如何搭建数据运营体系？14:57
- 彩蛋2 面试：业务数据分析师的面试指南17:34
- 如何解决临时提数需求15:53
- 如何搞定 BAT 大厂的数据分析项目？14:26
- 怎样才更好地转型或成功跳槽？16:21
- 如何挑选适合项目场景的数据分析工具？15:24
- 多元思维模型：数据分析需要具备的四大能力？14:19
- 电商数据分析：京东 App 的详细产品分析14:36
- 互联网金融：芝麻信用分的建模过程是怎样的？14:44
- 游戏：游戏行业的 ROI 和付费率是怎么算的？13:29
- 销售：传统行业如何做好交易额提升？12:50
- 指标体系搭建：指标体系的经典四步13:30
- 流量分析：如何分析数据的波动？16:22
- 路径分析：用户的使用路径网络分析20:46
- 竞品分析：教你如何做竞品分析15:19
- 营销活动：日常运营活动的分析模板13:15
- 用户增长：用户增长的本质是什么？10:05
- 问题定义和拆解：如何去定义问题、拆解问题？10:58
- 数据获取与分析：常见的 SQL 技巧和分析方法9:22
- 报告撰写：专题报告的完美标准化格式10:57
- 游戏：游戏行业的 ROI 和付费率是怎么算的？13:29
- AB 测试：AB 测试的效果监控15:50
- 行业分析：行业分析及框架分析15:57
- 数仓：数据仓库的三种类型表10:46
- 时间管理：优秀的数据分析师如何做时间管理？11:41
- Excel工作界面介绍16:37
- Excel常用功能33:29
- 数据透视表创建及布局设置21:44
- 多维度计算12:01
- 切片器实现数据动态交互16:31
- 电商销售分析看板实战25:38
- 公众号监测仪表板实战31:38
- Python 常用的变量与数据类型23:36
- 流程控制：如何控制代码执行的顺序？20:37
- 函数：快速实现代码的复用17:59
- 类与对象：更好地组织你的代码14:48
- 案例实战：日程管理小工具15:27
- 获取数据：公开数据集与 DIY 数据集12:44
- 下载网页：如何使用模拟请求下载真实的网页？13:51
- 提取数据：如何从网页中提取感兴趣的内容？15:23
- 保存数据：如何将爬取的数据保存成 CSV 格式10:34
- 实战：手把手教你构建国产电视剧评分数据集18:16
- 文件处理：如何读取多种文件（csvexcel）的数据？12:13
- DataFrame：如何以表格的形式查看和操作数据？15:46
- 高级索引：过滤与查看表格中的局部数据13:47
- 数据清洗：表格数据缺失值与异常值的处理15:53
- 时间序列：时间数据的解析与应用14:02
- 案例实战：如何用 Python 分析电商用户行为？19:26
- 如何快速实现数据的批量计算？14:02
- 基础统计：如何统计数据的均值、方差等特征？17:09
- 回归分析：如何预测未来数据趋势？11:57
- 案例实战：电商用户对商品喜好的预测15:31
- 绘图基础：如何将表中的数据特征画成图？13:02
- 散点图与线图：如何展示不同特征之间的11:10
- 直方图、条形图和饼图：如何分析数据分布与占比？12:14
- 图像的脊柱、注解和图例：如何画出更专业的图表？14:14
- Seaborn：实现用户可交互的图标15:49
- 案例实战：用图例可视化用户行为分析和喜好预测过程12:16
- 初识EDA：全球新冠肺炎区域确诊病例趋势分析11:46
- AI 实战：训练电影票房预测模型11:28
- 综合实战：网络服务用户流失预测与分析11:18
- 国产电视剧评分预测分析10:05
- 加餐：VS Code 新版 Notebook 使用指南1:22
- 课前基础：计算机运行一个程序的过程7:09
- 课前准备：搭建一个高效的 Python 开发环境14:03
- 文件操作13:18
- 异常处理17:27
- CSV文件处理18:23
- pip包管理工具17:01
- Excel的读取27:11
- Excel的写入7:41
- Word文件写入（上）20:58
- Word文件写入（下）12:14
- Word文件转PDF4:02
- 读取PDF文件6:48
- PDF添加水印9:26
- 发送邮件16:43
- Mysql基础-课程内容介绍15:35
- Mysql基础-数据库及数据库管理系统15:03
- Mysql基础-为什么使用数据库9:49
- Mysql基础-关系型数据库和非关系型数据库10:29
- Mysql基础-数据库排名了解5:10
- Mysql基础-关系型数据库的主要对象19:03
- Mysql基础-MySQL的特性15:03
- Mysql基础-MySQL的发展历程5:27
- Mysql基础-MySQL的存储引擎7:02
- Mysql基础-MySQL的数据类型19:08
- Mysql基础-MySQL Server安装配置11:08
- Mysql基础-MySQL Client安装配置11:10
- Mysql基础-SQL语句说明11:39
- Mysql基础-Navicat图形化方式体验9:19
- Mysql基础-DDL之修改及删除数据库3:38
- Mysql基础-DDL之创建数据表相关16:34
- Mysql基础-DDL之删除表5:24
- Mysql基础-DDL之修改表结构9:05
- Mysql基础-DML之插入数据14:41
- Mysql基础-DML之修改数据6:27
- Mysql基础-DML之删除数据5:18
- Mysql基础-DQL之简单查询10:49
- Mysql基础-DQL之条件查询运算符8:53
- Mysql基础-DQL之条件查询需求实现（上）8:23
- Mysql基础-DQL之条件查询需求实现（下）5:34
- 核心查询-排序9:00
- 核心查询-聚合函数9:27
- 核心查询-聚合函数应用9:54
- 核心查询-分组（上）15:04
- 核心查询-分组（下）3:46
- 核心查询-limit关键字及分页查询10:48
- 核心查询-主键约束的添加及删除19:27
- 核心查询-主键自增10:17
- 核心查询-Delete及Truncate对主键自增的影响2:24
- 核心查询-非空约束 唯一约束 默认值约束9:11
- 核心查询-外键约束的添加19:50
- 核心查询-外键约束的删除及其它注意事项10:19
- 核心查询-多表关联查询数据准备6:36
- 核心查询-多表关联查询笛卡尔积方式11:49
- 核心查询-多表关联内连接方式10:49
- 核心查询-多表关联外连接方式14:41
- 核心查询-合并查询17:19
- 核心查询-子查询（上）13:40
- 核心查询-子查询（下）10:48
- 核心查询-扩展认识之系统信息及数值函数11:35
- 核心查询-扩展认识之字符串函数14:13
- 核心查询-扩展认识之日期时间及条件判断函数10:05
- 核心查询-汽车新零售案例介绍19:45
- 核心查询-汽车新零售案例数据准备10:44
- 核心查询-汽车新零售案例需求实现（1）10:35
- 核心查询-汽车新零售案例需求实现（2）8:38
- 核心查询-汽车新零售案例需求实现（3）10:31
- 核心查询-汽车新零售案例需求实现（4）上13:00
- 核心查询-汽车新零售案例需求实现（4）下14:14
- 窗口函数-窗口函数说明19:31
- 窗口函数-窗口函数和普通场景聚合函数区别12:48
- 窗口函数-案例基础数据准备5:23
- 窗口函数之累计计算函数需求实现（1）16:24
- 窗口函数之累计计算函数需求实现（2）6:58
- 窗口函数之累计计算函数需求实现（3）5:52
- 窗口函数之累计计算函数需求实现（4）13:14
- 窗口函数之排序函数需求实现（1）18:55
- 窗口函数之排序函数需求实现（2）11:05
- 窗口函数之排名函数需求实现（3）6:44
- 窗口函数之偏移分析函数15:07
- 窗口函数之偏移分析函数需求实现（1）12:28
- 窗口函数之偏移分析函数需求实现（2）18:12
- 索引与视图-MySQL索引及分类9:11
- 索引与视图-主键索引及唯一索引6:37
- 索引与视图-普通索引_复合索引_及小结8:10
- 索引与视图-MySQL视图及作用10:51
- 索引与视图-MySQL视图需求实现（1）5:19
- 索引与视图-MySQL视图需求实现（2）7:19
- 开篇词：如何高效学好网络爬虫6:59
- 必知必会，掌握 HTTP 基本原理17:45
- 夯实根基，Web 网页基础11:08
- 原理探究，了解爬虫的基本原理6:38
- 基础探究，Session 与 Cookies10:16
- 多路加速，了解多线程基本原理13:27
- 多路加速，了解多进程基本原理20:39
- 入门首选，Requests 库的基本使用25:01
- 解析无所不能的正则表达式21:18
- 爬虫解析利器 PyQuery 的使用15:46
- 高效存储 MongoDB 的用法13:18
- Reqeusts + PyQuery + PyMongo 基本案例实战20:51
- Ajax 的原理和解析10:43
- Ajax 爬取案例实战13:20
- Selenium 的基本使用25:44
- Selenium 爬取实战15:37
- 异步爬虫的原理和解析20:00
- aiohttp 异步爬虫实战17:27
- 爬虫神器 Pyppeteer 的使用21:12
- Pyppeteer 爬取实战11:06
- 代理的基本原理和用法12:21
- 提高利用效率，代理池的搭建和使用21:26
- 验证码反爬虫的基本原理8:49
- 利用资源，学会用打码平台处理验证码8:21
- 更智能的深度学习处理验证码10:54
- 你有权限吗？解析模拟登录基本原理12:13
- 模拟登录爬取实战案例12:38
- 令人抓狂的 JavaScript 混淆技术35:36
- JavaScript 逆向爬取实战（上）18:37
- JavaScript 逆向爬取实战（下）18:30
- App 爬虫是怎么着情况？15:36
- 抓包利器 Charles 的使用8:59
- 实时处理利器 mitmproxy 的使用15:37
- 可见即可爬，Appium 的使用12:15
- 更好用的自动化工具 airtest 的使用14:54
- 无所不能的 Xposed 的使用21:01
- App 逆向的常见技巧7:26
- 智能化解析是怎样的技术？13:05
- 智能化解析解析工具使用13:49
- 页面智能解析算法原理解析12:41
- 跟我来一起实现智能化解析算法吧11:46
- 无人不知的 Scrapy 爬虫框架的介绍6:31
- 初窥门路 Scrapy 的基本使用14:41
- 灵活好用的 Spider 的用法16:05
- 功能强大的 Middleware 的用法16:59
- 哪都能存，Item Pipeline 的用法11:08
- 遇到动态页面怎么办？详解渲染页面爬取10:41
- 大幅提速，分布式爬虫理念8:28
- 分布式利器 Scrapy-Redis 原理7:58
- 实战上手，Scrapy-Redis 分布式实现4:01
- Scrapy 部署不用愁，Scrapyd 的原理和使用12:09
- 容器化技术也得会，Scrapy 对接 Docker8:18
- Scrapy 对接 Kubernetes 并实现定时爬取4:54
- 概念解析：什么是数据可视化分析11:38
- 建设方法：数据可视化分析的庖丁之术11:47
- 技术框架：数据可视化分析的两种武器9:29
- 图表组件：Echarts 数据可视化图表基础10:58
- 框架搭建：PyEcharts 数据可视化环境11:03
- PyEcharts 开发快速入门11:27
- 案例 1：实时数据监控指标卡设计12:36
- 案例 2：历史数据变化趋势图设计12:19
- 案例 3：订单商品构成模型图设计11:04
- 案例 4：客户地理位置分布图设计10:44
- 案例 5：门店盈利能力对比图设计11:03
- 案例 6：竞争优势多维分析图设计11:02
- Flask Web 框架基础11:23
- PyEcharts & Flask 框架集成10:49
- PyEcharts & Flask 集成案例10:54
- 结束语：数据可视化分析学习经验总结和心得体会2:56
Requirements
- 无需经验
Description
数据分析体系课程是一门深入浅出、实用性强的培训课程，专为提升员工的数据素养和分析能力而设计。本课程不仅涵盖了数据分析的基本思维模式和理论框架，还详细介绍了各种数据分析工具的使用方法，让学员们能够迅速掌握数据处理和分析的实操技能。同时，课程还注重数据分析的可视化呈现，帮助学员们将复杂的数据转化为直观易懂的图表，提升数据表达的效果。课程采用理论与实践相结合的方式，让学员们在亲身实践中深化对数据分析的理解，真正掌握数据分析的核心知识和技能。
本系列课程来自前程无忧合作讲师：
徐小磊
数据运营专家 前阿里产品运营专家
数据挖掘与人工智能专业硕士
从事数据分析和运营行业10余年，曾负责阿里大文娱的短视频信息流的数据运营。达成过两个双千万级的产品运营，一个是月活破两千万，一个是日活破两千万，擅长推荐策略用户画像和标签体系的建设和运营。
Jason
BAT数据分析专家
他专注于用数据驱动业务增长，擅长产品数据分析、运营数据分析、用户增长等领域。
在同花顺带领10人分析团队，从0到1搭建千万级用户产品的用户精细化运营体系，并沉淀了一套面向用户运营的数据化运营方法论。作为多年的数据分析面试官，有丰富的面试候选人经验。
Who this course is for:
- 希望提升数据分析能力，以便在工作中更有效地利用数据、为决策提供有力支持的人