企业在进行数字化转型的同时,对人才技能培养的方向也发生了相应的变化,数据分析是人才最需要掌握的其中一项技能,主要原因在于物联网技术的运用会涉及大量数据处理,企业希望招聘到的人才能够熟练使用数据进行算法预测等工作。
大数据分析 智慧决策 领先未来
数字化转型推动企业人才结构升级 专业与数字技能兼备成新趋势
各大行业大举引进人才数字化专业人才
数字化应用人才
数字化管理人才
课程亮点
全方位打造工具应用、思维模式、实战经验相结合的大数据分析专业人才培养体系
课程收获
适用人群
财务、销售、技术、金融等岗位增加实践经验和项目经验
提升技能和竞争力,更容易找到一份理想的工作
建立数据思维,掌握数据分析的基本技能和方法
01利用数据分析提高就业竞争力
系统化学习数据分析全栈技能矩阵
短时间内掌握数据分析师岗位技能
通关六大企业真实实战项目,求职面试“有话说”
02开启数据分析师之旅,助力升职加薪
熟练运用数据处理工具,高效解决业务问题
掌握数据分析方法论,提升认知水平,打破思维局限
数据管理项目实战,精准定位业务问题
03掌握数据分析技能,为升职加薪做好充分准备
数据分析
财务
批量处理数据以确保工作高效,通过搭建财务可视化看板实现数据直观展示,同时精准计算财务账期,以提升财务管理效率和准确性
管理
建立生产过程中关键指标数据看板,全面掌握企业关键指标情况,通过数据预测业绩走势,制定针对性发展计划
市场
通过竞品数据爬取进行竞品及用户画像深入研究,据此设计针对性的促销策略,并预测其可能的业绩效果
人事
建立招聘漏斗模型,对人事动态进行监测,并制作人员胜任力模型,可以更有效地评估招聘效果,制定针对性的促销策略,并预测其可能的业绩效果
销售
收集行业数据,分析用户特征,调整广告投放渠道的配比,预测未来业绩,建立销售数据监控预警模型,并对客户群体进行分类
电商
经过数据爬取掌握行业动态,精细描绘用户画像,科学预测业绩表现,搭建销售数据的监控预警体系,并对客户群体进行精准分群,以实现更高效的运营和营销
商管
搭建商品销售数据看板、建立风控预警看板、做相关性分析、打造单店盈亏平衡计算器
客服
用户分层管理、搭建关键词看板模型,从而了解不同关键词的客户在整个旅程中的流失、转化情况
采购
爬取市场数据,建立采购日常管理看板,运用构成分析法,可以寻找到最优质的供应商,提升采购效率和效益
产品
爬取行业信息、使用甘特图对各项目进度进行管控、使用A/B测试完成产品迭代效果评估
运营
竞品深度剖析,精准刻画用户画像,搭建运营数据各环节核心指标看板,并根据不同情境制定针对性的营销策略和推广渠道最优配比方案
测试
提升测试效率、使用A/B测试完成产品性能评估
课程体系
实战项目
旅游行业
游戏行业
互联网行业
电商行业
新零售行业
项目五:智慧旅游数据分析
业务背景:
该项目基于某地区旅游情况数据,进行可视化,搭建仪表板,通过Power BI实现对需求的可视化展现。这些数据对于理解该地区旅游现状,游客习惯、偏好等分析非常重要,对于在市场营销、旅游周边优化以及新服务开发等方面具有重要的参考价值。
项目获得:
使得学生通过实战了解数据分析可视化的流程,通过PowerBI基本操作与可视化分析的技能,分析不同地区对智慧旅游的关注度、智慧旅游消费主要方向分析、不同年龄段旅游情况等,为从事数据分析相关工作累积项目经验。
技术拓展:
通过Python结合Power BI完成从需求目标到数据处理,可视化的流程学习。思考维度具有普适性。
项目一:游戏行业客户洞察
业务背景:
该项目基于某游戏公司的用户数据, 进行用户洞察。进行KPI分析, 平台活跃分析, 用户构成分析,付费情况分析,游戏玩家成长体系分析以及游戏推广分析,完成游戏用户画像的洞察。
项目获得:
了解游戏行业的运营模式及付费逻辑,学会如何使用Tableau完成数据可视化,完成数据驾驶舱,培养数据可视化的能力与数据故事的表达。
技术拓展:
该项目设计的数据可视化能力,适用于全行业。
项目一:用户价值分层
业务背景:
按照数据分析的整个流程进行处理包含:项目背景、数据准备、数据清洗、目标制定、以及结论。分析每年销售额增长率、各个地区分店的销售额、销售淡旺季分析、新老客户数分析、利用RFM模型标记用户价值。
项目获得:
学会使用Python处理缺失值、异常值、重复记值,并针对不同数据源进行数据分析与可视化,提高识别和解释数据中的趋势和模式的能力,应用RFM模型和其他分析方法,学习如何根据具体情境选择合适的分析模型。
技术拓展:
该项目涉及到的数据处理、数据分析的技术,适用于其他项目。
项目三:全场景项目 —电商平台线上线下运营操盘分析
业务背景:
基于电商平台的全量数据, 进行各场景分析。包含平台运营、用户标签体系、用户画像、会员增长、用户行为洞察、活动效果评估、线上线下联动策略评估等多个场景, 培养项目数据分析、业务理解、战略规划和决策的能力。
项目获得:
全方位洞悉数据分析岗位工作流程,深刻理解新电商行业的运营逻辑,针对不同的业务需求、数据维度、数据质量进行数据分析工具选型及业务分析模型的选取,掌握全场景、多维度的数据分析之道。
技术拓展:
增强对业务需求和策略的理解,从而更好地将数据分析与业务目标相结合, 培养业务+数据分析的复合型人才。
项目四:某头部汽车新零售企业投放渠道分析
业务背景:
基于汽车新零售企业的用户数据, 分析汽车新零售的投放渠道以及它们的转化效率和成本效益,针对汽车行业在数字化时代下的市场营销策略进行的研究。通过数据分析,找出优质渠道,为未来的营销策略提供依据。
项目获得:
了解汽车新零售行业的线上与线下融合的销售模式,学会如何使用SQL处理复杂的数据集,掌握将商业问题转化为数据分析问题的能力,加深了数据分析在实际业务中应用价值的理解。
技术拓展:
该项目学习的技能经验同样适用于电商等互联网行业中。
师资团队
张植皓老师
编著《PYTHON数据分析入门与实战》《零基础PYTHON》曾任慧科集团高级教育产品经理、开课吧资深讲师、中国电信天翼云课程、京东大学培训讲师。拥有多年教育培训经验,线上线下学员万余名.擅长KNN、决策树、LOGISTIC回归、支持向量机等监督学习模型的研究与实现,熟练使用数据分析模型解决企业痛点问题
常江老师
出版书籍: 《跟着机器人学Python》 《零基础玩转Python》 《Python数据分析入门与实战》 《零基础快速入行数据分析师》 出版社审稿中数据分析首席讲师 Python课程导师 全球500强企业数字化转型顾问 10 年互联网从业经验 《数据分析小课》累计付费学员超5万
史兵老师
北京某知名教育品牌的教学顾问;某一线大厂担任大数据分析师;近十年从事“大数据分析相关项目”的研究python编程、sql数据库等领域有着丰富的理论基础和实践经验
蒋铮老师
具有超过五年的丰富学生管理经验,是Excel的专家级用户,对Excel在院校及企业管理中的广泛应用有着深入的研究和个人见解;擅长于复杂数据处理,能够高效地分析和解读数据信息
深耕高校
课堂风采
Tableau课堂学习
同学们积极参与讨论,课堂氛围十分活跃,与老师和同学互动频繁。在课堂上,不仅传授理论知识,更注重实操演练,让学生亲自动手操作,真正掌握大数据分析的技能。通过案例分析、小组合作等多样化的教学方式,大家互相学习、共同进步,充满热情地投入到大数据的世界中。