京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据来源:CDA数据科学研究院
自2014年12月至2019年6月,CDA数据分析师认证考试已进行十届。
每年6月与12月,来自全国各地的考生在20多所城市进行严格统考,获取专业技能,拿到高金证书。第十届CDA数据分析师认证考试现已结束,本次考试共进行了LEVEL 1业务数据分析师,LEVEL 2建模分析师,LEVEL 2大数据分析师、LEVEL 3数据科学家(第一阶段)四门科目。
经过简要的数据分析,CDA数据分析研究院发布本次考试的通过率及考生数据报告:
CDA数据分析师第十届通过率:
解读:本届考试通过率及成绩情况
· LEVEL 1 通过率为65%(其中成绩A占比4%,成绩B占比18%,成绩C占比43%)
· LEVEL 2 建模分析师通过率为46%(其中成绩A占比11%,成绩B占比16%,成绩C占比19%)
· LEVEL 2 大数据分析师通过率为52%(其中成绩A占比4%,成绩B占比16%,成绩C占比32%)
以往十届CDA认证考试通过率情况:
第十届CDA认证考试考生地区分布:
第十届CDA认证考试考生专业分布:
解读:
根据考生的专业字段进行了整理分析,可以看出考生的专业分布比较分散,其中数学与统计专业的考生占比最多,为21.9%;其次为工程类专业占比13.21%,经济与金融占比12.75%,信息类占比12.75%,计算机学科占比11.12%,四个专业相差不大。其他还包括管理类、财会、物流、电商、机械、医学、社科、旅游等专业。
第十届CDA认证考试考生工作年限情况:
第十届CDA认证考试考生岗位分布:
解读:
此数据为综合了本届考试所有考生的岗位信息,进行了数据的整理和分类,删除了空缺值,得出了考生从业岗位的占比情况。
可见数据分析岗位占比最多,接近一半的考生都是从事数据相关类工作;IT技术类岗位其次,占比21.03%;产品经理、项目经理、主管总监类相关岗位随后,总占比16.25%。其他还包括市场、营销、运营类岗位;财务、投资等金融类岗位。
基本证明了对于大多数还在数据类岗位的从业人员都急需一个专业能力的提升和认可,获得CDA证书也将是在自己现有职位往更高职位或平台的一个跳板。在IT岗的一些工程师欲获得CDA证书,转行从事数据岗位。而在管理、运营、产品、市场等岗位,也有较大的数据分析技能需求。
解读:
以上是筛选了考生来自的所有企业单位,列出的知名企业名单,包括外企、国企、私企、政府部门等。可看出这些优质企业,500强企业,政府部门的员工也需要CDA技能,参与CDA认证考试,获得证书。也说明CDA持证人遍布在这些企业单位,接触着最前沿的数据技术。
最后,附上本届各等级考试优秀考生榜单:
恭喜以上考生获得优异成绩!!
后续更多优秀考生及状元采访秀,敬请持续关注我们的最新消息,也可以关注我们的微信公众号「CDA数据分析师」!
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27