
由于今年疫情的影响,第十二届CDA认证考试改为7月25-26日,在全国23座城市进行,现已圆满结束。
在本次举办考试期间,CDA密切关注各地区疫情情况,严格遵守地方政府相关政策。考生们逐一进行安全体测、身份拍照核实后才可进入考场。本次考试采取线下上机考试、全国实时视频监考、在线考试、机器人监考等先进考场技术,为考生们提供了先进、有序的考场环境。
此次考试共包含四门认证
· LEVEL Ⅰ 业务数据分析师
· LEVEL Ⅱ 建模分析师方向
· LEVEL Ⅱ 大数据分析师方向
· LEVEL Ⅲ 数据科学家(第一阶段)
经过简要数据统计分析,CDA数据分析师发布本次考试的通过率及考生数据报告:
01、第十二届CDA认证考试通过率
考试难度有所提升,通过率略微下降
本届考试通过率及成绩情况
· CDA LEVEL I 业务数据分析师 61%
(其中成绩A占比5%,成绩B占比18%,成绩C占比38%)
· CDA LEVEL II 建模分析师 42%
(其中成绩A占比6%,成绩B占比13%,成绩C占比23%)
· CDA LEVEL II大数据分析师 40%
(其中成绩A占比4%,成绩B占比11%,成绩C占比25%)
· CDA LEVEL III 数据科学家 23%
(其中成绩A占比1%,成绩B占比5%,成绩C占比17%)
与上一届(第十一届)相比,各个等级的总通过率略微下降。随着CDA认证不断普及,同时得到越来越多企业和机构的认可,作为数据分析行业人才选拔的参照标准,未来CDA认证考试内容将持续迭代和更新,难度也会有提升的趋势,因此通过率也会有所下降。
这一届考试结束,CDA考试进行了考试模式的革新,由每年6月和12月考试,升级为随报随考,考生自己预约时间预约考场,考试更加灵活,更加方便,有助于考生
02、第十二届CDA考生地区分布
北上广深持续领跑 中西部城市占比大
从考生地区的分布图中可以看到,北上广深的考生人数持续领跑,占比前四名的位置。杭州和南京紧随其后,位居第四和第五位。同时成都、西安等中西部地区考生占比也很大。
由此可以看出,数据分析行业在北上广深四个超一线城市蓬勃发展,因此这些地区的数据分析人才也是最多的。与此同时,东部沿海城市以及中西部地区,近年来数据行业发展也十分有潜力,相关人才的队伍不断壮大。
03、第十二届CDA考生性别分布
考生性别比基本持平,男性考生略多
在本届CDA考试中,女性考生占比45%,男性考生占比55%,基本持平。这也说明,数据分析行业不再是传统意义上男性占绝大多数的局面,近年来也有越来越多的女性加入到数据分析的行业中。
04、第十二届CDA考生学历分布
本科硕士生占较大比重
对本届CDA考生学历情况进行分析,我们发现其中本科生占比过半,达到56.45%;其次是硕士占比达到32.94%。
这也说明CDA考生大多数为本科及以上学历,希望通过CDA认证考试进一步提升数据相关技能,加强职场工作能力。
05、第十二届CDA考生专业分布
统计学专业为首,理工科考生居多
我们对考生的专业进行了整理分析,从图中可以看到,CDA考生专业分布TOP10基本为理工科专业。其中统计学专业的考生最多,位居首位。其次,计算机和工商管理专业分别位于第二和第三位。同时来自数学、经融学、电子信息等专业的考生也居多。
06、第十二届CDA考生工作年限分布
超过半数有3年以上工作经验
本届考生中,绝大多数考生都有一定的工作经验,无工作经验的占比不到18%。其中超过半数的考试有3年以上工作经验,占比高达51.07%;工作2-3年的占比8.87%,1-2年工作经验占比为13.3%。
这也说明,CDA证书不仅是进入数据分析行业的“敲门砖”,越来越多的职场人士以此作为“炼金石”,进一步提升自己的数据分析能力和职场竞争力。
07、第十二届CDA考生工作岗位分布
数据分析岗位占比最多
在考生的工作岗位分布中,我们可以看到,数据分析岗位无疑是最多的,占比达到38.43%。值得注意的是,第二位的是经理、主管以及总监等岗位,占比15.15%。紧随其后是产品、运营和IT、技术岗位,分别占比13.32%和11.5%。
08、第十二届CDA考生Top企业
考生来自的企业包括了国企、外企、私企、政府部门等,例如德勤、腾讯、中国移动、中国联通、中国电信、中国银行、招商银行、中国邮政等等知名企业。
从中可以看出,CDA证书越来越获得各行各业知名企业的认可。这些企业,500强企业,政府部门的员工也需要CDA技能,这也进一步说明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,为了帮你能有针对性地准备考试,根据考试大纲的要求安排复习计划,这里有一份最新版的考试大纲——CDA 1级 考试大纲。
作为CDA数据分析一级认证考试命题的规范性文件和标准。可以帮你指明考试范围,简要地指出CDA考试的知识点,根据大纲就可以快速得看出考试侧重考试方向,明确复习方向和考试要求,从而提高备考效率,为顺利通过考试奠定坚实的基础。
下载大纲,认真学习和备考,掌握数据分析的基础知识和技能。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
备考福利
接下来给大家重磅推出考试学习资源:
《数据分析专项练习题库》
《CDA数据分析认证考试模拟题库》
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13