
探秘数据可视化,CDA从来都有故事,又不缺干货!(附福利)
一场秋雨一场寒,赶在秋雨之前,C君又在线下跟大家面对面交流了。自7月29日的CDAS 2017中国数据分析师行业峰会以来,C君已经很久没有和大家线下一起交流了。本以为会意兴阑珊,但是却没想到场场爆满,天凉了,但是大家学习交流的心,从来都是炙热的。
8.26京沪联动探秘数据可视化活动圆满成功。在此,C君也很高兴的和大家分享此次京沪联动下关于数据可视化中发生的故事。
(注:后台回复“8.26”领取活动当天嘉宾PPT)
首先要提的就是在北京CDA和微软联合举办的探秘数据可视化活动。满额的报名,爆场的活动,干货满满的嘉宾,热情积极的参会者,C君都忍不住给到场的分享嘉宾和收获满满的参会者们点赞。
首先带来分享的是DataHunter产品总监刘鹏元,负责公司企业数据分析平台的整体产品工作。拥有多年的产品经理工作经验,其中大部分时间都在从事数据类产品工作,包括搜索引擎、第三方数据平台、企业BI产品等。分享主题是:后Excel时代的数据分析。首先讲述了Excel由1983年至今经历的几个发展阶段,以及现在新型的BI数据分析工具。然后讲述了后Excel时代的数据分析我们应该何去何从。
然后带来分享的是现任Smartbi北区高级售前技术顾问赵腾虎,拥有近十年IT行业售前工程师工作经验,在企业级解决方案方面有丰富经验。他的演讲主题是:如何利用Excel设计数据可视化之交互仪表盘。由数据可视化引出,结合实际的DEMO演示,讲述了交互仪表盘的用法。
最后带来分享的是Tableau资深设计工程师董柏举,优阅达数据科技有限公司高级技术顾问,负责大型跨国集团财务数据展示、零售行业巨头内部数据系统搭建, 擅长财务、互联网、零售行业分析,具有丰富的商业智能项目实战经验。他分享的主题是Tableau软件的行业应用于探索。
同步举行的上海探秘数据可视化专场由CDA主办,创客邦协办。
首先演讲的是simplyBrand信励科技产品经理,公司Data Readiness部门经理,数据可视化解决方案产品负责刘伟;八年以上前端开发、数据管理及可视化项目经验,主导完成多个知名企业品牌的数据项目;熟练HTML5/ES6/WebGL/Canvas/SVG等技术,精通数据可视化,熟练运用PowerBI、Tableau。他演讲的主题是:基于互联网消费者洞察的数据可视化案例分享。
然后是美库尔商务信息咨询有限公司高级数据分析师吴厚萍,从事数据分析三年,专注于数据分析,BI报表设计,熟练使用Tableau等相关可视化工具。她演讲的主题是:浅谈数据可视化与可视化实用案例。
最后带来分享的是汉得信息技术股份有限公司大客户经理,AMS部门解决方案产品负责人代成超。擅于以数据驱动企业决策,对于如何利用已有的信息,对企业提出可持续发展的建议有着独到的见解;精通SAP,Oracle等企业ERP产品,负责管理多个大型企业的运维项目。提倡人人都应有数据分析意识,并利用数据分析提升客户体验。他的演讲主题是:如何利用可视化分析发现问题并提高运维团队工作效率。
听完了诸位嘉宾的演讲,有人觉得收获满满,有人打开了数据可视化新世界的大门,有人开始忙着重新整理自己人生简历,更有人萌生了对数据可视化浓厚的兴趣,还有人已经抢先一步开始报名学习数据可视化了,你还在犹豫?
CDA针对数据可视化人群,特别开放一批数据分析可视化课程:
课程一:数据可视化的奥秘--透过现象看本质
通过学习使学员了解掌握Tableau的基本操作和可视化的实际应用。一值以来,数据可视化就是一个处于不断演变之中的概念,其边界在不断地扩大;因而,最好是对其加以宽泛的定义。数据可视化指的是技术上较为高级的技术方法,而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。与立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多。
本课程在Tableau基本软件操作的基础上,更加侧重于应用,主要从数据可视化的重要作用,主要类型和统计图表的制作技巧已经统计图表的分类入手,详细介绍如何是数据可视化更加美观,便捷。还讲解了图表可视化的十大禁忌。结合实际案例分析,还讲解了空间地理的可视化,词云图的可视化,以及Tableau和R语言的交互式可视化。
课程二:Excel的规划求解在经济决策建模中的应用
在组织的经济管理中,由于物资、资金和物理空间等资源有限,在进行营销定价、人力资源的调度、产品生产的安排、运输线路的规划、布局与选址以及采购批次等的决策时,需要考虑如何合理利用有限的资源,获得最佳的经济效益,达到利润最大、成本最低等目标。这些问题都可以通过规划求解得到最优的组织和安排方案,本课程以经济决策建模为核心,结合Excel的规模求解工具,重点讲解规划求解、非规划求解和演化求解在经济决策工作中的实务应用。
课程三:EXCEL向咨询行业学图表
《向咨询行业学图表》教程甄选麦肯锡、罗兰贝格、贝恩、德勤等国际顶尖管理咨询公司的商业图表进行实操演练。
课程大纲:
1、Rattle的简介和安装;
2、如果通过界面化的操作进行数据导入;
3、利用Rattle进行数据的描述性统计分析和数据分布探索,并分析数据的相关性,进行主成分降维,介绍R语言的交互图latticist包和rggobi包;
4、利用Rattle进行数据建模工作,实现聚类分析、关联规则分析、决策树、随机森林等算法建模及其结果可视化;5、利用Rattle对建立的模型进行模型评估,包括混淆矩阵、ROC曲线、得分表等;
5、利用一个综合案例进行数据挖掘解决方案的演示。
如果你感兴趣这些课程,扫码进群了解课程详情(同时不定期发放干货资料)
当然你也可以点击阅读原文加入CDA俱乐部,成为俱乐部会员,免费参加俱乐部活动。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10