
作者:Allen
本文为「心中有数」CDA征文作品
首先“虚心”地立个flag,今年年底 LEVEL III 必过,两年通关CDA!(欧气满满)
其实,内心还是有点小担心,LEVEL III 要考案例实操,Python还用的不是很溜,加上还未正式开刷实操题,对题目的形式有些不确定。
但对于LEVEL I 和 LEVEL II 双双得A(得意),本人还是有些一得之见,在此给大家做个分享,希望能帮助到正在备考中的小伙伴们!
我在某互联网电商平台任职运营岗,在数据分析板块属于小白,虽有一定EXCEL的基础,但与平时工作中接触的用户行为数据、产品数据分析来讲,这点完全不够用,因此不得不提升自己的数据分析技能,于是一开始就在网上搜索自学,逐渐了解了大数据、数据库、机器学习这些专用名词,特别是被数字化转型影响,感觉这个时代如果不具备点数据思维和技能,就很快会被AI替代了。
另一方面,自己是业务出身,毕竟数据分析也是为业务服务,所以业务经验+专业技能,这样的发展来对我来讲更靠谱,所以下定决心学习,逼自己一把。
我是在19年开始自学数据分析,下定决心后,就以考取CDA认证作为最终目标(毕竟老牌认证)。
正式备考是从2020年开始,平均每天学习2小时左右,主要以看书(10本)、刷题(官方2000题)和辅导视频(官网课程)为主,到现在快两年了,痛并坚持着,坚持并难受着,但最终还好,LEVEL I 和 LEVEL II 都拿到了A的成绩,也算是享受到了一种来自内啡肽的快乐。
目前正在继续备战LEVEL III,希望能两年圆梦,噩梦结束,美梦成真!
CDA LEVEL I
首先说下LEVEL I:
我大概备考了三个月时间,在备考前,我首先是找官方考试大纲,通过整体把握了解各个模块的大概内容、关系和学习路径,做到心中有一个whole picture,这是LEVEL I的考试大纲:
整体来讲,LEVEL I 就是入门概念+基础技能+可视化,以业务描述性分析为目标,分为上图七个章节,大纲的安排是首先让考生先了解数据分析基本概念、方法和职业,然后以分析过程为路径,先了解什么是数据,数据应该怎么获取,获取后有哪些分析方法,如何将这些方法与业务结合,最后得出可视化的分析结果,思路清晰,学习可以有的放矢。对我来讲(非技术出身),最难的应该属于SQL数据库,毕竟有代码部分,但真正学起来上手还是较容易的,并且可以安慰的是考试不会考编程。
LEVEL I 备考中,
基本可框定两个范围:
LEVEL I 官方的推荐书籍都是选读,这是官方推荐目录:
结合我自身的经验推荐大家必读的有《SQL入门经典》和《统计学》两本就足够了。
CDA LEVEL II
其次说下LEVEL II:
LEVEL I 拿到A后信心满满,短暂休息了一个月,就开始了LEVEL II 的备考。
因为LEVEL II 涉及的教材和学习资料较多,并且还学习了Python,所以LEVEL II 备考我准备了大概4-5个月时间。
以下是LEVEL II 的考纲:
整体来讲,LEVEL II 为数据分析的进阶内容。以专业数据分析流程,分为了6个部分,数据的采集与处理,采集后对数据进行规范化储存管理,接着根据业务的需求进行标签体系的设计,对标签数据进行统计分析、建模,最终数字化工作方法部分为目前比较火热的数字化转型内容,侧重与业务分析流程。LEVEL II 中重难点部分在于统计分析与数据分析模型两部分,这两块设计的专业知识多,要求高的话会用到python进行分析,但值得庆幸的是,LEVEL II 也不考编程操作。
关于LEVEL II 的一些必读选读书籍,官方已经推荐出来,个人建议根据官方的要求学习即可,LEVEL II 主要就是在于花时间,除了啃书看视频,还得实操起来,方能拿到一个理想的成绩。
CDA LEVEL III
最后简单说下LEVEL III ,因为还在备考中,所以对于LEVEL III 的经验分享也只能是一个简单的开头,通过跟其他考生的咨询交流,也有一些重点学习方法。
整体来讲,LEVEL III 在于高级数据分析、数据挖掘、机器学习。
内容涵盖高级分析师的各项基础及进阶的知识点。基础的部分包括数据挖掘基础、高级数据预处理以及机器学习算法。进阶的部分则包括高级特征工程技术、自然语言处理与文本分析及深度学习。在机器学习实战上,涵盖当今较火的几个主题,包括自动机器学习、类别不平衡问题的处理模式、半监督式学习以及模型优化的方法。
LEVEL III 的复习大家推荐的是两本重点教材,《数据挖掘导论》和《数据挖掘:概念与技术》;其次还包括官方必读的几本《机器学习》、《精通特征工程》、《文本分析》等,如下图:
其次就是对模拟题中的案例操作题进行反复的练习,最好能用Python,之前有考生也用的SPSS Modeler这个工具,因为听说案例操作题是历年考过的真题,并且模板和套路都类似,只是需要用的算法可能会不太一样。在此也强烈种草李御玺老师讲的辅导视频课,幽默风趣,深入浅出,对我来讲学习起来很快乐!关于LEVEL III 的一些详细备考方法,得靠通过的大神们分享了。
磕数据的这两年,不仅让我学习了新的技能,而且真正帮助到了我的工作和发展,受益颇深。
这过程让我体会到世界变化之大,稍不留意,新技术可能又来了,无论是企业还是个人,在数字化的潮流中只能勇往直前,只要有这份信念,相信你也能成功上岸!
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
推荐学习书籍
《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门!
免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19CDA 数据分析能力与 AI 的一体化发展关系:重塑数据驱动未来 在数字化浪潮奔涌的当下,数据已然成为企业乃至整个社会发展进 ...
2025-06-19CDA 干货分享:统计学的应用 在数据驱动业务发展的时代浪潮中,统计学作为数据分析的核心基石,发挥着无可替代的关键作用。 ...
2025-06-18CDA 精益业务数据分析:解锁企业增长新密码 在数字化浪潮席卷全球的当下,数据已然成为企业最具价值的资产之一。如何精准地 ...
2025-06-18CDA 培训:开启数据分析师职业大门的钥匙 在大数据时代,数据分析师已成为各行业竞相争夺的关键人才。CDA(Certified Data ...
2025-06-18CDA 人才招聘市场分析:机遇与挑战并存 在数字化浪潮席卷各行业的当下,数据分析能力成为企业发展的核心竞争力之一,持有 C ...
2025-06-17CDA金融大数据案例分析:驱动行业变革的实践与启示 在金融行业加速数字化转型的当下,大数据技术已成为金融机构提升 ...
2025-06-17CDA干货:SPSS交叉列联表分析规范与应用指南 一、交叉列联表的基本概念 交叉列联表(Cross-tabulation)是一种用于展示两个或多 ...
2025-06-17TMT行业内审内控咨询顾问 1-2万 上班地址:朝阳门北大街8号富华大厦A座9层 岗位描述 1、为客户提供高质量的 ...
2025-06-16一文读懂 CDA 数据分析师证书考试全攻略 在数据行业蓬勃发展的今天,CDA 数据分析师证书成为众多从业者和求职者提升竞争力的重要 ...
2025-06-16数据分析师:数字时代的商业解码者 在数字经济蓬勃发展的今天,数据已成为企业乃至整个社会最宝贵的资产之一。无论是 ...
2025-06-16解锁数据分析师证书:开启数字化职业新篇 在数字化浪潮汹涌的当下,数据已成为驱动企业前行的关键要素。从市场趋势研判、用 ...
2025-06-16CDA 数据分析师证书含金量几何?一文为你讲清楚 在当今数字化时代,数据成为了企业决策和发展的重要依据。数据分析师这一职业 ...
2025-06-13CDA 数据分析师:数字化时代的关键人才 在当今数字化浪潮席卷全球的时代,数据已然成为驱动企业发展、推动行业变革的核心要素。 ...
2025-06-13CDA 数据分析师报考条件全解析 在大数据和人工智能时代,数据分析师成为了众多行业追捧的热门职业。CDA(Certified Data Analyst ...
2025-06-13“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2025-06-09