GDP走势预测分析
税务/审计风险预测
助理政府科学决策
金融类 信用评估系统/异常交易提醒
投资类 收益/未来风险预测
保险类 保险类别/保费定价/识别欺诈
医疗 最佳性价比治疗方案
预防 重大传播疾病预测
保健 远程病人监控
计划生育 更精准的筛查结果
电影 票房预测
有限 运营合理化方案
百度商店 营销费用占比
专业商店 新品上线动向
超级市场 人均劳动效率
便利商店 去库存监控
折扣商店 竞品价格分析
仓储商店 会员好感度把控
固定通信
移动通信
B2B 提高销售业绩分析
B2C 关联商品推荐
B2G 随时了解政府采购需求
ISP 介入优化建议
ICP 浏览量/点击率分析
服务业务公司 价格空洞报告
精细化营销分析
潜在客户挖掘
消费能力评估/消费信用评估
交通运输 物流最优统筹系统
商贸餐饮 关联商品推荐
旅游 人流/车流量统计不排
房地产 投资决策建议
信息咨询 市场调研/效果评估
（一）预习: Excel|操作基础
（二）据分析概述
（三）数据加工方法
（四）数据计算方法
（五）数据透视分析方法
（六）业务数据可视化方法
（七）业务数据分析案例-财务分析报表制作
（八）作业练习: Excel数据分析案例
（一）帕累托分析
（二）案例应用1-核心产品分析
（三）分类分析- RFM模型
（四）案例应用2-用户忠诚度模型
（五）树状结构分析
（六）案例应用3-汽车行业分析报告
（七）作业练习:制作市场获客数据分析报告
（一）数据库概述与数据库基础
（二）数据类型和约束条件
（三）创建及使用数据库
（四）创建、修改及删除表
（五）插入、更新、删除数据
（六）查询数据:单表查询、集合函数查询、连接查询、子查询、 合并查询、多表查询
（七）SQL 运算符和函数
（八）SQL综合案例:电商数据多表查询练习
（九）作业练习:使用SQL汇总计算销售类多表数据
（一）商业智能分析概述
（二）商业智能分析流程
（三）指标及指标体系
（四）商业智能可视化分析方法论
（五）理解数据仓库概念
（六）数据仓库上的数据收集
（七）数据仓库上的数据处理加工
（八）作业练习:结合自己的行业领域规划产品/运营/获客指标体系
（一）理解数据模型
（二）数据模型创建逻辑
（三）理解维度与度量
（四）掌握多条件下的透视规则
（五）时间维度透视分析
（六）练习:搭建销售分析多维数据模型
（一）案例分析流程:业务背景介绍理解数据制作分析仪
（二）综合案例1 :零售销售情况监控仪
（三）综合案例2 :餐饮指标监控仪
（四）综合案例3 :电商流量分析仪
（五）综合案例4 :快消行业销售分析仪
（六）作业练习: 制作金融业务数据分析报表
（一）数据分析方法概述:数据分析过程、数据分析的商业驱动
（二）概率论基础:随机事件、概率、概率分布
（三）描述性统计分析:集中程度、离散程度、 偏度和峰度
（四）常见分布族:正态分布和中心极限定理
（五）多维随机变量:联合分布、协方差、相关系数
（六）数据简化原理:似然函数和辅助函数
（七）参数估计:点估计和区间估计
（八）作业练习:对于消费者调研数据进行描述并进行特征分析
（一）匹配样本
（二）样本量的确定
（三）统计学二类错误
（四）T检验和F检验方法
（五）分类变量的相关性分析
（六）方差分析方法
（七）一元线性回归分析
（八）多元线性回归分析
（九）作业练习:运用调研数据进行资产价格预测
（一）数据分析全过程-综合绩效案例讲解
（二）SPSS软件综合特征-与同类软件对比
（三）SPSS软件介绍-数据视图与变量视图
（四）SPSS访问数据源 -本地和数据库文件访问
（五）如何理解描述数据一统计和描述性分析
（六）如何理解描述数据一可视化图形探索
（七）样本设计与执行
（八）SPSS进行线性回归分析
（九）SPSS进行Logistic回归分析
（十）实战1:员工绩效管理之线性回归分析
（十一）实战2 :银行客户信用行为特征分类与违约预测
（十二）作业练习:使用线性回归进行汽车贷款用户价值预测
（一）特征筛选流程
（二）DB特征筛选方法步骤
（三）主成分分析原理
（四）主成分分析的判断标准和应用场景
（五）主成分分析与因子分析
（六）主成分回归
（七）客户画像的商业场景及应用
（八）商业报告归纳需求
（九）聚类算法: K-均值聚类、系统聚类和神经网络聚类
（十）市场细分和应用
（十一）时间序列原理介绍: AR模型、MA模型和ARIMA模型
（十二）时间序列数据的预处理
（十三）时间序列的建模与预测
（十四）实战1 :降维在消费行为中的应用
（十五）实战2 :电商客户价值与行为标签标走
（十六）实战3 :不同市场订户信息的序列预测
（十七）作业练习:使用时间序列分析进行电商服装产品销售预测
（一）数据可视化和Tableau产品安装与配置
（二）Tableau数据获取及 数据操作
（三）Tableau字段操作和计算 字段函数
（四）Tableau页面及 功能区介绍
（五）Tableau排序及 筛选器演示
（六）初级数据可视化:条形图/折线图/饼图/散点图/直方图/文本表/盒须图/热力图/环形图/词云图/树形图/气泡图
（七）高级数据可视化:甘特图/帕累托图/漏斗图/标靶图/哑铃图/雷达图/地图
（八）趋势线/预测线原理及制作和参数应用
（九）仪表盘和故事制作
（十）综合案例1 :销售报表分析
（十一）综合案例2 :客户留存与回购分析
（十二）综合案例3 :金融投资分析
（十三）综合案例4 :购物中心概况分析
助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑，包括中途休息时间；同时，每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”，全面覆盖同学晚自习时间。
每个班级、每位同学、每月都会进行至少一次 一对一辅导，询问同学学习状态、解决学员学 习问题；同时，针对每个模块测试结果后10% 的学员进行额外辅导，以确保学员能够跟上学 习进度。
助教线上服务要求5分钟内有问必答，并能真正 做到解决所有课程中遇到的问题。在原先每个 班一个助教+一个班主任的配置下，调整为每个 班2名助教+项目服务团队的模式，以确保快速、 高质量的解决线上提问。
对于重难点知识和同学普遍反应的问题，助教 将进行每周1-2次的晚自习串讲，串讲时常为2 小时左右，且相关内容需要重新制作、有别于 课程内容，帮助同学攻克重难点知识。
在课程持续期间，助教还需实时统计学员出勤 情况，监督课堂纪律，跟进学习进度。除正常 答疑外，服务团队会与班级同学保持沟通、给 予正确指引，从而营造积极学习氛围。
在远程授课期间，每个课程会安排相关课后作 业，确保同学课下能够进行适当练习，提升同 学实时参与感、保证当日学习效果。除了作业， 服务团队还会组织进行阶段性测试，以考试性 质为主，主要考察学员对本阶段知识掌握程度。
案例介绍 使用某经销商进销存相关数据，制作销售分析仪， 帮助决策者从渠道、时间、销售负责人等不同维 度了解销售额、销量以及动销次数等关键指标的 变化情况，进而帮助决策者及时发现销售问题、 及时做出销售策略上的调整。 学习收获 本案例帮助同学们了解众多企业经营过程中都会 涉及到的进、销、存三个业务环节的特点及关联 关系，帮助同学们掌握商业智能分析在帮助决策 者发现销售问题时的设计思路及分析、展现方法。
案例介绍 使用某零售业销售类业务数据，制作销售情况监 控仪。帮助经营决策者了解不同年份下，不同国 家地区下，不同产品的销售情况。从中发现经营 问题，提前做出经营策略调整，为企业进行精准 营销、提高销售收益提供数据决策依据。 学习收获 本项目将从业务理解、数据收集、数据加工、数 据建模、数据分析、可视化展现六个阶段详细讲 解商业智能分析报表的制作全过程。帮助同学们 建立商业智能分析的全局观，理解Power BI各组 件在解决整个商业智能分析问题时的作用。
案例介绍 本案例使用某连锁餐饮公司销售情况业务数据， 制作餐饮指标监控仪，帮助各店店长了解自己负 责店铺的经营情况，及时发现经营问题及时做出 策略调整，进而保持并提高店铺的市场竞争力。 学习收获 本案例的分析切入点在指标监控上，指标及指标 体系是业务负责人了解业务运营情况的窗口。在 商业智能分析中，如何准确、全面地用可视化方 法描述业务指标变化情况是在报表设计时需要重 点考虑的内容。通过本案例的学习，同学们将掌 握业务指标的设计、计算及呈现方法。
案例介绍 本案例使用某电商的流量相关数据，制作流量分 析仪，帮助电商经营者区分各流量入口的特点， 进而帮助经营者制定有效的营销推广策略，从而 提高并改善营销效果，用更少的营销成本带来更 多的高质量流量。 学习收获 电商的收入由三个重要指标构成，分别是流量、 转化率和客单价。三个指标中，流量是最为重要 的指标。流量为王，先有流量才能考虑提高转化 率及客单价的问题。所以电商及互联网行业在运 营过程中最为关注的就是流量情况。通过对本案 例的学习，同学们将掌握如何用商业智能分析来 描述流量数量及流量质量好坏程度的方法。
CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制，国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新，逐步推动数据人才标准的行业共识。
CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格，更具含金量。
持证人享有系列特殊权益。证书皆绑定考生真实身份，可在CDA官网查询，确保唯一性与防伪性。证书三年审核一次，保证持证人的实力与权益。
