DESIGN / 课程设计

第一阶段:数据分析技术入门

课程主题课程介绍课程安排
数据分析人才培养数据分析师是一个职业,而数据分析是一种能力,随着数据应用领域的快速发展,数据分析能力已成为职场中必备技能,如何做好职业培训,如何快速入门数据分析,九道门有自己独特的教育理念和训练方法,让你成为更优秀的自己。课程模块关系梳理
数据分析学习方法介绍
数据技术在企业的发展
数字化应用人才培养模式创新
数据分析工具-SQLSQL是数据分析师必备的一项技能,自数据分析行业快速发展以来,SQL一直是数据分析师们的坚实地基,通过SQL从浅入深的学习能够帮助大家掌握好SQL的增删改查的语言使用,确保能够满足后续项目需求。SQL常用语法
SQL高阶语法
SQL窗口函数
SQL语句的性能优化
实验:业务报表制作
数据分析工具-PythonPython是门简单易懂、语言通用的数据编程语言,对于数据分析有很明显的帮助,在此阶段学生只需要掌握基础的程序语句,同时能理解简单的数据分析逻辑,在后续的学习中会通过不断的练习来提升自己的Python编程能力。Python基础
Numpy高效计算库
Pandas数据处理库
Matplotlib与Pyecharts数据可视化展示库
实验:Python入门
数据分析工具-数据编程BI可视化设计数据表是数据分析师必须掌握的一项技能,主要应用于数据分析和数据挖掘前的数据准备阶段,可视化的呈现方式不仅要求美观,更重要的是能逻辑化的展现业务运营的现状。通过训练,学生能熟练的运用数据分析工具提取相关字段并整合成一张数据表,以此来提高分析时的效率,同时能够做出一份高质量的数据分析可视化报告。数据编程概念
数据编程方法
数据编程流程
数据编程效率
可视化概述
可视化常用图表
可视化设计步骤及原则
数据可视化工具-Tableau
实验:可视化设计
数据分析质量控制质量控制是数据分析中非常重要的步骤,数据分析中的数据质量处理依赖于项目自身的需求。通过训练,学生能够判断数据质量问题对数据分析的影响,做出准确的处理。数据质量问题
数据质量评估维度
数据质量控制
数据质量对分析的影响
实验:数据质量控制
指标及指标体系学生通过了解指标和指标体系所代表的含义,并通过倒推法与结构化思维来理解指标之间的内在关系,进而分析各指标的关联性。通过学习,学生能够将业务清晰拆解,通过对指标体系的搭建来驱动业务发展。管理指标的重要性
指标体系概念
指标在体系中的相互作用
相对指标的特点
常见指标分析方法
实验:指标体系分析
探索性数据分析探索性数据分析(EDA)主要是来分析和调查数据集,并通过假设检验总结其主要特征的分析方法。学生通过EDA的学习,可以识别明显的数据错误,以及更好地理解数据中的模式,检测异常值或异常事件,找到变量间的有趣关系。探索分析法(EDA)
单一变量集中、离散趋势
类变量关联性检验
连续变量假设检验
数据分析方法与流程学生掌握了基本的数据分析工具外,还需要掌握数据分析的方法和流程,排除任何关于数据先入为主的概念去发现隐藏在数据中有价值的信息,同时学生也需要具备独立完成项目所需要的结构化思维,能够从各项指标中发现问题、找出原因,解决问题。七何分析法(5W2H)
MECE法则
数据分析报告设计撰写
实战项目及提报通过前面的学习学生的一只脚已经跨入数据分析师大门,为了帮助学生把所学内容进行串联,检验学习成果,我们将迎来第一次项目提报。现状分析

第二阶段:数据分析商业管理应用

课程主题课程介绍课程安排
产品增长管理产品管理是数据分析师必须面对的业务问题,因为管理好产品才能实现业务的增长,产品是企业和消费者之间的纽带,所以学生需要从战略出发来学习产品管理的精髓,这样才能更好的推动企业发展。产品管理的重要性
产品组合增长策略
现有产品管理分析(波士顿矩阵,GE矩阵)
产品市场扩张分析
产品生命周期
产品管理指标体系产品指标体系的建立可以快速、准确的判断用户对产品的使用情况,进而可以精准的定位分析问题。通过系统的学习,学生能充分了解产品和各项指标之间的关系,通过数据反馈的结果发现产品存在的问题进行不断的优化。品类管理与指标
单品管理与指标
库存管理与指标
实战项目及提报企业的战略要通过业务来实现,而企业的业务都要通过产品来向市场传递,为了检验学习成果,学生需要从企业战略出发进行合理的战略分析。战略分析
产品分析产品的合理化定位是一个产品成功与否的关键,同学们通过产品分析的学习能够更加客观地对产品进行定位,通过探查市场与产品的关系,找到获取更多利润的优质产品。产品选品分析
产品定位分析(联合分析法)
产品创意可行性分析
产品市场测试(A/B测试与发散型测试)
价格分析价格是产品设计中重要的一环,价格将决定产品的销量和利润,很多从业者由于不具备价格分析能力,只能用简单的成本加成法,所以导致产品定价模糊不清。学生通过学习可掌握多种产品定价方法,结合价格弹性模型进行准确定价。成本导向的价格分析
市场导向的价格分析
价值创造导向的价格分析
产品生命周期的价格分析
价格弹性模型
 实战项目及提报通过阶段性的学习,学生们已经可以通过数据分析找到蓝海市场并可以对产品、顾客、价格进行定位,为了检验学习效果,学生需要进行一次竞品分析汇报。竞品分析
促销分析促销分析使用了大量的原因分析与预测分析的技术,是数据分析中使用率较高的一种分析手法。在促销分析过程中使用哪种人工智能算法必须基于对促销分析流程的了解,所以学生需要掌握“原因分析”的手法,同时对“预测分析”的应用有深刻了解,帮助学生在算法学习中打下坚实的基础。促销前方案设计
顾客画像构建
促销前分析步骤
促销后分析
实战项目及提报促销是实现增长的最有效的办法之一,经过促销分析的学习,学生们可以熟练掌握在促销设计时的重点与难点,为了检验学习效果,学生需要设计出一套合理的促销策略。精准营销分析
用户分析所有的产品都是围绕着用户去运营,所以用户分析在商业中有着极其重要的作用,数据分析师必须要具备结合业务场景构建有效的用户画像体系的能力,掌握顾客生命周期管理指标才能将顾客的价值量化,同时通过监控其他经营指标对顾客价值的影响,优化营销策略。顾客导向价值创造
顾客群细分与应用
顾客生命周期价值
实战项目及提报通过用户分析课程的学习,同学们能够从顾客的行为中针对不同类型的顾客进行精准定位,为了检验学生们的学习成果,此阶段学生们需要先在组内进行模拟汇报,然后再将项目迭代后的结果进行真实分析汇报。用户价值变化分析

第三阶段:数据分析常用算法模型

课程主题课程介绍课程安排
数据仓库数据分析师要想搭建一个既能满足总体业务需求,又能满足分析目的的数仓,就需要了解数仓的分析需求,分析维度与分析指标。通过学习,学生能够通过对业务的理解来搭建一个符合业务分析需求,满足数仓范式和约束,运行效率最优的数据仓库。业务数据库结构
范式建模与维度建模
关系模式的优化
ER图与关系模式的转化
数据仓库的多维数据模型
实验:搭建数据仓库(ETL)
Python提升通过对函数式编程、面向对象的编程范式、以及文件处理及正则表达式等高级主题的学习,来处理大量数据和复杂问题,虽然数据分析师不需要熟悉工程技术相关的编写,但需要了解原理并且学会使用。学生需要通过强化Python高级主题的理解,增加实际操作时知识储备。程序流程控制
函数式编程
迭代器和生成器
异常情况处理
面向对象编程
正则表达式
实验:文本处理(正则)
机器学习机器学习的应用场景有很多,学生需要掌握机器学习的基本原理打开机器学习的大门,学会挑选合适的特征来进行数据提取。学生通过了解线性回归和逻辑回归的基本概念以及使用方法,可以在工作场景中灵活使用这两种类型的算法来进行预测。机器学习基本原理
线性回归
逻辑回归
Python机器学习库:sklearn
实验:回归模型搭建
 决策树算法既适用于分类问题,又适用于回归问题。而在实际工作中,我们经常会先通过已知的特征进行分类,然后再进行预测分析,所以学生们需要掌握决策树的基本概念以及使用方法,学会如何通过已知的特征来进行决策树算法的机器学习。决策树算法之:ID3算法
决策树算法之:C4.5算法
决策树算法之:CART算法
实验:决策树分析
 聚类算法与分类算法不同,聚类算法是将未知的特征来进行分类。聚类算法在日常工作中也是很常见,所以学生们需要掌握聚类算法k-mean的基本概念与使用方法,学会如何通过未知的特征进行聚类分析。聚类算法:k-mean
实验:顾客群体聚类分析
 关联规则反映一个事物与其他事物之间的相互依存性和关联性。 如果两个或者多个事物之间存在一定的关联关系,那么其中一个事物就能够预测其他事物,所以学生需要掌握关联分析的规则,学会如何分析产品或消费行为之间的关联性,灵活使用关联分析算法。关联算法:Apriori
 在分析过程中不一定能找到很好的学习模型,这时候使用集成算法可以将若干弱学习器组合成强学习器,所以在此模块学生需要掌握集成学习的基本概念与使用方法。基本集成方法
随机森林
贝叶斯理论
实验:集成算法模型搭建
时间序列分析时间序列是指标的数值按时间顺序排列而形成的数列,将得到的指标数值按时间顺序排列后,通过数据可视化,可以直观观察出指标数值对时间变化而产生的变动,从而掌握指标变动趋势和变动程度。在此学生们需要掌握如何使用时间序列并可以结合各种业务因素进行预测分析。指标变动监测
时间序列的一般分析
时间序列的传统分析
移动平均法
时间序列的现代分析
实验:时间序列预测分析
实战项目及提报经过三个阶段的反复训练,学生已经能将数据分析技术与业务相结合的去使用了,为了检验这一阶段的算法学习成果,帮助学生把此章节与前两个阶段串联,我们将迎来第三阶段针对算法模型的项目提报,学生将结合机器学习与企业数据展开说服性方案提报。关联算法与应用

第四阶段:数据分析项目实操

课程主题课程介绍课程安排
项目管理项目管理是以目标为导向的管理,明确目标,指明方向,有计划的开展工作,获取更大的支持和更有力的协调,能够提高工作效率,推进项目,及时监控,及时发现问题,采取有效的应对措施,确保项目顺利的执行,获得项目的成功。项目管理是现在职场中必备的一种能力,它能够保证你的工作条理清晰、进展有条不紊。项目管理概论
十大知识域
常用工具
数据分析项目管理
项目启动学生正式进入企业真实项目阶段,在拿到数据前需要做一些前期的准备工作,学生在老师与项目经理的共同带领下去对接企业,了解企业本次数据分析需求,确定数据分析目标。学生只有了解此次企业做数据分析的目的是什么,才会在分析过程中快速抓住关键指标,分析出的结果才能真正帮助企业解决实际问题。签订保密协议
对接企业数据分析需求
确认企业问题后立项
撰写开题报告
识别项目关键指标
训练师确认初步方案
项目开题
组织与准备企业运营者描述的需求一般都是运营语言,如何将其转化成数据语言,这是拿到数据后需要梳理清楚的第一件事。如何从数据分析的角度将目标分解,并下钻得到影响数据分析的关键因素,这也在开始数据分析前就需要捋清楚的事情。项目经理在这个过程中会对学生做的开题报告进行把关指导,同时企业数据不像实验数据一样干净整齐,学生需要从中找出会对本次项目分析产生影响的数据,剔除掉杂乱的干扰性数据,企业原始数据库是不能轻易被篡改的,且数据量庞大,并不是所有数据都是本次分析任务所需要的,因此学生在做数据分析时,只能从备份的中复制出相关数据,并新建一个能够支持本次数据分析的临时数据库,本次项目所有操作均在此临时数据库上进行。关键指标拆解
确认各级指标的业务口径与技术口径
识别责任方
项目规划与分工
设置里程碑、WBS、甘特图
执行项目工作数据处理好,数据库建完,就到了真正的通过数据分析去解决企业问题的时候了,这个阶段最能体现数据分析师的商业逻辑以及分析思维能力。通过对数据的梳理,发现企业运营中的问题,并通过历史数据的分析给出解决目前存在问题的办法与方案,过程中需要不断与对方企业运营沟通,从而确定数据指标的准确性,此阶段由项目经理负责把关指导。团队协作执行项目工作
进度把控
问题疏通
风险把控
 首次项目评审相信通过小组的讨论和协作,这个项目大家完成的差不多了,该解决的问题也都有了办法和方案,那就先在老师和同学们面前汇报一次吧,也许还没有达到理想状态,也许依然存在些问题,但相信在老师的指导下你们会做的越来越好。项目提报
简历辅导与面试数据分析师的简历制作和其他行业的简历有些不同,通过简历指导,让每位同学能够把自己的优势充分的在简历中表现出来,让企业看到你的简历就能眼前一亮,争取到更多的面试机会。面试是一门学问,在面试中能够阅读出很多“暗能力”,在面试中展现出自己的能力和职业素养将为同学们增加更多的选择机会。简历制作
模拟面试
  项目迭代经过上次的项目汇报,同学们都自行组织了复盘,改正了存在的问题,也都找对了方向,那么这次就站在企业老板面前给他们上一课吧,让他们感受到数据能给企业带来的变化。相信通过这次企业真实项目的锻炼,大家已经能独立完成企业项目,具备解决问题的能力了,未来的工作中再面对项目时从哪开始入手,过程中会遇到什么,如何解决问题,如何把成果和大家同步,相信大家都有了自己的方法。未来希望大家在项目中持续的积累经验,善于总结,不断成长。项目上线问题解析
项目迭代方案提报
企业评估

EXHIBIT/部分项目展示

扫码获取完整课程大纲