课程简介:

本课程是一门系统化的数据分析实战课程,适合零基础学员快速入门并掌握数据分析的核心技能。课程从数据分析的基础概念和工具介绍开始,逐步深入Python数据处理、数据可视化、数据库操作(MySQL)以及高级数据分析模型的应用。通过丰富的实战项目(如员工薪水分析、B站广告优化、股票数据可视化、电商订单分析、用户画像构建等),学员将学会如何将数据分析技术应用于实际业务场景。

课程内容涵盖数据分析的全流程,包括数据清洗、数据可视化、用户分层模型(RFM模型)、聚类分析、产品关联分析等高级技术。同时,课程还特别注重业务思维的培养,帮助学员摆脱“只懂技术不懂业务”的困境,成为真正的数据分析师。此外,课程还包含数据分析师面试准备,涵盖简历撰写和面试技巧,助力学员顺利进入数据分析领域。


课程亮点:

  • 系统化学习:从数据分析基础到高级模型应用,循序渐进。
  • 实战项目驱动:通过电商、广告、股票等多个行业实战项目,提升实战能力。
  • 技术与业务结合:注重业务思维培养,帮助学员成为全能型数据分析师。
  • 面试指导:包含简历撰写和面试技巧,助力职业发展。

适合人群:

  • 零基础想入门数据分析的学员。
  • 希望提升数据分析技能的职场人士。
  • 准备从事数据分析工作的求职者。

学习目标:

  1. 掌握Python数据处理(Pandas、Numpy)和数据可视化(Matplotlib、Pyecharts)技能。
  2. 学会使用MySQL进行数据查询与分析。
  3. 掌握用户画像、RFM模型、聚类分析等高级数据分析方法。
  4. 通过实战项目提升业务分析能力。
  5. 掌握数据分析师面试技巧,顺利进入数据分析领域。

如果你对数据分析充满兴趣,本课程将是你从零基础到数据分析高手的必备指南!

课程目录

\—视频
01周-开班典礼-课程整体介绍.mp4
01周-开班典礼-预习课程安排.mp4
02-数据分析导论-数据分析工具简介.mp4
02-数据分析导论-数据分析师的基本概要.mp4
03-使用Python进行Excel数据处理-Jupyter Notebook安装使用和Pandas基础.mp4
03-使用Python进行Excel数据处理-【项目】员工薪水探索性分析.mp4
04-如何像数据分析师一样思考-互联网营销活动分析的基本模型(统计学基础).mp4
04-如何像数据分析师一样思考-数据可视化的基本原则.mp4
05-数据的科学运算-Numpy的常用运算方法.mp4
05-数据的科学运算-Pandas数据类型进阶.mp4
06-不做只懂技术不懂业务的工具人-【项目】bilibili站内CPC广告优化.mp4
06-不做只懂技术不懂业务的工具人-为什么数据分析师不能只懂技术.mp4
07-数据可视化-Matplotlib基本图形绘制.mp4
07-数据可视化-【项目】股票数据可视化分析实战.mp4
08-数据分析实战项目(一)电商平台订单报表分析-互联网电商平台数据分析思路.mp4
08-数据分析项目实战(一)电商平台订单报表分析-订单数据的分析思路.mp4
09-使用正则进行数据的复杂筛选-反义代码与限定符、分组匹配、贪婪与非贪婪.mp4
09-使用正则进行数据的复杂筛选-正则入门及元字符的应用.mp4
10-数据分析项目实战(二):用户画像体系-互联网电商平台入驻商数据分析思路.mp4
10-数据分析项目实战(二):用户画像体系-电商运营的用户画像体系构建.mp4
11-强化自动化办公-【项目】-基于用户行为的用户价值分析.mp4
11-强化自动化办公-多层文件夹、多类型文件处理.mp4
12-数据分析项目实战(三)以数据为导向的运营体系搭建-电商广告业务简介与传统分析链路数据分析.mp4
12-数据分析项目实战(三)以数据为导向的运营体系搭建-运营体系数据化构建.mp4
13-数据分析模型应用-【实战】用户价值聚类分析.mp4
13-数据分析模型应用-聚类分析算法.mp4
14-数据分析实战(四):亚马逊Kindle电子书的数字化商业分析-【项目】亚马逊Kindle书籍多渠道商业分析.mp4
14-数据分析实战(四):亚马逊Kindle电子书的数字化商业分析-商业分析与传统的行业研究.mp4
15-初识MySQL数据库.mp4
16-常见互联网业务数据分析报告制作与用户分层模型-RFM模型实战.mp4
16-常见互联网业务数据分析报告制作与用户分层模型-互联网产品指标体系构建.mp4
17-数据库技术进阶之复杂查询-MySQL的数据筛选与分组运算.mp4
17-数据库技术进阶之复杂查询-【项目】会员体系消费行为分析.mp4
18-产品关联分析与商品画像体系实战-产品定位分析波士顿矩阵.mp4
18-产品关联分析与商品画像体系实战-搭建商品画像体系.mp4
19-数据可视化Pyecharts-【项目】广告效果聚类分析.mp4
19-数据可视化Pyecharts-教学.mp4
20产品关联分析与商品画像体系实战-产品定位分析波士顿矩阵.mp4
20产品关联分析与商品画像体系实战-搭建商品画像体系.mp4
21数据分析师面试准备-如何撰写一份有吸引力的简历.mp4
21数据分析师面试准备-面试中的技术问题、逻辑问题、业务问题.mp4
更多好课程.url
==========================================================================================
+—材料
| +—10数据分析项目实战(二):用户画像体系
| | | 亚马逊入驻商订单报表.xlsx
| | | 市场占有率.xlsx
| | | 第五周:数据分析项目实战(二):用户画像体系.pdf
| | |
| | \—数据分析项目实战(二):用户画像体系
| | 亚马逊入驻商订单报表.xlsx
| | 市场占有率.xlsx
| | 第五周:数据分析项目实战(二):用户画像体系.pdf
| |
| +—11强化自动化办公
| | | 按日期观察成交量.png
| | | 按时段观察成交量.png
| | | 日PV.png
| | | 日UV.png
| | | 更多好课程.url
| | | 每小时PV.png
| | | 每小时UV.png
| | | 自动化办公.ipynb
| | | 评论词云图.png
| | | 评论词云图2.png
| | |
| | \—data
| | | 学习目标.txt
| | |
| | +—study
| | | | 学习进度.txt
| | | |
| | | \—学习激励
| | | 激励1.txt
| | | 激励2.txt
| | |
| | \—公司资料
| | 公司花名册.xlsx
| |
| +—12强化自动化办公
| | | 按日期观察成交量.png
| | | 按时段观察成交量.png
| | | 日PV.png
| | | 日UV.png
| | | 每小时PV.png
| | | 每小时UV.png
| | | 自动化办公.ipynb
| | | 评论词云图.png
| | | 评论词云图2.png
| | |
| | \—data
| | | 学习目标.txt
| | |
| | +—study
| | | | 学习进度.txt
| | | |
| | | \—学习激励
| | | 激励1.txt
| | | 激励2.txt
| | |
| | \—公司资料
| | 公司花名册.xlsx
| |
| +—12数据分析项目实战(三):以数据分析为导向的运营体系搭建
| | | 第六周:数据分析项目实战(三):以数据分析为导向的运营体系搭建.pdf
| | |
| | \—第六周表格及文件
| | rank.exe
| | rank.xls
| | 仿真型仓储备货分析.xls
| | 广告分析误区示例.xlsx
| | 日周月销量权重对比.xlsx
| | 象限分析法示例.xlsx
| | 销售量一般计量法.xlsx
| | 销量波动和趋势分析.xlsx
| |
| +—13数据分析模型应用
| | | 数据分析与人工智能.ipynb
| | | 第六周:数据分析模型.pdf
| | |
| | \—MACOSX
| | 第六周:数据分析模型.pptx
| |
| +—13数据分析项目实战(三):以数据分析为导向的运营体系搭建
| | 第六周:数据分析项目实战(三):以数据分析为导向的运营体系搭建.pdf
| |
| +—18常见互联网业务的数据分析报告的制作及用户分层模型
| | \—叶老师第八周
| | 2018中国服饰数字化零售研究报告.pdf
| | 7d286de1-f787-4ed1-bf6b-f9e0a71b67b5.jpg
| | cb427b86-6d8e-43d1-a6e2-7bb5a9e15980.jpg
| | cee0f2ee-5ba8-41b5-8629-7456734d3068.jpg
| | consumption_data.xls
| | data_type.xls
| | RFM聚类算法输出结果.xlsx
| | 第八周:常见互联网业务的数据分析报告的制作及用户分层模型.pdf
| | 餐饮数据RFM聚类分析.txt
| |
| +—20产品关联分析与商品画像体系实战
| | \—叶老师第九周
| | 商品画像.xlsx
| | 数据预处理(数据转换)代码.txt
| | 模型构建及分析代码.txt
| | 第九周:产品关联分析与商品画像体系实战.pdf
| |
| +—2数据分析导论
| | 更多好课程.url
| | 第一周:数据分析导论-叶老师.pdf
| |
| +—3使用Python进行Excel数据处理
| | \—pandas资料
| | \—pandas资料
| | Pandas操作Excel.ipynb
| | 员工薪水探索性分析作业.ipynb
| | 数据分析测试题.xlsx
| |
| +—3数据分析导论
| | 更多好课程.url
| | 第一周:数据分析导论-叶老师.pdf
| |
| +—4如何像数据分析师一样思考
| | 仿真型仓储备货分析.xls
| | 折线图.xlsx
| | 数值分析.xlsx
| | 气泡图.xlsx
| | 直方图.xlsx
| | 第二周:如何像数据分析师一样思考.pdf
| | 诊断性分析 关联分析.xlsx
| | 长尾分布.xlsx
| | 预测性分析(线性回归).xlsx
| |
| +—5数据的科学运算
| | \—第二周技术课代码及数据文件
| | | data_excel.xlsx
| | | 共享单车数据.ipynb
| | | 旅游数据清洗.ipynb
| | | 旅游数据清洗作业.ipynb
| | | 第二次 Python科学运算.ipynb
| | |
| | \—MACOSX
| | data_excel.xlsx
| |
| +—6不做只懂技术不懂业务的“工具人”
| | 第三周:不做只懂技术不懂业务的“工具人”.pdf
| | 长尾分布(1).xlsx
| |
| +—7数据可视化
| | | 更多好课程.url
| | |
| | \—第三周代码及数据
| | | Matplotlib基本图形绘制.ipynb
| | | 折线图.xlsx
| | | 折线图的副本.xlsx
| | | 气泡图.xlsx
| | | 用户信息可视化.ipynb
| | | 直方图.xlsx
| | | 长尾分布.xlsx
| | |
| | \—MACOSX
| | 折线图.xlsx
| | 折线图的副本.xlsx
| | 气泡图.xlsx
| | 直方图.xlsx
| | 长尾分布.xlsx
| |
| +—8数据分析项目实战(一):电商平台订单报表分析
| | | 2月9日订单汇总.xlsx
| | | 第四周:数据分析项目实战(一):电商平台订单报表分析.pdf
| | |
| | \—b站订单
| | \—b站订单
| | bilibili2月8日订单.xlsx
| | bilibili2月9日订单.xlsx
| |
| \—9使用正则进行数据的复杂筛选
| \—使用正则进行数据的复杂筛选
| 正则表达式.ipynb
| 评论词云图.png
|

声明:内容搜集于网络,如有侵权,请联系删除