《LEVEL 1业务数据分析师》为周末集训课程，包含八周线下集训+四周线上课程+全套录播视频。学习周期为三个月。同时我们会布置案例作业供课后练习提交，确保大家高质量地完成课程。
WHO
针对周末时间充裕、基础薄弱人士
对数据分析感兴趣的高校学生、教师
对商业BI数据分析感兴趣的各界人士
待业、期待转行从事数据分析工作人员
对数据分析和商业智能感兴趣的高校学生、教师
可借助数据分析提高工作效率的产品、运营
可借助数据分析提高工作效率的产品、运营、市场、销售、管理岗位人士
针对核心工作是SQL、数据清洗、可视化和业务分析的数据专员岗位
WHAT
学习目标
Learning objectives
掌握使用Excel进行业务数据分析；掌握业务数据分析模型与分析方法；掌握使用Power BI进行商业智能分析；掌握使用Mysql进行数据库增删改查操作；通过制作和观察Tableau仪表盘提供商业洞察 ；掌握开发自动化交互式报表能力；运用统计学分析方法构建实战模型分析方法，并同结合SPSS软件实现；掌握数理统计学基础知识；精通基础的分类、回归、聚类方法，并结合案例应用；可以独立完成数据报告；掌握数据分析在各行业的应用场景
WHAT
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；每日答疑由原先的“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，针对模块测试结果后10%学员进行额外辅导，确保学员跟上进度
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
助教线上服务5分钟内有问必答，并真正做到解决所有课程中遇到问题。在每个班一个助教+一个班主任配置下，调整每班2名助教+项目服务团队模式，以确保解决线上提问
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，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。除作业，服务团队组织学员进行阶段性测试
WHAT
| 学习章节 | 学习内容 |
| 01章业务数据分析基础 |
01-01数据分析概述—数据分析流程、方法、在企业管理中的应用 01-02数据加工方法 01-03数据计算方法 01-04数据透视分析方法 01-05业务数据可视化方法 01-06业务数据分析案例-财务分析 |
| 02章业务数据分析模型与分析方法 |
01-01帕累托分析 01-02案例应用1-核心产品分析 01-03分类分析-RFM模型 01-04案例应用2-用户忠诚度模型 01-05树状结构分析 01-06案例应用3-汽车行业分析报告 |
| 03章数据库概述与SQL查询 |
01-01数据库概述与数据库基础 01-02数据类型和约束条件 01-03创建及使用数据库 01-04创建、修改及删除表 01-05插入、更新、删除数据 01-06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 01-07SQL运算符和函数 01-08SQL综合案例：电商数据多表查询练习 |
| 04章 Power BI商业智能分析基础 |
01-01商业智能分析概述 01-02商业智能分析流程 01-03指标及指标体系 01-04商业智能可视化分析方法论 01-05理解数据仓库概念 01-06数据仓库上的数据收集 01-07数据仓库上的数据处理加工 |
| 05章Power BI搭建多维业务数据模型 |
01-01理解数据模型 01-02数据模型创建逻辑 01-03理解维度与度量 01-04掌握多条件下的透视规则 01-05时间维度透视分析 |
| 06章Power BI商业智能实战案例 |
01-01案例分析流程：业务背景介绍-理解数据-制作分析仪 01-02综合案例1：零售销售情况监控仪 01-03综合案例2：餐饮指标监控仪 01-04综合案例3：电商流量分析仪 01-05综合案例4：快消行业销售分析仪 |
| 07章数据分析之统计学基础-Part1 |
01-01数据分析方法概述：数据分析过程、数据分析的商业驱动 01-02概率论基础：随机事件、概率、概率分布 01-03描述性统计分析：集中程度、离散程度、偏度和峰度 01-04常见分布族：正态分布和中心极限定理 01-05多维随机变量：联合分布、协方差、相关系数 01-06数据简化原理：似然函数和辅助函数 01-07参数估计：点估计和区间估计 |
| 08章数据分析之统计学基础-Part2 |
01-01匹配样本 01-02样本量的确定 01-03统计学二类错误 01-04T检验和F检验方法 01-05分类变量的相关性分析 01-06方差分析方法 01-07一元线性回归分析 01-08多元线性回归分析 01-09作业练习：运用调研数据进行资产价格预测 |
台湾大学生物统计学博士，台湾著名大学天主教辅仁大学统计信息学系教授。现任中华数据挖掘协会（Chung-hua Data Mining Society，CDMS）理事长，辅仁大学统计资讯学系教授，华通人商用信息有限公司高级顾问。
互联网行业、产品与营销研究，谙熟数据分析和数据挖掘方法。曾担任腾讯社交网络数据分析中心总监以及腾讯公司数据协会会长，专注于移动互联网、社交网络、开放平台、APP、网络游戏以及网络会员服务的深度研究。
IPSOS（中国）市场研究有限公司首席顾问，中国传媒大学数据挖掘研发中心主任，调查统计研究所副所长，精通各种统计技术的分析方法和分析软件，在统计行业和市场研究行业享有较高的声誉，擅长市场研究和模型。
《LEVEL 1业务数据分析师》为周末集训课程，包含八周线下集训+四周线上课程+全套录播视频。学习周期为三个月。同时我们会布置案例作业供课后练习提交，确保大家高质量地完成课程。
这门课程是为刚接触数据的人而设计的，所以课程不是为了帮助你得到高级数据分析岗位和工作而设计的。 但是，掌握课程中教授的技能，会对你的工作和职业机会有很大的帮助。
参加课程学员学完后报考CDA LEVEL I业务数据分析师等级考试，考试合格获得由经管之家颁发《CDA数据分析师证书》。
