万M-商业数据分析特训班,视频教程下载

2020-04-11_062117.png

课程介绍:

本课程分为56讲,内容涵盖Excel数据分析、Python基础、基础统计学、 常见的数据分析方法、SQL等商业数据知识点介绍。本着循序渐进的原则,均从基础知识开始讲起,逐步深入,带你实现从入门到精通的转变。本着实用性原则,从实际业务理解开始讲起,告诉你如何基于业务数据,通过分析手段挖掘其背后的问题或隐含的商业价值,从而解决实际商业问题!

课程目录:

 第 1 讲商业数据分析综述(上)

 1.1商业数据分析引入

 1.2什么是商业数据分析?

 1.3所需技能

 1.4基本分析流程及供应链各个环节

 1.5商业理解

 1.6答疑(一)

 1.7数据粒度(一)

 1.8数据粒度(二)

 1.9数据粒度(三)

 1.10数据粒度(四)

 1.11答疑(二)

 1.12答疑(三)

 1.13答疑(四)

 第 2 讲商业数据分析综述(下)

 2.1数据质量与形式

 2.2数据隐性

 2.3案例分析

 2.4不同类型的分析

 2.5数据可视化

 2.6典型数据驱动开发团队的人员

 2.7答疑

 第 3 讲Excel Basic(上)

 3.1Excel简介

 3.2Excel基本操作(一)

 3.3Excel基本操作(二)

 3.4Excel基本操作(三)

 3.5行列及区域(一)

 3.6行列及区域(二)

 3.7数据及数据类型(一)

 3.8数据及数据类型(二)

 3.9数据及数据类型(三)

 3.10查找和替换(一)

 3.11查找和替换(二)

 3.12答疑

 第 4 讲Excel Basic(下)

 4.1答疑回顾

 4.2排序

 4.3排序插入

 4.4筛选(一)

 4.5筛选(二)

 4.6答疑

 第 5 讲Excel分类汇总、公式与函数

 5.1分类汇总(一)

 5.2分类汇总(二)

 5.3公式与函数(一)

 5.4公式与函数(二)

 5.5公式与函数(三)

 5.6逻辑判断IF(一)

 5.7逻辑判断IF(二)

 5.8COUNTIF

 5.9重复

 5.10报名统计

 5.11SUMIF

 5.12SUMIF练习

 第 6 讲Excel—VLOOKUP

 6.1VLOOKUP

 6.2菜单、Join Two Tables

 6.3记录多匹配、跨表

 6.4跨表、跨文件薄

 6.5示例:王者荣耀、打标签

 6.6文本vlookup、Hlookup

 6.7Match&Index

 6.8返回多列

 6.9认识数组、记录多匹配

 第 7 讲商务智能

 7.1商务智能含义(一)

 7.2商务智能含义(二)

 7.3数据仓库系统

 7.4常见BI

 7.5Power BI(一)

 7.6Power BI(二)

 7.7答疑

 第 8 讲Python基础(上)

 8.1Python基础课程

 8.2Python能做什么

 8.3Python20载

 8.4Python简单介绍

 8.5工具安装及环境配置(一)

 8.6工具安装及环境配置(二)

 8.7计算机与程序思维

 8.8Jupyter notebook(一)

 8.9Jupyter notebook(二)

 8.10Python for basic data type(一)

 8.11Python for basic data type(二)

 8.12Python for basic data type(三)

 8.13Python for basic data type(四)

 8.14Python for basic data type(五)

 8.15Python for basic data type(六)

 8.16Python for basic data type(七)

 8.17Python for basic data type(八)

 第 9 讲Python基础(中)

 第 10 讲Python基础(下)

 第 11 讲Python进阶和面向对象

 第 12 讲网络数据获取

 第 13 讲概率论基本概念

 第 14 讲随机变量及其分布(上)

 第 15 讲随机变量及其分布(下)

 第 16 讲随机变量的数字特征

 第 17 讲多维随机变量

 第 18 讲数理统计及SPSS应用

 第 19 讲Python NumPy,Pandas

 第 20 讲Matplotlib, Seaborn

 第 21 讲Excel数据透视表

 第 22 讲数据可视化

 第 23 讲数据仪表盘Excel Dashboard

 第 24 讲商业流程综述Business Process Overview

 第 25 讲Marketing Analytics

 第 26 讲市场推广分析Marketing Analytics

 第 27 讲Best Practice in Data Processing

 第 28 讲Machine Learning

 第 29 讲Linear Regression

 第 30 讲Logistic Regression

 第 31 讲分类算法&聚类算法

 第 32 讲顾客体验Customer Experience

 第 33 讲定价Pricing

 第 34 讲最新回放  

资源下载此资源下载价格为8学分,请先
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305
资源下载
下载价格:8 学分
VIP优惠:免费
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305

评论0

找资源,搜一下,更惊喜
没有账号? 注册  忘记密码?