WHAT
课程简介
CDA数据赋能周末集训营【LEVEL Ⅰ】，专门为希望零基础学习业务数据分析技能的在职人员以及希望参与CDA LEVEL I考试的人员开设。课程技能覆盖各行业的业务数据分析岗、数据运营岗、数据产品岗、数据营销岗等数据分析专项技能岗所要求的技能，同时适用于财务数据分析、人力资源数据分析等数据赋能岗。 课程适合零基础学员学习，课程设计遵循循序渐进的教学规律，包含Excel、PowerBI、SQL数据库、统计学基础等工具与理论课程模块，同时包含大量基于实际业务场景的各行业实战项目案例，比如通过制作客户运营分析仪表板实现客户价值分析、挖掘潜在客户、监控电商运营指标等，提升电商运营效益。

WHO
学习对象和基础
零基础学员
高校在校生
待业、期待转行从事数据分析工作人员
参加CDA数据分析师level I 等级考试的考生
可借助数据分析提高工作效率的产品、运营、市场岗位人员
对数据分析感兴趣的高校学生、教师
对商业Bl数据分析感兴趣的各界人士
希望后续学习高阶数据分析技能的初入门者

预科学习（工具篇）
1-1Excel 预习视频
1-2数据库预习视频
1-3Power BI 预习视频

2章预科学习（业务篇）
2-1业务前台人员数据思维训练营

3章业务数据分析(Excel)
3-1表格结构数据的特征、获取方法
3-2表格结构数据引用、查询与计算方法
3-3数据驱动型业务管理（数据埋点、数据治理、数据应用等）
3-4指标的应用 - 搭建营销运营指标体系
3-5财务指标的分析与应用
3-6业务场景指标 - 多场景业务场景指标应用精讲（运营、客户、商品、活动等）
3-7指标的设计 - 多场景指标设计、使用及分析案例（绩效、运营、销售等）
3-8业务指标综合分析案例 - 互联网运营业务指标综合分析案例
3-9可视化分析方法
3-10业务分析方法应用 - 杜邦分析法、帕累托分析法、四象限分析法
3-11业务模型应用 - 价值模型、帕累托模型、漏斗模型、RFM模型
3-12撰写业务分析报告方法
3-13电商、互联网、零售行业的数据分析场景介绍
3-14客户分析 - 电商客户维度综合分析案例（用户生命周期、用户特征、用户行为分析）
3-15产品分析 - 电商产品维度综合分析案例（商品画像、商品标签、商品定位策略分析）
3-16运营分析 - 互联网运营业务综合分析案例（运营效果分析、电商漏斗模型分析应用）
3-17市场分析 - 汽车行业市场分析案例（市场分析报告撰写方法）
3-18银行综合分析案例 - 银行综合业务分析报告v

4章数据管理与数据治理简介
4-1企业决策的四个层次：战略、管理、运营、操作
4-2企业数据分析能力的演进
4-3企业运营和操作数据应用
4-4数据管理基础知识与DMBOK知识体系
4-5企业数据能力建设
4-6数据治理实操框架

5章企业架构与数据架构基础
5-1企业架构（EA）基本理论
5-2数据架构基本理论

6章统计基础与数据预处理（Excel）
6-1分析的基本概念
6-2描述性统计与数据预处理
6-3统计分布

章多维数据分析与可视化分析（Power BI）
7-1表结构数据的特征与获取
7-2表结构数据加工与使用
7-3多表透视分析逻辑
7-4透视分析方法
7-5多维数据模型
7-6多表透视分析应用案例 -- 多维透视分析应用案例
7-7客户分析 - 电商客户运营分析仪表板（潜在客户挖掘、电商运营效果监控、运营指标分析应用）
7-8产品分析 - 产品进销存追踪监控看板（进销存业务流程分析与监控）
7-9运营分析 - 电商运营分析驾驶舱（电商获客分析、营销漏斗模型监控分析）
7-10销售分析 - 服装行业销售情况分析（销售情况监控看板制作方法）
7-11财务分析 - 地产企业盈利分析（企业利润结构构成及盈利能力分析看板）
7-12综合实战案例 - 电商综合运营分析仪表板（流量、转化、客单相关指标分析监控）

8章SQL数据库(MySQL)
8-1DDL数据定义语言（创建、选用、删除数据/表）
8-2DML数据操作语言（添加、修改、删除数据）
8-3单表查询
8-4查询结果排序、限制查询结果数量
8-5多表查询
8-6函数
8-7SQL大厂面试题突击训练
8-8查询应用案例1 -- 电商多表查询案例
8-9查询应用案例2 -- 零售业多表查询案例

9章Hive SQL
9-1Linux系统
9-2Linux常用命令和文件系统
9-3分布式存储与计算(Hadoop)
9-4系统的安装与部署
9-5Hive 架构原理
9-6Hive 数据类型
9-7HiveQL与应用

10章大型数据分析综合项目实战(Power BI+SQL)
10-1跨国企业完整数据分析实战案例
10-2学生探索性实操制作分析报告
10-3项目现场专家评审与1V1指导

11章CDA认证考试辅导（仅限报名考试的学生）
11-1PART 1 数据分析概述与职业操守
11-2PART 2 数据结构
11-3PART 3 数据库应用
11-4PART 4 描述性统计分析
11-5PART 5 多维数据透视分析
11-6PART 6 业务数据分析
11-7PART 7 业务分析报告与数据可视化报表"

2章CDA认证考试模拟题串讲与考前冲刺（仅限报名考试的学生）
12-1模拟题串讲
12-2考前冲刺辅导

13章拓展训练（选修课）
13-1互联网数字化运营【18课时】
13-2何为数据产品经理？【1课时】
13-3Python爬虫【15课时】
13-4Python办公自动化【10课时】
13-5人工智能(深度学习)实战之图像识别【6课时】
13-6采销、物流与供应链数据分析应用实战【10课时】 (需额外付费）
13-7Tableau数据可视化视频【1.5课时】(需额外付费）
13-8SPSS Modeler数据挖掘实战【34课时】（需额外付费）
13-9增长黑客入门【2.5课时】（需额外付费）

硬核服务
1.朝九晚九全程跟班答疑
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。

2.一对一督学
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。

3.定期直播串讲
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。

4.有问必答
助教线上服务要求有问必答，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。

5.出勤率和进度监督
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。

6.作业与测试
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，服务团队还会组织学员进行阶段性测试，以考试性质为主，主要考察学员对本阶段知识掌握程度。