收藏 |
返回旧版
当前位置:通知公告 正文

 双文头.png


冶教中2021〕50

$RUCUCWZ.png

关于举办 2021年商业数据分析师(中级)

线上培训班的通知

 

各有关单位:

 

数智化时代,数据成为企业的重要资产,决定和推动着企业能否快速稳健发展。很多标杆企业已经通过数据分析,优化了生产流程、产品、营销、服务等,弥补了技术与商业的鸿沟,提高了生产效率并实现了技术的商业价值。如何盘活企业的数据资产?如何通过数据发现、解决业务问题?推动决策制定?如何快速通过数据工具结合具体业务场景,实现驱动业务增长?冶金工业教育资源开发中心、中国钢协职业培训中心决定举办2021年商业数据分析师(中级)线上培训班,培训考试合格后可取得工业和信息化部教育与考试中心颁发的《商业数据分析师》中级职业能力等级评价证书。

一、课程主要内容

模块一:

知识导航:

(一)快速了解数据分析行业

1. 数据分析行业现状

2. 商业数据分析的价值

(1)揭示数据内涵

(2)服务企业经营

(3)挖掘潜藏商机

(4)分析预测未来

(5)辅助战略决策

(二)揭秘商业数据分析师

1. 商业数据分析师的核心职责

2. 商业数据分析师的必备技能

(三)商业数据分析思维训练

1. 数据改变世界

2. 数据分析逻辑

工具篇:数据获取与预处理

(一)选择并计算得出关键业务指标

1. 关键指标的定义

(1)数据分析流程与方法

(2)案例:数据分析在业务场景中的应用

(3)业务指标体系和关键指标的定义

(4)案例:关键指标相关数据的获取

2. 市场类、运营类、产品类指标的含义及相关计算公式

(1)市场类指标的含义及相关计算公式

(2)运营类指标的含义及相关计算公式

(3)产品类指标的含义及相关计算公式

3. 利润类指标的计算方法

4. 成本类指标的计算方法

(二)建立业务数据指标管理体系

1. 按照职能构建指标体系的方法

2. 按照业务类型构建指标体系的方法

3. 案例:业务数据指标管理体系搭建

(1)案例:按照职能构建指标体系

(2)案例:按照业务类型构建指标体系

4. 实践:PowerBI工具应用实践操作

(1)认识powerBI

(2)案例:安装powerBI

(3)数据清洗定义及流程

(4)案例:数据清洗工具应用

(5)案例:数据清洗案例1-复杂表头处理与多表合并

(6)案例:数据清洗案例2-缺失值处理

(7)案例:数据清洗案例3-多维度合并查询

(8)案例:数据统计和呈现

(9)案例:建立表关联

(10)案例:交互式分析

(11)DAX函数简介及计算列、度量值的应用

(12)案例:累计求和、定基比、同比的计算

(13)常用的DAX函数

(14)案例:信息图、气泡图、华夫图、旋风图的绘制

(15)案例:柱状图、旭日图、水平条形图、水平漏斗图的绘制

(16)案例:着色地图、气泡地图、子弹图、KPI指示器的绘制

(17)案例:网络图、散点图、折线图、河流图的绘制

(18)案例:K-means聚类分析图、人物动画的绘制和应用

模块二:

分析篇1:商业数据分析五部曲

(一)商业数据收集

(1)数据收集概述

(2)数据收集方法

(3)数据随机抽样

(二)数据处理

(1)脏数据

(2)数据清洗

(3)数据加工

(三)商业数据分析

(1)描述性数据分析

(2)预测性数据分析

(3)规范性数据分析

(四)数据可视化

(1)认识图表

(2)选择图表

(3)制作图表

(五)撰写报告

(1)商业数据分析报告概述

(2)分析报告写作逻辑

分析篇2:数据监控及异常处理

(一)监控关键指标的变化幅度并做出处理

1. 数据监控的方法与步骤

(1)数据监控的方法与步骤

(2)数据监控的常用工具平台及分析方法

2. 人工数据监控的方法与步骤

(1)案例:描述性统计分析在数据指标监控中的应用

(2)案例:预测性统计分析在数据指标监控中的应用

(3)对业务指标进行数据挖掘的思路与方法

(4)数据挖掘的常用算法和工具

3. 案例:指标监控

(1)案例:网店转化率数据监控案例

(二)分析异常变化产生的原因

1. 数据异常的定义及原因分析

(1)数据异常的定义及原因分析

2. 数据异常的三种解决思路

(1)数据异常的一般处理步骤

(2)通过补充/删除/替换处理数据异常

3. 案例:数据异常变化分析

(1)案例:网店客服运营转化的异常数据分析案

模块三:

决策篇1:电商数据分析与应用

(一)电商数据分析的理论、方法及工具

(1)电商数据分析概论

(2)电商数据来源

(3)电商分析工具

(4)电商数据分析方法

(二)市场行情分析

(1)案例:市场容量分析

(2)案例:发展趋势分析

(3)案例:市场潜力分析

(4)案例:行业特征分析

(三)市场人群分析

(1)案例:品类人群分析

(2)案例:关键词人群分析

(四)竞争分析

(1)案例:竞争分析理论

(2)案例:竞争分析实操

(五)产品定价分析

(1)案例:价格带分析

(2)案例:需求价格弹性分析

(六)产品运营分析

(1)案例:品类管理

(2)案例:单品分析

(七)客户分析

(1)案例:获取用户

(2)案例:用户分析

(3)案例:PowerBI建模

(4)案例:RMF模型可视化

(八)活动分析

(1)案例:不同阶段的数据分析

(2)案例:活动分析实践

决策篇2:财务及运营类商业数据分析

(一)业务波动分析

(1)案例:案例导入与确定分析目标

(2)案例:平均/对比/分组分析法

(3)案例:结构/逻辑树分析法

(4)案例:时间序列分析法(1)

(5)案例:时间序列分析法(2)

(6)案例:Cohort分析法

(7)案例:数据分析过程与步骤

(8)案例:数据分析结果

(二)目标市场定位

(1)案例导入与确定分析目标

(2)宏观环境分析(PEST)

(3)竞争环境分析(波特五力)

(4)综合因素分析(SWOT)

(5)内外因素数量化分析(IFE矩阵/EFE矩阵分析)

(6)权重确定(信息量权重法)

(7)数据分析结果

(三)客户满意度分析

(1)案例:案例导入与确定分析目标

(2)案例:确定客户满意度分析维度与影响因素

(3)案例:总体维度分析

(4)案例:产品维度分析

(5)案例:行业维度与客户维度分析

(6)案例:满意度影响因素信息浓缩(1)

(7)案例:满意度影响因素信息浓缩(2)

(8)案例:数据分析结果

(四)杜邦分析应用

(1)案例:导入与确定分析目标

(2)案例:杜邦分析法内涵

(3)案例:杜邦分析法作用

(4)案例:杜邦分析法局限性

(5)案例:杜邦分析法案例解析

(6)案例:因素替代法介绍

(7)案例:数据分析过程与步骤

(8)案例:数据分析结果

(9)案例:案例2导入与数据分析

决策篇3:销售及生产类商业数据分析

(一)销售及生产场景的决策体系与数据分析方法

(1)销售及生产类决策体系及数据指标解读

(2)销售及生产类业务常用的数据分析方法

(二)用数据分析支持销售及生产场景中的业务决策

(1)案例:宏观市场指标——市场占有率分析

(2)案例:宏观市场指标——市场增长率分析

(3)案例:经营状况——净利润分析

(4)案例:经营状况——利润率分析

(5)案例:经营状况——成本分析

(6)案例:客户相关——客户满意度分析

(7)案例:客户相关——新产品购买率分析

(8)案例:客户相关——客户获取成本分析

(9)案例:客户相关——盈亏平衡分析

(10)案例:营销评估——库存周转率分析

(11)案例:营销评估——库存投资毛利回报率分析

(12)案例:营销评估——平均交易额分析

(13)案例:营销评估——零售商利润率分析

(14)案例:销售监控——成交分析

(15)案例:销售监控——回款分析

(16)案例:销售监控——业绩达成率分析

(17)案例:销售监控——销售数据复盘与调控

(三)销售及生产场景中的业务数据预测分析

(1)销量预测方法与实践示例(案例)

(2)根据销量预测和业务指标体系制定销售业绩目标

(四)产品最大利润的产量的计算思路

(1)产品利润与产品产量的关系模型

(2)以营收为导向的数据分析与决策支持

(3)以销量为导向的数据分析与决策支持

(4)以利润为导向的数据分析与决策支持

(五)规划求解工具计算最优产量组合

(1)产品产量与产品成本的关系模型

(2)以产量为导向的数据分析与决策支持

(3)以成本为导向的数据分析与决策支持

(4)以效益为导向的数据分析与决策支持

决策篇4:投资规划分析及应用

(一)单变量求解目标年收益率的分析计算

(1)目标年收益率的分析方法

(2)案例:用单变量法求解目标年收益率

(二)使用模拟预算分析筹资方案的方法

(1)筹资方案的分析方法

(2)案例:用模拟预算法分析筹资方案

(三)方案管理器选择最优方案的方法

(1)常见的投资分析方法

(2)案例:用方案管理器选择最优投资方案

决策篇5:其他场景的数据分析应用

(一)常用的三种数据分析的思路

(1)降低成本的数据分析思路与方法

(2)提升收益的数据分析思路与方法

(3)控制风险的数据分析思路与方法

(二)数据分析思路的应用范围

(1)数据分析思路的应用范围

(三)企业数据分析项目案例

(1)案例:降低成本的数据分析案例

(2)案例:提升收益的数据分析案例

(3)案例:控制风险的数据分析案例

二、课程授课师资

1.叶风哲  

数据分析实战专家,阿里云认证高级数据分析师。创新创业指导师,曾任慧科集团商业分析专业主任,微软人工智能微学位全球第一位获得者,获工信部高级大数据应用工程师、教育部创新创业指导师认证,《数据可视化实战》作者,参与工信部《商业数据分析师职业能力等级评价标准》评审。

2.杨元彦 

数据分析实战专家。曾任国家电网管理咨询师、擅长机器学习和文本挖掘、复杂网络建模、统计和数据挖掘算法及软件应用。参与工信部《商业数据分析师职业能力等级评价标准》的起草与评审。

3.康京雨 

数据分析专家。曾任用友新道商业数据分析领域专家,《数字化组织设计与创新运营》开发者,参与工信部《商业数据分析师职业能力等级评价标准》起草与评审。

三、培训对象

1. 营销岗从业人员:包括市场、销售、服务、运营、管理各个岗位,特别是电商各个工作岗位人员。

2. 产品设计岗、财务管理岗:包括产品经理、会计、出纳、统计、财务管理人员、审计、尽职调查、投资等从业人员。

3. 中高层管理岗:企业中层、高层管理人员及其助理岗。

4. 办公室新白领:职业发展触及天花板,需要数据分析、自动化办公等技能专业度,打破壁垒,升职加薪的数字时代新白领精英。

5. 转行或转岗人员:对当前岗位的未来发展规划不明确,计划通过转行来实现明确的职业规划,快速进入数据分析行业。

6. 学生:即将毕业,需要技术作为支撑,找到数据分析相关工作。

四、培训时间、网址

培训时间:随时线上学习

建议学习时长:110课时(10周)

课程有效期:1年

五、培训费用及汇款信息:

培训费3800元/人,考试鉴定费380元/人,统一开具增值税(专用)发票,请提前咨询财务。请参加培训的人员将报名表(见附件)和个人电子照片(以姓名+身份证号码命名)发送至电子邮箱。报名表电子版可在钢铁培训网www.gtpxw.com通知公告下载。

单位名称:冶金工业教育资源开发中心

账    号: 0200002909200240740

开 户 行:中国工商银行股份有限公司北京新街口支行

六、证书颁发

image.png

通过培训-考试合格后,可颁发工业和信息化部教育与考试中心颁发的《商业数据分析师》中级职业能力等级评价证书。

七、联系人及联系方式:   

中国钢协职业培训中心  包蕾、吴老师

电话:13522011828(同微信)

报名邮箱:gtpxw@gtpxw.com

 

附件:2021年商业数据分析师(中级)线上培训班报名表.doc

             商业数据分析师通知.pdf


image.png

  • 全联冶金商会
  • 河钢集团有限公司
  • 渤海钢铁集团有限公司
  • 马钢(集团)控股有限公司
  • 中国宝武钢铁集团有限公司
  • 沙钢集团
  • 宝钢股份
  • 济钢集团有限公司
  • 西安建筑科技大学
  • 本钢
  • 包头钢铁(集团)有限责任公司
  • 江西萍钢实业股份有限公司
  • 酒泉钢铁集团
  • 首钢集团
  • 唐山钢铁集团有限责任公司
  • 太原钢铁集团有限公司
  • 湖南华菱钢铁股份有限公司
  • 鞍山钢铁集团公司
  • 武钢集团有限公司
网站点击量:

联系电话:010-66001435,010-66001374

传真:010-66001561

京ICP备 14002933

京公网安备 110102005981

 

地址 北京市西城区西直门南大街2号成铭大厦

 

版权所有  中国钢铁培训网  ©copyright