关于举办 2022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？2021年冶金工业教育资源开发中心、中国钢协职业培训中心举办了多期商业数据分析师（中级）线上培训班受到多家企业欢迎和大力支持，现决定继续举办2022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
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
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：010-66001374 13522011828（同微信）
报名邮箱：gtpxw@gtpxw.com
附件：2022年商业数据分析师（中级）线上培训班报名表.doc
