CDA一级认证教材:商业数据分析（第4版） - CDA数据科学研究院 - 微信读书

微信读书书城CDA一级认证教材:商业数据分析（第4版）

首页我的书架登录

CDA一级认证教材:商业数据分析（第4版）CDA数据科学研究院

微信读书推荐值

评分不足

3人点评

推荐

一般

不行

推荐(2)

一般(1)

不行(0)

阅读

885人

电子书

会员卡可读

字数

18.7万字

微信读书推荐值

评分不足

3人点评

推荐

一般

不行

推荐(2)

一般(1)

不行(0)

阅读

885人

电子书

会员卡可读

字数

18.7万字

简介

本书作为 CDA 一级认证教材，打破传统的学院派知识整合模式，从 EDIT（探索、诊断、指导和工具）数字化模型的角度进行叙述，在传授知识理念的同时，还讲解了进行商业数据分析时应遵循的整体思维和思考方式，以达到将企业分析模型与数据分析方法相结合、使用科学的方式进行数据分析的教学目标。本教材整体分为三篇，分别是原理篇、技术篇和管理篇。第一篇共 5 章，首先讲解数据分析思维，进而介绍数据分析方法和商业数据分析框架，之后阐述战略数据分析和业务数据分析。第二篇共 5 章，包括描述性统计分析、指标体系构建方法、SQL 语言基础与 MySQL 入门、用户标签体系和用户画像专题、简单时间序列分析方法。第三篇共 3 章，包括数据治理、数据模型与数据建模、指标体系管理。

书籍封面

CDA一级认证教材:商业数据分析（第4版）

CDA数据科学研究院

扉页
版权信息
+书签
作者简介
内容简介
CDA，数智人才的身份认证
第一篇原理篇
第1章数据分析思维
1.1 VUCA时代的数据分析需求
1.1.1 数据分析的归纳方法
1.1.2 数据分析的演绎方法
1.2 流程化企业数据分析需求
1.2.1 流程化企业的主要特点
1.2.2 数据分析在流程中的落脚点
1.3 企业数字化转型的进展
1.3.1 以用户体验为中心的商业模式
1.3.2 以数据分析为中心的架构模式转型
1.3.3 感知型企业成为众多企业的发展目标
1.4 企业需要的数据应用能力
1.4.1 企业数据应用能力概述
1.4.2 企业决策层级和对数据的需求
1.4.3 战略层的数据需求
1.4.4 管理层的数据需求
1.4.5 运营层的数据需求
1.4.6 操作层的数据需求
1.5 数据分析的基本概念
1.5.1 对数据的理解
1.5.2 对数据模型的理解
1.5.3 数据分析的分类
1.5.4 商业数据科学应用框架EDIT
1.6 本章小结
第2章数据分析方法
2.1 数据分析的基础范式
2.1.1 分类分析
2.1.2 链式分析
2.1.3 相关分析
2.2 由基础分析范式引申出的6种分析方法
2.2.1 趋势分析法
2.2.2 对比分析法
2.2.3 构成分析法
2.2.4 分布分析法
2.2.5 关系分析法
2.2.6 流向分析法
2.3 统计制图原理
2.3.1 整理数据
2.3.2 明确要表达的信息
2.3.3 确定比较的类型
2.3.4 确定图表类型
2.3.5 统计图的补充说明
2.4 本章小结
第3章商业数据分析框架
3.1 商业数据分析体系构建
3.1.1 战略视角
3.1.2 财务视角
3.1.3 客户关系视角
3.1.4 内部流程视角
3.1.5 员工成长与文化建设视角
3.2 商业数据分析总体流程
3.2.1 业务角度的商业数据分析的流程
3.2.2 技术角度的商业数据分析的流程
3.3 远景战略分析方法
企业SWOT分析示例
3.4 财务视角分析方法
3.4.1 企业收入趋势分析示例
3.4.2 财务费用趋势分析示例
3.5 客户与市场视角分析法
3.5.1 用户细分分析
3.5.2 电商平台的客户个性化营销示例
3.6 内部流程视角分析方法
3.6.1 VSM（价值流分析）
3.6.2 银行贷款流程优化示例
3.7 本章小结
第4章战略数据分析
4.1 战略数据分析基础
4.1.1 表格结构数据操作说明
4.1.2 输入数据和资源需求
4.2 战略数据分析关键步骤1：桌面研究
4.2.1 桌面研究概述
4.2.2 行业分析方法和流程
4.2.3 竞品分析方法和流程
4.3 战略数据分析关键步骤2：调查研究
4.3.1 调查研究流程
4.3.2 定性方法和定量方法
4.4 战略数据分析报告呈现
4.5 本章小结
第5章业务数据分析
5.1 业务数据分析基础
5.1.1 业务数据分析产出物
5.1.2 业务数据分析中的关键术语
5.2 输入和资源需求
5.2.1 输入需求
5.2.2 资源需求
5.3 业务数据分析的步骤
5.3.1 明确业务关注事项
5.3.2 发现问题
5.3.3 归因分析
5.3.4 优化策略
5.3.5 验证想法
5.4 报告呈现
5.5 本章小结
第二篇技术篇
第6章描述性统计分析
6.1 变量度量类型与统计量
6.1.1 变量度量类型与分布类型
6.1.2 分类变量的参数（统计量）
6.1.3 连续变量的集中趋势参数（统计量）
6.1.4 连续变量的离散程度参数（统计量）
6.1.5 数据分布的对称与高矮
6.1.6 统计量与报表和统计制图的关系
6.2 总体参数和样本统计量
6.3 参数估计方法
6.3.1 点估计
6.3.2 区间估计和中心极限定理
6.4 本章小结
第7章指标体系构建方法
7.1 指标概述
7.1.1 指标的基本概念
7.1.2 指标值的计算
7.2 通用指标介绍
7.2.1 求和类指标计算方法
7.2.2 计数类指标计算方法
7.2.3 比较类指标计算方法
7.3 场景指标介绍
7.3.1 按企业产品类型划分
7.3.2 按部门职能划分
7.4 指标体系介绍
7.4.1 指标技术加工角度分类
7.4.2 指标业务层级角度分类
7.4.3 指标库
7.4.4 维度库
7.5 指标体系自上而下搭建方法
7.5.1 设计框架
7.5.2 核心术语和主要技术
7.5.3 设计方法
7.5.4 实践方案
7.6 本章小结
第8章 SQL语言基础与MySQL入门
8.1 SQL语言概况
8.2 SQL查询语句
8.2.1 简单查询并对数据过滤与排序
8.2.2 创建新列
8.2.3 在查询中实现汇总和分组汇总
8.2.4 表的横向连接
8.2.5 子查询
8.2.6 表纵向合并和集合操作语句
8.3 SQL创建表或视图
8.4 本章小结
第9章用户标签体系与用户画像专题
9.1 案例：某企业基于用户标签的营销
9.2 标签的分类
9.2.1 从研究客体的数据类型角度分类
9.2.2 从标签的时态角度分类
9.2.3 从标签的加工角度分类
9.3 用户画像
9.3.1 用户分群的发展历程
9.3.2 快速入手用户画像
9.3.3 用户细分的方法
9.4 案例：用SQL和Excel实现用户画像
9.4.1 制作用户画像的思路
9.4.2 案例数据集介绍
9.4.3 使用SQL进行数据处理
9.4.4 使用Excel做用户画像
9.5 本章小结
第10章简单时间序列分析方法
10.1 认识时间序列
10.2 效应分解法时间序列分析
10.2.1 效应分解法的直观理解
10.2.2 算法解析
10.2.3 使用Power BI演示效应分解法
10.3 案例：时间序列预测
10.4 本章小结
第三篇管理篇
第11章数据治理
11.1 数据治理驱动因素
11.2 数据治理体系
11.2.1 数据治理域
11.2.2 数据管理域
11.2.3 数据应用域
11.3 如何开展数据治理
11.3.1 准确地定位数据治理
11.3.2 明确数据应用方向
11.3.3 多层级全方位进行治理
11.4 本章小结
第12章数据模型与数据建模
12.1 数据分类
12.2 数据架构和数据模型
12.2.1 数据架构的基本概念
12.2.2 数据模型基础和数据模型类型
12.2.3 数据建模的层次
12.3 数据仓库体系和ETL
12.4 本章小结
第13章指标体系管理
13.1 指标管理
13.1.1 指标数据元和指标数据标准
13.1.2 指标数据质量评价维度
13.2 企业级指标体系建设方法与步骤
13.2.1 指标体系构建方法
13.2.2 企业级指标体系全生命周期建设步骤
13.3 指标体系管理的问题与挑战
13.3.1 指标体系管理的常见问题
13.3.2 指标体系管理面临的挑战
13.4 指标体系管理
13.4.1 指标体系的生命周期
13.4.2 指标体系的管理体系
13.5 本章小结
编委会成员