培训背景
现如今,数据已经成为各个行业中最宝贵的资源之一。从金融到医疗,从电商到媒体,无论是企业还是个人,都不可避免地接触到各种各样的数据。然而,单纯拥有数据并不足以让我们在竞争激烈的商业环境中站稳脚跟。为了更好地理解和利用数据,BI数据分析能力提升成为了一个不可或缺的选择。
课程简介
中培IT学院特邀大数据领域权威专家精心打造了“BI 大数据分析、模型、技巧高级实战”课程,并定期开展公开课。本课程注重理论+实战+案例贯穿的模式,通过本次培训学员将掌握全面的商务BI分析方法与技巧。
参加培训并通过考试学员,将获得由工业和信息化部教育与考试中心统一颁发《大数据挖掘技术(高级)》工业和信息化职业能力证书,证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

内容涵盖数据思维的建立、经典数据分析模型的运用及BI商业数据可视化操作。 
      
学会如何从复杂的数据中提炼关键指标,理解数据的分布与关联,掌握购物篮分析、转化率分析、RFM客户价值分析等常用分析模型。 
      
通过FineBI进行可视化数据分析与OLAP钻取,能够灵活展示多维数据报表。 
      
通过讲解"企业效益分析"、"风险分析"等实际项目案例,帮助学员在实际工作中快速应用所学知识,提升BI数据分析的实操能力。 
      

  培训价值 
üBI高级工程师 
       
ü大数据分析师 
       
ü数据安全研发人员 
       
ü大数据应用开发工程师 
       
ü数仓开发工程师 
       
ü数据科学研究人员
培训优势

课程大纲
知识模块 
              |  
       授课内容 
              |  
      
数据思维与分析模型 
           |  
       一、数据指标构建、数据分布与关联分析 
          1.如何理解数据、信息、知识 
          2.数据思维的范式、特点与局限 
          3.两点分布与二项分布 
          4.正态分布与假设性检验 
          5.数据的全局性、容错性、相关性 
          6.数据思维应用局限 
          7.数据思维的应用流程 
          8.数据思维的应用工具 
          9.案例:公司治理中的数据思维  
            |  
      
二、经典数据分析模型介绍 
          1.常用的数据分析模型与方法介绍 
          2.AARRR用户运营分析 
          3.波士顿矩阵:产品定位与分析 
          4.转化与留存分析 
          5.购物篮与商品推荐分析 
          6.库存周转与盈亏平衡分析 
          7.RFM分析找到高价值客户 
          8.数据的关联分析:购物推荐分析与实现 
           |  
      |
FineBI 商业数据可视化与OLAP分析  
           |  
       一、商务智能概述 与Fine BI快速入门 
          1.常用的数据分析模型与方法介绍 
          2.体验FineBI可视化基本流程 
          3.第一个FineBI仪表板 
           |  
      
二、数据清洗与预处理 
          1.数据清洗、集成 
          2.规约、探索、变换 
           |  
      |
三、图表的选择与实现 
          1.数据比较关系的可视化 
          2.各品牌空调销售量的对比情况 
          3.格力空调各月销售额和利润额的对比 
          4.各类产品销售额随时间变化情况对比 
           |  
      |
四、数据构成关系可视化 
          1.各类产品销售额占比情况 
          2.级市场各类产品的销量占比情况 
          3.各月各类产品销量占比情况 
           |  
      |
五、数据联系和分布可视化 
          1.产品价格与销售量的关系 
          2.各类产品在各价格段的销售量分布情况 
          3.销售量前10的品牌分布其及利润关系 
           |  
      |
六、空间数据可视化 
          1.各地区的空调销售量情况 
          2.各地区空调产品利润的情况 
           |  
      |
七、通用性数据分析之:图表的OLAP钻取分析 
          1.图表钻取分析 
          2.图表切片分析 
          3.各项目产品销售目标达成情况 
          4.各项目产品销售量及销售目标达成情况 
          5.各项目产品利润额情况 
           |  
      |
八、图表指标计算 
          1.各化工产品利润率情况 
          2.各化工产品产量分布情况 
          3.各月化工产品销量排名情况  
              |  
      |
大数据算法原理及案例实现 
              |  
       一、BI项目实战:RFM用户价值分析 
          1.RFM指标介绍 
          2.计算客户的消费指标 
          3.计算所有客户消费指标平均值 
          4.用户消费指标评价 
          5.划分客户类型  
            |  
      
二、BI项目实战:金融行业可视化分析实战 
           |  
      |
三、风险分析 
          1.风险指标分析 
          2.贷款不良率分析 
          3.贷款五级分类情况分析  
            |  
      |
四、效益分析 
          1.企业财务状况分析 
          2.企业营业收入分析 
          3.企业营业支出分析  
            |  
      |
五、BI项目实战:航空运输大数据分析 
          1.整体架构介绍(数据源、抽取与转换、数仓、BI整合与自助分析) 
          2.交通线路与人次统计 
          3.出发时间段分布 
          4.一周出行人数分布 
          5.线路压力top10可视化 
          6.目的地与交通路线选择  
            |  
      |
六、BI项目实战:经营分析报告案例 
          1.分析目的、数据获取、预期效果 
          2.关键性财务指标介绍 
          3.不同维度销售额分析 
          4.销售收入-生产成本分析 
          5.不同维度毛利率分析 
          6.净利率缺口与月度分析  
            
            |  
      
培训讲师
刘老师 10多年的IT领域相关技术研究和项目开发工作,在长期软件领域工作过程中,对软件企业运作模式有深入研究,熟悉软件质量保障标准ISO9003和软件过程改进模型CMM/CMMI,在具体项目实施过程中总结经验,有深刻认识。通晓多种软件设计和开发工具。对软件开发整个流程非常熟悉,能根据项目特点定制具体软件过程,并进行项目管理和监控,有很强的软件项目组织管理能力。对C/C++、HTML 5、python、Hadoop、java、java EE、android、IOS、大数据、云计算有比较深入的理解和应用,具有较强的移动互联网应用需求分析和系统设计能力,熟悉Android框架、IOS框架等技术,了解各种设计模式,能在具体项目中灵活运用。

版权声明:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符,请将相关资料发送至xkadmin@xkablog.com进行投诉反馈,一经查实,立即处理!
转载请注明出处,原文链接:https://www.xkablog.com/sjkxydsj/27963.html