转行数据分析？你可能需要这块敲门砖！
数字经济时代，数据成为新时代的生产要素！数据已成为企业的重要生产力！
“生产力”是企业创造财富的能力，掌握数据分析能力的企业将具备创造更多财富的能力。
很多小伙伴已经看到了数据分析对企业经营的重要性，也看到掌握数据分析技能的员工自然能成为企业的中坚力量，是各企业争相抢夺的宝贵人力资源。
所以，越来越多的人想要学习数据分析这一技能，来增强自己的职场竞争力，或为自己未来转岗、加薪铺路。
而 CDA 数字化人才身份认证是数据分析领域得到业界广泛认可的凭证，不少想要学习数据分析技能或想转行数据分析的小伙伴都会考取数据分析师认证，来作为对自己掌握这门技能的认可，和转行的敲门砖！
数据分析师认证 CDA 一级备考中文教材 2023 版——《精益业务数据分析》已权威发布！
本书不仅适合 CDA LEVELⅠ（数据分析师认证 CDA 一级）应试人员，同时适合业务工作人员、数据分析从业人员、数据分析岗位的求职人员学习。
所以，入手这本数据红宝书，不仅能助你顺利备考 CDA 认证考试，还能帮你轻松入门数据分析，为数据分析岗位求职助力！
这本书讲了什么？
本书是企业业务数据分析方法的集大成著作，由知名数据分析研究机构 CDA 数据科学研究院组织多名行业知名专家进行研讨、策划、编辑而成。
书中内容源自对各行业领军企业实际业务数据分析技能需求的提炼及总结，这些企业包括但不限于京东、腾讯、IBM、中国移动、北京电信、苏宁集团、招商银行、中国邮政集团、GrowingIO 等。
全书由八大部分构成：绪论、表格结构数据与表结构数据、数据库应用、描述性统计分析、多维数据透视分析、业务分析方法、业务分析报告与数据可视化报表、CDA 职业发展。
本书全面、系统地讲述业务描述性分析为企业决策行为创造价值的全流程技能，涵盖描述性数据分析方法、业务分析方法、数据分析结果应用方法等内容。
全书以条理清晰的结构、通俗易懂的语言、完整立体的知识框架为读者铺开一幅精美的业务描述性分析知识画卷。
建议读者先全篇通览整幅画卷，建立完整的数据分析知识体系，再精细阅览画卷中的每个细节，深入掌握每个具体知识点。
本书目录
第 1 章 绪论. 1
1.1 数据分析概述 .1
1.1.1 数据分析的分类 .3
1.1.2 数据分析的基本流程 .4
1.1.3 数据分析的落地方法 .7
1.2 数据分析师概述 .8
1.2.1 数据分析师的不同角色与职责 .8
1.2.2 数据分析师职业道德和行为准则 .10
1.3 数据相关的安全与立法 13
1.3.1 各国的数据隐私相关法律 .13
1.3.2 我国大数据立法的历程和展望 .14
1.4 本章练习题 16
第 2 章 表格结构数据与表结构数据. 18
2.1 表格结构数据 .19
2.1.1 表格结构数据概述 .19
2.1.2 表格结构数据特征 .20
2.2 表格结构数据的获取、引用与使用 .24
2.2.1 表格结构数据的获取 .24
2.2.2 表格结构数据的引用、查询与计算方法 .28
2.3 表结构数据 38
2.3.1 表结构数据概述 .38
2.3.2 表结构数据特征 .40
2.4 表结构数据的获取、加工与使用 45
2.4.1 表结构数据的获取 .45
2.4.2 数据库与商业智能的概念解析 .46
2.4.3 表结构数据的合并 .54
2.4.4 表结构数据的汇总 .60
2.5 本章练习题 65
第 3 章 数据库应用. 71
3.1 数据库相关概念 71
3.1.1 数据库简介 71
3.1.2 认识数据库 .74
3.1.3 SQL .76
3.1.4 数据仓库 .77
3.2 数据定义语言 .79
3.2.1 DDL 在业务中的作用 .80
3.2.2 定义数据库 .80
3.2.3 数据表 .82
3.2.4 数据类型 .88
3.2.5 约束条件 .92
3.3 数据操作语言 .100
3.3.1 DML 的作用 .100
3.3.2 添加数据 .100
3.3.3 将查询结果添加到表中 .102
3.3.4 更新数据 .103
3.3.5 删除数据 .104
3.4 数据查询语言 .104
3.4.1 单表查询 .105
3.4.2 函数 .125
3.4.3 多表查询 .142
3.4.4 子查询 .158
3.5 视图 168
3.5.1 视图的作用 .168
3.5.2 创建视图 .169
3.5.3 修改视图 .169
3.5.4 删除视图 .170
3.6 本章练习题 170
第 4 章 描述性统计分析. 181
4.1 统计学概述 181
4.1.1 统计学的定义及应用 .181
4.1.2 统计学的基本概念 .185
4.2 数据的描述性统计分析 192
4.2.1 集中趋势的描述 .192
4.2.2 离散程度的描述 .203
4.2.3 分布形态的描述 .208
4.2.4 描述性统计图表 .211
4.3 常用的数据分布 .218
4.3.1 两点分布与二项分布 .219
4.3.2 正态分布与标准正态分布 .221
4.3.3 c2 分布 .228
4.3.4 t 分布.229
4.3.5 F 分布 .230
4.3.6 分位点的概念 .232
4.4 相关分析 233
4.4.1 相关分析的含义 .233
4.4.2 简单线性相关关系的描述 .234
4.4.3 简单线性相关关系的度量 .235
4.5 本章练习题 239
第 5 章 多维数据透视分析 246
5.1 多维数据模型 .246
5.1.1 多维数据模型概述 .247
5.1.2 多维数据模型创建方法 .248
5.2 5W2H 思维模型 .261
5.2.1 5W2H 思维模型概述 .261
5.2.2 5W2H 思维模型应用案例 262
5.3 多维数据透视分析应用案例 .265
5.3.1 业务场景介绍 .265
5.3.2 案例设计制作过程 .265
5.4 本章练习题 267
第 6 章 业务分析方法 274
6.1 业务指标分析 .274
6.1.1 通用指标计算方法 .276
6.1.2 场景指标 .286
6.1.3 指标体系 .302
6.2 业务模型分析 .307
6.2.1 分类模型 .308
6.2.2 漏斗模型 .312
6.3 业务分析方法论 .318
6.3.1 帕累托分析方法 .318
6.3.2 A/B 测试分析方法 .320
6.3.3 同期群分析方法 .320
6.3.4 因果分析方法 .321
6.4 本章练习题 322
第 7 章 业务分析报告与数据可视化报表. 330
7.1 可视化分析图表 .330
7.1.1 业务图表决策树 .330
7.1.2 比较类图表 .331
7.1.3 序列类图表 .338
7.1.4 构成类图表 .339
7.1.5 描述类图表 .340
7.2 业务分析报表 .340
7.2.1 业务分析报表的分类与区别 .341
7.2.2 业务分析报表的创建方法 .342
7.3 业务分析报告 345
7.3.1 业务分析报告的分类 .346
7.3.2 业务分析报告撰写注意事项 .346
7.3.3 业务分析报告案例 1 348
7.3.4 业务分析报告案例 2 352
7.4 本章练习题 355
第 8 章 CDA 职业发展 360
8.1 CDA 职业概述 360
8.1.1 CDA 职业背景 .360
8.1.2 CDA 职业特点 .361
8.1.3 CDA 职业前景 .362
8.2 CDA 认证简介 363
8.2.1 CDA 认证标准 .363
8.2.2 CDA 认证方式 .364
8.2.3 CDA 认证流程 .365
8.2.4 CDA 认证证书 .366
8.3 CDA 持证人与会员 .367
8.3.1 成为 CDA 会员 367
8.3.2 CDA 持证人权益 .368
8.3.3 年检和继续教育 .369
附录 A 数据类型列表 370
附录 B 练习题答案及解析. 373
作者简介
CDA 数据科学研究院在数据分析领域深耕多年，建立起 CDA 数据分析能力认证体系，助力企业实现宏、微观相结合的数字化转型，提供合格的数据化工作人才保障。
CDA 数据分析能力认证体系涵盖绩效分析、客户分析、流程分析、智能学习，助力企业成为宏、微观相结合的数字化战略中心组织。
前面的分析为后面的工作指明方向，后面的活动为前面目标的实现提供能力支持。而最下层的学习活动在数字化时代，已经演变成“机器学习”，将业务知识以算法的形式固化在系统中。
CDA LEVEL Ⅰ教材主要讲解业务分析所涉及的评价指标体系的构建、数据采集与数据操作、商业智能分析、战略及运营分析报告等业务宏观分析技术；
CDALEVEL Ⅱ教材主要讲解客户运营、流程分析和策略优化所涉及的标签体系、用户画像、根因分析、预测模型、运筹优化等业务宏观分析与客户微观洞察相融合的技术；
CDA LEVEL Ⅲ教材主要讲解在商业机器学习运营（MLOps）框架下如何设计、开发和落地相关的算法模型，以及机器学习经典算法与案例、自然语言处理、自动学习等客户微观分析技术。教材在工具实现上选择当今比较流行的数据库语言 SQL 和编程语言 Python 等。
本书亮点
直击备考一级四大困难
在备考 CDA 认证一级考试的过程中，不少考生由于各方面的原因影响了复习和备考，从而难以通过考试，或取得理想的成绩。本书针对 CDA LEVELⅠ应试人员的四大困难，采用通俗易懂的语言，循序渐进的系统结构，帮助考生沉着应对 CDA 认证考试。
三大优势助你拿证
本书通过以下三个优势，帮助读者建立完整的数据分析知识体系，深入掌握每个具体知识点。
人人都需要且可以学会
对企业管理者洞察业务问题有帮助的数据分析结果主要产生于两种不同类型的数据分析方法：第一种数据分析方法是业务描述性分析方法，第二种数据分析方法是数据挖掘分析方法。
业务描述性分析方法可以帮助企业管理者找到业务问题出现的关键位置。
因为此种分析方法只对过去发生过的业务行为结果进行如实描述，并不对未来可能出现的业务情况进行预测，所以将其称为业务描述性分析方法。
业务描述性分析方法不仅具备普适性，而且学习难度也并不算高。
因为此种分析方法一般不需要使用艰涩难懂的数学理论，也很少需要用到复杂的编程语言，所以它的准入门槛对比另一种数据挖掘的分析方法要低很多，不仅专业的数据分析人员需要精通，就连不同业务岗位上的业务工作者也应该尽早掌握这项技能。
所以，对于不需要考证的你来说，这本书也可以帮助你早日实现升职加薪，职场之路越走越宽、越走越顺。
福利时刻
助学锦囊 免费领取
刷题小程序
内含海量模拟题
微信扫一扫，进入「如荷学题库」小程序，获取海量模拟题。
考试备考群
与优秀者同行，备考不孤单
添加罗老师微信，加入 CDA 认证考试备考群
领取方式
翻开书籍封面，扫描「CDA 考试中心」二维码，关注并回复关键字，按照指导领取。
正值双十一活动期间，快快扫码抢购吧
京东下单立减 50
当当五折
还未添加个人签名 2019-10-21 加入
还未添加个人简介
评论