【天善智能】秦路老师王牌好课《七周成为数据分析师》视频教程(视频+课件)

课程介绍

课程来自于 【天善智能学院视频课程】秦路老师《七周成为数据分析师》视频课程

秦路，天善智能特约专家。资深数据分析师，数据化运营专家。擅长结合运营和数据，建立数据化运营体系。

本套课程内容涵盖基础、业务、思维、工具、方法等方方面面，提纲挈领，为数据分析师之路奠定坚实基础，老师教学方式活泼生动、易于理解与掌握；精致案例如临其境，利于提高实战能力。本套课程一共七大章节，一共143课时，附有相关课件。

课程特色

明星讲师：资深数据分析师，数据化运营专家秦路老师，潜心磨剑打造精品课程；

规划全面：涵盖基础、业务、思维、工具、方法等方方面面，提纲挈领，为数据分析师之路奠定坚实基础；

循序渐进：环节紧凑，积跬步以至千里，七周为期，焕发不一样的职业通道；

精品质量：教学方式活泼生动、易于理解与掌握；精致案例如临其境，利于提高实战能力；

课程名称

磨剑之作，七周成“师”！秦路主讲，七周成为数据分析师

学习方式

录播课程，开课即学

讲师介绍

秦路，天善智能特约专家。资深数据分析师，数据化运营专家，各大专栏作者。擅长结合运营和数据，建立数据化运营体系。

最近有很长一段时间没有更新，在这里向大家抱歉了。主要是近期在出视频课程。

视频自然是曾经所写的七周系列，应天善邀请，合作出了这门课。

虽然写文已经一年有余，但是录制课程对自己是一个全新的挑战，毕竟嗓音不好，笑。时间是真的花费了很多，可被称为秦老师了，花费再多也是应该的。

关于课程就不用太多的营销口吻介绍，毕竟大家关注了我那么久，该了解的也都了解。主要谈谈这门课的本身。

适合什么样的人

课程是以七周为基础录制的，内容在原有的基础上进行了一定改进和优化。一方面，很多内容在我当初写文的时候，并不完善，后续有全新感悟的时候，把它总结到视频课程是一个好契机。另外一方面，视频操作比文章更细致，对基础较弱的同学，能降低实际上手难度。

内容定调依旧是入门，各大知识点会照顾零基础的同学。如果已经有多年的工作经验，那么它未必适合，这一点望大家合理评估。因为我从事的行业，很多内容都是偏互联网的，传统行业的从业者，或许需要一个适应的过程。

虽然取了七周系列的标题，但对于有志于往数据分析上更进一步的同学，课程只是起到领进门的作用。我更愿意大家以自驱动的方式应用，用学习到的内容去解决工作中遇到的问题。而不是觉得看完视频就能成为一个数据分析师。

课程大纲：

第一周：数据分析思维

1.数据分析的道与术

2.数据分析思维

• 结构化
• 公式化
• 流程化

3.分析思维技巧

• 象限法
• 对比法
• 假设法
• 二八法
• 多维法
• 指数法

4.像咨询顾问一样思考

5.如何在业余时间锻炼分析思维

第二周：业务

1.为什么业务重要？

2.经典的业务分析指标

• 市场营销模型
• 产品运营模型
• 用户行为模型
• 电子商务模型
• 流量模型

3.业务的分析框架

• 如何建立分析框架？
• 市场营销分析框架
• 产品运营分析框架
• 用户行为分析框架
• 电子商务分析框架
• 网站分析框架
• 如何应对各类业务背景

4.数据化管理业务

第三周：Excel

1.Excel的新手须知

2.Excel函数

• 清洗处理类
• 关联匹配类
• 逻辑运算类
• 计算统计类
• 时间序列类

3.Excel工具

• 数据透视表
• 条件格式和迷你图
• 自定义名称
• 数组
• 数据分析库
• 切片

4.用Excel进行数据分析

第四周：数据可视化

1.数据可视化的魅力

2.常见的图表类型与应用

• 散点图
• 折线图
• 柱形图和直方图
• 饼图
• 面积图
• 雷达图
• 漏斗图

3.高级图表类型与应用

• 树型图
• 桑基图
• 热力图
• 关联图
• 箱线图
• 标靶图
• 词云图
• 地理图

4.图表绘制

• 基础图表绘制的要点
• 高级图表绘制
• 辅助线
• 复合图表
• 好用的第三方图表库
• 图表和报表

5.可视化BI

• Power BI入门
• 导入数据
• 表
• DataX
• 数据整理和关联
• 可视化
• Dashboard
• 第三方图库

6.用BI进行数据分析

第五周：MySQL

1.数据库基础

• MySQL安装
• 数据库和表
• 数据类型

2.MySQL语法

• 查询
• 过滤
• 高级过滤
• 分组和聚合
• 子查询
• 计算函数
• 表联结
• 高级表联结

3.MySQL进阶

• 优化
• 高级技巧
• Leetcode竞赛

4.用MySQL进行数据分析

第六周：统计学

1.描述统计学

• 集中量数
• 权重预估
• 数据分布
• 用Excel进行统计学

2.数据分析的概率

• 概率的世界
• 概率分布
• 假设检验
• AB测试
• 方差分析

3.时间序列

4.为什么会被统计学欺骗？

5.数据分析与机器学习

第七周：Python

1.为什么要学习Python

2.Python的数据科学环境

3.Python的基础

• 语法结构
• 数据架构
• 函数和类
• 高级函数
• 常用的数据分析包
• 案例练习

4.Numpy和Pandas

• Numpy的数据结构
• Numpy的基础操作
• Numpy的函数
• Pandas的数据结构
• Pandas的基础操作
• Pandas的函数
• Pandas的数据规整
• 效率技巧
• 聚合
• 时间序列

5.用Python进行数据分析

• 案例：数据分析师的薪资
• 案例：电商用户消费行为

6.可视化

• Matplotlib
• seaborn
• 其他

7.构建数据分析平台

• Python连接数据库
• Python进行ETL
• 开源BI：Superset
• 构建自己的Dashboard