自学数据分析课程大纲

自学数据分析课程大纲
第一章 数据来源
数据及其分类
理解数据的定义、掌握数据的基本分 类。
数据生成和采集
理解数据产生的三类主要来源，对应的数据特点，分析角度 等； 理解二手数据、一手数据的采集标准与常用来 源； 理解问卷基本格式和一般商业调研问卷的设计思路与基本规 则。 重点了解抽样调查方法。
网站数据
了W解eb 日志和JS 标记获取网站数据的基本流程以及网站数据的关键指 标。
时间序列
理解时间序列的概念，理解时间序列的组成要素及四种成分与序列的 关系， 了解预 测方法的选择，预测方法的评估（重点掌握均方误差的公 式理）解；简单指数平滑预测模型，重点掌握S用PSS 进行简单指数平滑预 测； 理解 Holt 指数平滑预测模型，理解 Holt 模型中初始值的确 定， 理 重解 点指 掌数 握曲 用线S方PS法S 、进多行阶H曲ol线t 指方数法平、滑模型W预int测er；s 指数平滑预测模 型、 引入季节哑变量的 多元回归预测、分解预测等
第六章 客户数据分析
客户数据分析概述
理解客户获取概念，理解客户获取的基本方式及客户获6取步 论；
理解客户激活分析四步骤、客户保有分析四步骤和客户流失分析三步 骤； 理解客户满意度分析及客户满意度测评的三个模 型 理解客户价值分析和偏好分析的概 用spss 实现客户偏念好。分析
理解客户细分概念和基于细分基础上的客户定位模-型STP 模 型
数据展示（EXCEL/SPSS）
初步掌E握XCEL 数据透视表的功能和制 作； 了解 SPSS 制作频数分布表、列联表、简单条形图、复式条形图、帕累 托图、 饼图、 复式饼图、环形图的基本操作；
了解基本的图表展示技巧
第五章 回归分析与时间序列分析
回归分析
理解回归模型中因变量、自变量和随机误差的概 念； 理解一元线性回归模型和多元线性回归模型的基本 形式和估计的回归方程形式，理 解模型的参数估计和显著性检 验； 掌握用 SPSS 建立一元线性回归模型以及个值和均值的预 测， 掌握用 SPSS 建立多元 模型并确定最终较优的模型。
理解客户细分的分类维度及客户细分流程和模 型 客户数据分析案例—kano模型
初步掌握S用PSS 进行主成分分析（操作步骤及结果解 释）；Hale Waihona Puke Baidu
初步掌握S用PSS 进行因子分析（操作步骤及结果解 释）；
初步掌握S用PSS 进行聚类分析（操作步骤及结果解 释） 客户数据分析综合案例S（PSS）
能够应用客户细分的思路与统计方法对客户进行细 分， 并能运用细分结果指导业务实践。
数据加工
掌握各种数据加工的分析需求背景，及对S应PSS 处 理。
第三章 统计基础
常用统计量分析
理解集中趋势及分布形态的统计含义，理解统计量均值、中位数和众数的概念、别区及应用 范围；
理解离散趋势及分布形态的统计含义，理解统计量极差、方差与标准差和变异系的数概念、区别及应用 范围；
掌E握XCEL 基础数据分析方法，掌握描述统计方 法；
第七章 营销决策分析
产品决策
理解产品开发战略的概念、类型和层 次； 理解新产品开发战略的出发点和开发方向、类型以及需要解决的问 题； 理解新产品功能属性开发与需求匹配分析—K—ano 模 型
价格决策
理解价格决策的概念
理解影响定价的因素；
理解企业降价、提价的原因，理解竞争者对企业变价的 反应 理解运用弹性分析进行价格决 策 理解PSM 模型的概念和步骤
数据库数据
理解数据库的定义和功能，掌握数据库的基本操 作。
第二章 数据导入与预处理
数据导入
了H解adoop 分布式文件存储与计算系统的主要结构与工作原 理；
掌e握xcel 手动录入数据形成原始文件的规 则；
掌握E用XCEL 和 SPSS 进行外部数据导入的方 法。
数据清洗
掌握缺失数据和异常数据概 念； 掌握数据清洗S的PSS 处理的基本操 作。
作）； 时间序列图表（掌握常见的时间序列图表类型，掌握折线图的制作，初步掌握面图积的功能和制 作）； 相关关系图表（掌握常见的相关关系图表类型，掌握散点图的制作，初步掌握气图泡的功能和制 作）； 多维比较图表（掌握常见的多维比较图表类型，初步掌握雷达图和圆环图的功能制和 作）； 不恰当图表（了解图表绘制过程中的不恰当操 作）
掌S握PSS 的描述分析功能和数据导入与预处理的操 作。
概率统计基础
理解概率分布的基本概念，几种常用的概率分布的基本特 征； 理解参数估计和假设检验的意义与原 理。
第四章 数据可视化
数据呈现（EXCEL）
了解图表的作用；
成分关系图表 (掌握常见的成分关系图表类型，掌握柱形图、条形图、饼图的 制作， 初对步比掌关握系复图合表饼（图掌和握瀑常布见图的的对功比能关和系制图作表类型)；，初步掌握旋风图的功能和制