课程大纲：
深度数据挖掘分析
前言
在面临着数据化变革的时代，你的团队是否面临着以下问题：
行业变化快，业务不断迭代，固有的分析方式和报表系统无法跟上业务的快速变化；
现有业务急需寻找机会和变革，却因为缺少数据经验而发愁无从下手分析；
手头有大把的业务数据，但是却无法从中挖掘出有价值的业务信息；
老板觉得现有的分析报告没有逻辑，缺少结论，只是单纯的数据罗列；
公司已经有了数据分析团队，但是分析还停留在技术层面，对业务的渗透和挖掘不深入，发挥不了数据的巨大价值
针对以上问题，本课程通过提供数据分析的流程规划、思考工具、辅助工具，帮助数据分析者从现有数据中挖掘出有价值的业务信息，从而做出正确的业务决策。在工作坊中，我们会和您分享目标导向的分析规划，屡试不爽的分析经典步骤深入挖掘问题的思考方式，尝试零代码也能掌握的分析工具，带领大家一同掌握如何有效分析数据并让数据变为商业价值的流程和方法。我在Excel应用领域深耕超过十年，积累的精华封装进这门课程。这门课程已在腾讯学院、招商银行、国家电网、国酒茅台等众多单位讲授过，还同武汉大学、四川大学、中山大学等国内*大学合作过这门课程。我可以很有把握地说，这门课程经过了市场和学术的双重检验。
你，不是第一个吃螃蟹的人。
不同于书本和网课，我不仅教你那些表格制作的炫技，更教那些只有我和你面对面、手把手，才能真正内化的高度结构化知识：从大数据收集、大数据清洗、大数据整合、大数据分析、大数据呈现五大维度全面提升你的Excel数据挖掘分析能力，让你更好地高效办公，提升价值。
除此之外，你还将收获3种数据收集工具，8种大数据神技，近200组实战式问题-解析练习，超500万级海量行业数据分析及方法，海量的收费级电子表格模板……课程后续的答疑服务，也为你构建持续精进的体验式学习闭环。
我会走在你身边，做你的朋友，和你一起不断精进Excel。
特别说明：这是一门什么课
这不是一门：
它不是Excel 应用技巧课程，不需要编程的R 语言或Python 等大数据分析软件技术课程。与Excel 课程，数据分析工具课程的区别：
它是一节学习数据化业务管理、数据分析思路、数据分析逻辑的培训式工作坊课程。
它是一门学习数据分析思维的课程，是一门增强数据分析逻辑能力的课程，是一门学习如何利用数据分析发现问题并提出解决方案的课程。
它是提升企业员工数据分析敏感度的课程，是连接业务需求团队和数据支持/分析团队的思维转换课程，是企业数字化转型中提升全员数据化思维能力的课程。
学习收益课
1、利用数据化方式进行业务/团队管理的理念和方法
2、数据分析的思路和深入挖掘业务现象背后原因的方式方法
3、利用数据分析进行有逻辑，有解决方案的提案或汇报技巧
区别与传统的数据分析工具（Excel、Python、SPSS、SAS 等课程），本课程注重数据分析过程中的思路和方式，而非分析工具的使用方法和技巧。确保企业员工在进行业务数据分析的时候，可以有逻辑，目标导向的进行分析和汇报，避免“数据堆砌式”和“浮于表面式”的数据分析和汇报。
课程对象
工作坊适合需要借助数据分析挖掘问题、制定决策或辅助制定决策的产品团队、业务团队、运营分析团队或其他需要分析数据进行管理的岗位。
参与者无需数据库基础或代码基础，课程重在数据分析的思考方式和问题挖掘的方式，具备常规 Excel 应用能力即可参与。
课程大纲
第一章 思维冲击·数据高手的8大神技
知识点01: 快捷键让你效率倍增
知识点02: 工作表的逻辑和关系
知识点03: 数据转换处理的思路
知识点04: 数据清洗标准化之路
知识点05: 数据录入的正确方式
知识点06: 将数据变成数据资产
知识点07: 高效数据导入与清洗
知识点08: 数据分析指标与用语
第二章 大数据处理·数据价值使用全面准备
知识点09: 轻松搞定系统导出表格各类BUG
知识点10: 解决几百行记录的表格执行指令慢
知识点11: 如何去除不可见字符，让表格数据可计算
知识点12: 数据转换的方法和技巧
知识点13: 通过分列快速提取有效文本信息
知识点14: 查找和清洗重复数据
知识点15: 高效的报表结构体系
知识点16: 递进式的三层报表体系（基础表、数据录入表、报表及图表）
知识点17: 快速编制大数据多维明细表
知识点18: 多维度数据分析体系的快速构建
知识点19: 异常数据的深度挖掘
第三章 分析思路·有效自动地整合大数据
知识点20: 高效据分析工作流程简介
知识点21: 分析思路5步：定义问题、数据抓取、数据清洗、分析建模、可视化报告
知识点22: 常用数据整合方法详解
知识点23: 高级数据分析思路简析
知识点24: 数据挖掘、整合、分析案例套路：描述性统计、假设检验、方差分析、回归分析、相关性分析、判别分析、时间序列预测、马尔科夫链分析、聚类分析、主成因分析与因子分析
知识点25: 抽样与问卷调查数据的处理
知识点26: 生产决策数据的处理
知识点27: 经济数据的处理：回收期法回收期法、平均收益率法 、贴现指标评价 、净现值法、内部收益率法 、现值指数法等案例运用
第四章 大数据关联：全自动的Excel与外部数据库交互
知识点28: 数据库概述
知识点29: 导入数据源的数据
知识点30: 利用Ms Query进行交互
知识点31: Ms Query与ODBC程序简介
知识点32: 使用Ms Query检索数据
第五章 大数据透视：数据透视表高级运用
知识点33: 数据挖掘常用方法及思路讲解
知识点34: 数据透视表的分组统计和样本观察
知识点35: 数据切片的方法和多角度观察分析法
知识点36: 数据透视表与数据透视图的互动
知识点37: 数据透视图的灵活表达呈现
知识点38: 数据透视表的分组统计和样本观察
知识点39: 对日期分组生成年、季度、月度报表
知识点40: 对数值区间分组显示不同范围内的数据
知识点41: 数据源数据透视表的其他高级应用
第六章 大数据成果：轻松一点自动更新的办公利器
知识点42: 职场办公中的大数据挖掘
知识点43: 职场大数据的外部来源及整合
知识点44: 大数据多样化的数据分析方式
知识点45: 【探讨】互联网+时代下的高效管理方法和分析思路
第七章 大数据呈现：在商业分析与演示中运用Excel数据地图
知识点46: 数据地图的作用、应用形式
知识点47: Excel与数据地图的历史
知识点48: 基于地图选择的动态图表（鼠标点击版）
知识点49: 基于地图选择的动态图表（鼠标移动版）
知识点50: 构建综合性数据地图分析模型
知识点51: 仿《华尔街日报》数据地图分析模型
知识点52: 仿《经济学人》数据地图分析模型
知识点53: 如何在PPT中演示数据地图
第八章 数据专家思维：做业务专家，不做“报表机器”
知识点54: 我们做的是“报表”还是“分析”？
知识点55: 在业务中体现数据的价值
知识点56: 做有深度、有产出的数据分析
知识点57: 迈好分析的第一步
知识点58: 找准业务的切入点
第九章 分析路线图：构建你的业务分析路线
知识点59: 确保分析逻辑性的“分析三步法”
知识点60: 数据分析“第一要诀”
知识点61: 易忽略的“经典规律”
知识点62: 深入挖掘“事实真相”
知识点63: 透过时间寻找问题
知识点64: 关注业务过程而非简单的数字
知识点65: 发现问题的四把时间标尺
知识点66: 问题分析“工具箱”
知识点67: 把直觉和灵感转化为业务假设
知识点68: “四格法”帮你快速完成分析验证
第十章 逻辑分析：做有目的、有逻辑的数据
知识点69: 做有目的、有逻辑的数据
知识点70: 深挖根源——让数据分析为业务目标服务
知识点71: 避免“炒冷饭”式分析
知识点72: 找出问题背后的问题
知识点73: 像咨询公司一样规划分析框架
知识点74: 重构业务分析逻辑框架
知识点75: 在了解业务的情况下深度重构分析框架
知识点76: 分析框架构建的四种思维模型
知识点77: 分析思维建模——建立你的数据分析竞争力
知识点78: 基于业务需求设计分析指标
第十一章 一目了然：做有主线、有跟进的数据汇报
知识点79: 会想也要会说——可视化你的分析结果
知识点80: 构建你的数据报告逻辑线
知识点81: 麦肯锡式的分析报告
知识点82: 让报告一目了然的技巧
知识点83: 让报告深受信任的技巧
END 课程回顾总结 / 现场答疑交流
深度数据挖掘分析
上一篇: 识“典”论“金”——民法典时代金融业务法律实务指南
下一篇: 金融机构高管人员法商提升之道
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
