“中云网胜”是“厦门中云网胜科技有限公司”的简称，中云网胜目前主要从事数据分析师培训、数据分析师认证并承接数据分析的相关项目。该公司是中国商业联合会数据分析委员会在福建省唯一的授权中心，具有cpda数据分析师的培训和考核资格。该公司目前与福建省多所高校具有合作关系，公司旗下汇聚了一批具有大量数据分析实战经验、超强数据建模能力的人才，并自主开发了一系列锲合市场需求的数据分析初中培训课程。该公司在为福建省乃至全国培养大量的数据分析人才的道路上不懈的努力着。

 

 

厦门中云网胜科技有限公司（以下简称中云网胜）坐落在美丽的福建省厦门市，致力于打造数据分析师培训的品牌，并成立数据分析事务所为各大企业提供数据分析服务。该公司旗下目前的两个主要数据分析培训品牌是cpda数据分析师培训和数据分析师中级培训。课程大纲如下

cpda数据分析师培训课程目录

cpda数据分析师培训课程目录

主要内容概要

1.数据分析概述

 

●  数据与数据分析的发展脉络：从小数据到大数据

●  数据分析的应用领域-数据分析产业链

●  数据分析人才培养体系

●  cpda认证考培系统介绍

2.战略管理

（企业战略管理的模型与方法）

 

●  战略输入

●  战略匹配

●  战略决策

3.数据产生

 

●  什么是数据

●  数据的类型

●  数据分析流程与建模思想

●  大数据生成

●  传统数据采集

4.数据导入与预处理

 

●  大数据导入

●  传统数据导入

●  数据清洗

●  数据加工

5.数据分析

 

●  数据分析方法

●  描述型数据分析  

6.数据挖掘

 

●  挖掘概述

●  kmeans

●  购物篮

●  决策树

●  朴素贝叶斯

7.数据展示

 

●  定性数据图标展示

●  定量数据图标展示

●  数据展示技巧

8.营销决策

 

●  营销决策的理论背景

●  营销决策的实务思路

9.市场分析与预测

 

●  市场分析的研究领域

●  什么是市场预测

●  为什么进行市场预测

●  如何进行市场预测

●  预测方法概述

●  定量预测方法详解—回归分析与预测

●  定量预测方法详解—时间序列分析与预测

10.市场细分与客户数据分析

 

●  客户数据分析概述  

●  客户细分与市场定位  

●  客户细分方法与模型选择  

●  客户细分技术：聚类分析详解

●  客户细分技术：主成分分析与因子分析详解

●  客户数据分析综合案例：从问卷到结论

11.营销组合数据分析

 

●  营销组合决策的意义与基本流程

●  产品策略

●  价格策略

●  促销策略

●  渠道策略

12.生产采购决策与库存优化

●  生产与采购决策概述

●  分厂生产策略  

●  生产计划与产品混合决策

●  供应链管理决策  

●  库存管理决策  

●  供应商决策  

●  生产质量控制  

●  交货期管理

13. 投资决策概述

 

●  量化投资相关概念

●  量化投资框架  

●  量化投资原则  

●  现金流量为基准的原则

14. 项目投资经济收益分析

 

●  现金流量表的解读  

●  经济评价  

●  投资估算

●  资金构成  

●  成本估算

●  收入预测

15. 投资风险分析

 

●  项目不确定性与风险分析  

●  项目盈亏平衡分析

●  项目敏感性分析  

●  项目风险概率分析

16. 投资选择与评估

 

●  独立项目决策  

●  互斥项目决策  

●  混合项目决策

17.数据分析项目流程及工作方法

●  项目建议书撰写

●  项目投资计划书

18.复习课

 

●  知识串讲

●  实操模拟题

数据分析师中级培训大纲

第一部分  《数据分析师基础理论》   

大纲简介： 行业分析，常用方法， 统计基础，excel数据分析。

预期效果：  统计概率知识，数据库，spss数据分析应用

第二部分   《数据库》

大纲简介：数据库基础知识知识，了解sql/oracle操作

预期效果：熟悉一款数据库软件，能进行脚本、存储过程编写等

第三部分   《数据可视化》        

大纲简介：  数据可视化基础 tableau等数据可视化的利器
预期效果：  掌握对数据的可视化。

第四部分  《spss/sas数据处理技术》

大纲简介： 数据的录入、整理、清洗、处理、分析、输出、解读等。

预期效果： 掌握一门专业数据分析软件， 会使用软件进行数据处理及分析。

第五部分  《数据建模分析》   

大纲简介： 数据建模，方差、回归、分类、主成份、因子、聚类、多元、时间序列等数据分析模型，数据可视化，结果输出及解读。

预期效果： 熟悉各模型应用环境，学会自行建模分析，独立完成数据分析工作，并能输出图表解读数据现实意义。

第六部分  《 数据挖掘工具》  

大纲简介：  r语言， matlab语言等语言分析建模。

预期效果：  熟练掌握 r语言的应用

第七部分   《大数据hadoop的应用 》

大纲简介： hadoop的构架，hadoop与 r语言的结合

第八部分  《案例分析及业务应用》  

大纲简介： 电信，金融，电商，零售等实际案例分析；bi、文本挖掘、大数据、智慧城市等前沿技术。

预期效果：  通过真实案例举一反三， 熟悉整个数据分析流程；了解前沿技术，增强业务与技术对接能力。

第九部分  编程语言强化

预期效果  对其所学过的编程语言进行强化，以达到企业工作要求