數(shù)據(jù)分析增長培訓(xùn)班：2020年以來，數(shù)字化轉(zhuǎn)型熱度指數(shù)級增長，熱情前所未有。數(shù)字經(jīng)濟(jì)已經(jīng)從零部件演變?yōu)榛A(chǔ)設(shè)施，衣食住行在內(nèi)的各個產(chǎn)業(yè)都正在發(fā)生翻天覆地的變化。
  而數(shù)字化轉(zhuǎn)型并不僅僅意味著企業(yè)的變革，更是對人才能力要求的變革，包括產(chǎn)品、運(yùn)營、投放、市場在內(nèi)的越來越多崗位開始要求數(shù)據(jù)能力，不僅要求會看數(shù)據(jù)、分析數(shù)據(jù)，更重要的是，能夠用數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的復(fù)合能力。
  除了業(yè)務(wù)崗位，企業(yè)對于數(shù)據(jù)分析師的要求也在逐步發(fā)生變化。不僅要求對數(shù)據(jù)分析工具的充分掌握，也更加關(guān)注分析師是否具備業(yè)務(wù)思維、是否能夠基于數(shù)據(jù)成果、為業(yè)務(wù)側(cè)帶來策略輸出與優(yōu)化建議，帶來實際的增長結(jié)果。

  掌握數(shù)據(jù)增長理論模型
  掌握數(shù)據(jù)增長工具使用掌握
  掌握數(shù)據(jù)指標(biāo)搭建與監(jiān)測能力，并掌握如何基于數(shù)據(jù)進(jìn)行解讀分析、決策優(yōu)化
  掌握包括留存、轉(zhuǎn)化、獲客與裂變在內(nèi)的核心增長黑客方法論
  零基礎(chǔ)學(xué)生、轉(zhuǎn)行人士，低門檻無憂

  基礎(chǔ)薄弱數(shù)據(jù)類崗位從業(yè)者，系統(tǒng)提升專業(yè)技能的學(xué)員
  產(chǎn)品、運(yùn)營、營銷、財務(wù)等業(yè)務(wù)部門在職者，提升數(shù)字化工作效率的學(xué)員
  研發(fā)、中臺、技術(shù)類部門在職者，數(shù)字化賦能支持業(yè)務(wù)發(fā)展的學(xué)員
  企業(yè)創(chuàng)始人、經(jīng)理人、管理咨詢類崗位從業(yè)者，把握數(shù)字化轉(zhuǎn)型方案及流程的學(xué)員

  1章預(yù)科學(xué)習(xí)
  1-1Excel預(yù)習(xí)視頻
  1-2數(shù)據(jù)庫預(yù)習(xí)視頻
  1-3Power BI預(yù)習(xí)視頻
  1-4Python編程在線學(xué)習(xí)
  2章數(shù)據(jù)分析概述
  2-1數(shù)據(jù)分析分類
  2-2數(shù)據(jù)分析目的及意義
  2-3數(shù)據(jù)分析方法與流程
  2-4數(shù)據(jù)分析角色與職責(zé)
  2-5數(shù)據(jù)分析師職業(yè)道德與行為準(zhǔn)則
  3章撰寫業(yè)務(wù)分析報告
  3-1表格結(jié)構(gòu)數(shù)據(jù)特征
  3-2表格結(jié)構(gòu)數(shù)據(jù)獲取方法
  3-3表格結(jié)構(gòu)數(shù)據(jù)引用、查詢與計算方法
  3-4數(shù)據(jù)驅(qū)動型業(yè)務(wù)管理（數(shù)據(jù)埋點、數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用等）
  3-5指標(biāo)的應(yīng)用-搭建營銷運(yùn)營指標(biāo)體系
  3-6財務(wù)指標(biāo)的分析與應(yīng)用
  3-7業(yè)務(wù)場景指標(biāo)-多場景業(yè)務(wù)場景指標(biāo)應(yīng)用精講（運(yùn)營、客戶、商品、活動等）
  3-8指標(biāo)的設(shè)計-多場景指標(biāo)設(shè)計、使用及分析案例（績效、運(yùn)營、銷售等）
  3-9業(yè)務(wù)指標(biāo)綜合分析案例-互聯(lián)網(wǎng)運(yùn)營業(yè)務(wù)指標(biāo)綜合分析案例
  3-10可視化分析方法
  3-11業(yè)務(wù)分析方法應(yīng)用-杜邦分析法、帕累托分析法、四象限分析法
  3-12業(yè)務(wù)模型應(yīng)用-價值模型、帕累托模型、漏斗模型、RFM模型
  3-13撰寫業(yè)務(wù)分析報告方法
  3-14電商、互聯(lián)網(wǎng)、零售行業(yè)的數(shù)據(jù)分析場景介紹
  3-15客戶分析-電商客戶維度綜合分析案例（用戶生命周期、用戶特征、用戶行為分析）
  3-16產(chǎn)品分析-電商產(chǎn)品維度綜合分析案例（商品畫像、商品標(biāo)簽、商品定位策略分析）
  3-17運(yùn)營分析-互聯(lián)網(wǎng)運(yùn)營業(yè)務(wù)綜合分析案例（運(yùn)營效果分析、電商漏斗模型分析應(yīng)用）
  3-18行為效果分析-電商運(yùn)營活動效果評估分析案例（A/B測試、行為效果評估）
  3-19市場分析-汽車行業(yè)市場分析案例（市場分析報告撰寫方法）
  3-20業(yè)務(wù)分析綜合案例-互聯(lián)網(wǎng)市場、運(yùn)營綜合實戰(zhàn)案例（業(yè)務(wù)模型綜合分析應(yīng)用）
  4章制作可視化分析報表
  4-1表結(jié)構(gòu)數(shù)據(jù)特征
  4-2表結(jié)構(gòu)數(shù)據(jù)獲取
  4-3表結(jié)構(gòu)數(shù)據(jù)加工與使用
  4-4ETL及數(shù)據(jù)倉庫應(yīng)用
  4-5多表透視分析邏輯
  4-6多維數(shù)據(jù)模型
  4-7透視分析方法
  4-8多表透視分析應(yīng)用案例--多維透視分析應(yīng)用案例
  4-9客戶分析-電商客戶運(yùn)營分析儀表板（潛在客戶挖掘、電商運(yùn)營效果監(jiān)控、運(yùn)營指標(biāo)分析應(yīng)用）
  4-10產(chǎn)品分析-產(chǎn)品進(jìn)銷存追蹤監(jiān)控看板（進(jìn)銷存業(yè)務(wù)流程分析與監(jiān)控）
  4-11運(yùn)營分析-電商運(yùn)營分析駕駛艙（電商獲客分析、營銷漏斗模型監(jiān)控分析）
  4-12市場分析-汽車市場銷售監(jiān)控儀（市場動態(tài)監(jiān)控看板制作方法）
  4-13銷售分析-銷售進(jìn)度管理監(jiān)控分析儀（銷售漏斗模型分析應(yīng)用、銷售結(jié)果預(yù)測分析模型）
  4-14綜合實戰(zhàn)案例-電商綜合運(yùn)營分析儀表板（流量、轉(zhuǎn)化、客單相關(guān)指標(biāo)分析監(jiān)控）
  5章描述性統(tǒng)計分析
  5-1統(tǒng)計學(xué)概述
  5-2描述性統(tǒng)計圖表
  5-3集中趨勢的描述
  5-4離散程度的描述
  5-5分布形態(tài)的描述
  5-6相關(guān)分析
  5-7統(tǒng)計分析面試題突擊訓(xùn)練
  6章SQL數(shù)據(jù)庫應(yīng)用基礎(chǔ)
  6-1數(shù)據(jù)庫基本概念
  6-2DDL數(shù)據(jù)定義語言
  6-3DML數(shù)據(jù)操作語言
  6-4單表查詢
  6-5多表查詢
  6-6函數(shù)
  7章SQL大廠面試直通車
  7-1SQL大廠面試題突擊訓(xùn)練
  7-2查詢應(yīng)用案例1--電商多表查詢案例
  7-3查詢應(yīng)用案例2--零售業(yè)多表查詢案例
  8章大型數(shù)據(jù)分析綜合項目現(xiàn)場實戰(zhàn)
  8-1電商數(shù)字化運(yùn)營綜合實戰(zhàn)案例【結(jié)業(yè)項目】
  8-2世界500強(qiáng)外企數(shù)字化營銷綜合實戰(zhàn)案例【結(jié)業(yè)項目】
  8-3學(xué)生現(xiàn)場探索性實操
  8-4項目現(xiàn)場專家評審與1V1指導(dǎo)
  9章數(shù)據(jù)分析師職業(yè)規(guī)劃課
  9-1職業(yè)規(guī)劃
  9-2職場溝通力
  9-3團(tuán)隊協(xié)作力培養(yǎng)
  10章面試技巧一對一輔導(dǎo)
  10-11V1面試技巧指導(dǎo)與簡歷修改
  11章Python編程基礎(chǔ)（選修）
  11-1Python標(biāo)準(zhǔn)數(shù)據(jù)類型
  11-2控制流語句
  11-3自定義函數(shù)
  11-4異常和錯誤
  11-5面向?qū)ο缶幊?/span>
  11-6Python連接數(shù)據(jù)庫操作
  12章Python數(shù)據(jù)清洗與可視化（選修）
  12-1Pandas數(shù)據(jù)處理
  12-2Pandas數(shù)據(jù)表的合并與連接
  12-3Pandas數(shù)據(jù)的累計與分組
  12-4Python數(shù)據(jù)可視化包-Matplotlib介紹
  12-5使用Python數(shù)據(jù)處理包Pandas做可視化
  12-6Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制
  13章Python數(shù)據(jù)分析綜合案例（選修）
  13-1斯德哥爾摩氣候可視化分析
  13-2餐飲訂單數(shù)據(jù)清洗與分析
  13-3文本數(shù)據(jù)分析之QQ聊天信息可視化分析
  14章Python面試直通車（選修）
  14-1Python大廠面試題突擊訓(xùn)練
  15章技能拓展課（選修）
  15-1快速入門HiveSQL查詢
  15-2何為數(shù)據(jù)產(chǎn)品經(jīng)理？
  15-3Python爬蟲
  15-4Python辦公自動化
  16章指標(biāo)體系搭建
  16-11.理解商業(yè)模式?jīng)]你想的難
  16-22.什么是指引業(yè)務(wù)發(fā)展的北極星指標(biāo)？
  16-33.用OSM、UJM搭建用戶指標(biāo)體系
  16-44.指標(biāo)體系搭建案例實操
  16-55.如何進(jìn)行數(shù)據(jù)歸因
  16-66.Growing lO數(shù)據(jù)看板初識
  16-77.Growing lO業(yè)務(wù)看板搭建操作演示
  16-88.場景演練搭建你的業(yè)務(wù)數(shù)據(jù)看板
  17章用戶留存
  17-11.認(rèn)識用戶留存與兩個核心關(guān)鍵點
  17-22.留存分析的基礎(chǔ)分析與進(jìn)階分析
  17-33.認(rèn)識活躍用戶
  17-44.運(yùn)用留存價值矩陣提升活躍用戶留存
  17-55.運(yùn)用HOOK模型提升活躍用戶留存
  17-66.新用戶如何定義
  17-77.新用戶留存三部曲
  17-88.用戶留存實戰(zhàn)案例拆解
  17-99.Growing lO留存功能基本操作演示
  17-1010.Growing lO留存功能的典型應(yīng)用場景
  17-1111.場景演練業(yè)務(wù)場景下的留存分析實操
  18章用戶轉(zhuǎn)化
  18-11.從完整價值路徑出發(fā)開展轉(zhuǎn)化分析
  18-22.如何追蹤漏斗優(yōu)化效果
  18-33.流失用戶去了哪兒？
  18-44.LIFT模型優(yōu)化落地頁案例拆解
  18-55.Growing lO漏斗分析功能基本操作演示
  18-66.場景演練業(yè)務(wù)場景下的漏斗分析實操
  19章獲客與裂變
  19-11.渠道投放與分析的起點：用戶旅程
  19-22.六大用戶接觸點的分析與度量
  19-33.如何運(yùn)用數(shù)據(jù)分析找到投放優(yōu)化點
  19-44.渠道投放效果評估與投放策略制定
  19-55.小程序的推薦分享如何分析與提升
  19-66.小程序的渠道獲客評估
  19-77.Growing lO獲客分析功能基本操作演示
  19-88.場景演練:業(yè)務(wù)場景下的獲客分析實操
  20章綜合實戰(zhàn)項目
  20-1實戰(zhàn)項目：某美妝品牌數(shù)據(jù)指標(biāo)體系搭建項目實戰(zhàn)
  20-2實戰(zhàn)項目：某食品零售品牌留存分析項目實戰(zhàn)
  20-3實戰(zhàn)項目：某酒店品牌轉(zhuǎn)化分析項目實戰(zhàn)
  20-4實戰(zhàn)項目：某在線教育品牌渠道獲客分析項目實戰(zhàn)
  21章畢業(yè)項目答辯
  21-1實戰(zhàn)項目：某服裝零售品牌數(shù)據(jù)指標(biāo)體系搭建項目實戰(zhàn)
  21-2實戰(zhàn)項目：某零售百貨公司留存分析項目實戰(zhàn)
  21-3實戰(zhàn)項目：某房產(chǎn)平臺轉(zhuǎn)化分析項目實戰(zhàn)
  21-4實戰(zhàn)項目：某零售電商公司渠道獲客分析項目實戰(zhàn)