CDA商业策略数据分析周末集训营，专门为零数据分析基础而希望从事商业策略数据分析、数据挖掘相关岗位的人员或者希望通过CDA二级认证考试人员开设，目的是帮助学员迅速掌握CDA二级认证考试要求的知识点以及商业策略分析与数据挖掘相关岗位技能等，更多详情请往下看。
宁波国富如荷教育是一家专业的数据分析师培训机构，是面向中高端用户的、培养DT时代前沿技术人才的、国际化的职业教育领导品牌，目前，CDA已与国内100多所高校进行了战略合作，建立了CDA数据分析师考试中心及人才培养机构。
已在全国70+城市举办15届CDA数据分析师认证考试，报考考生数万人；已开展了四届中国数据分析师行业峰会（CDA SUMMIT），每届参会人数3000多人；中国数据分析师俱乐部（CDA CLUB）每周举办各类型线上线下沙龙会议、公开课等活动共1000多期。
零基础学员
周末8-17点
面授/网课
该课程包含从数据采集到数据处理，通过统计分析方法建立数据模型来解决商业策略难题，并结合实战项目，帮助学员迅速掌握CDA二级认证考试要求的知识点以及商业策略分析与数据挖掘相关岗位技能。比如，通过广义线性模型为汽车保险进行分类定价，采用不同的价格策略，提高保险产品整体销售额。通过另外，课程覆盖CDA LEVEL II考试大纲所要求的考点，学习完该课程可报考CDA LEVEL II考试。
运用统计学分析方法构建实战模型分析方法，并同结合Python软件实现
精通基础的分类、回归、聚类方法，并结合案例应用
掌握数据分析在各行业的应用场景
"1章工具先导课
2章数字化工作保障机制-数据治理
3章数字化工作方法
4章数据采集方法
5章Python编程基础
6章Python数据探索、数据处理与可视化
7章Python探索分析综合案例
8章Pythont统计分析与运筹学基础
9章数据分析模型、算法与商业应用
10章标签体系与应用
11章行业综合项目实战
12章选修课"
1、统计类的数学知识
数学知识是数据分析人员的基本技能。
对于初级数据分析师来说，了解一些统计相关的基本内容，具备一定的公式计算能力是必要的，并且熟悉常用的统计模型算法。
高级数据分析人员必须具备统计模型知识，具备线性代数(主要是矩阵计算)知识。
对于数据挖掘工程师来说，除了统计，各种算法也需要熟练运用，对数学的要求是最高的。
2、方便的工具
对于初级数据分析师来说，必须懂得使用Excel，必须使用数据透视表和公式，最好使用VBA。另外，还应该学习统计分析工具，SPSS对于入门者来说是一个不错的选择。
对于高级数据分析师来说，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少熟练使用其中一种，其他分析工具(如Matlab)视情况而定。
对于数据挖掘工程师来说，会使用Excel就行，但主要的工作是写代码。
3、Python语言
对于初级数据分析师来说，如果需要，可以编写SQL查询、Hadoop和Hive查询。
对于高级数据分析人员来说，除了SQL之外，还需要学习Python，以便用一半的精力获取和处理数据。其他编程语言也可用。
对于数据挖掘工程师来说，Hadoop应该是熟悉的，Python/Java/ c++至少应该熟悉一个，Shell应该能够使用。总之，编程语言是数据挖掘工程师的核心竞争力。
4、业务理解
业务理解是数据分析师所有工作的基础。数据获取方案、指标的选择，甚至对最终结论的洞察，都取决于数据分析师对业务本身的理解。
对于初级数据分析师来说，主要的工作是提取数据并做一些简单的图表，以及少量的洞察性结论，对业务有基本的了解。
对于高级数据分析师来说，需要对业务有更深入的了解，并能够基于数据提取有效的视图，这对实际业务是有帮助的。
对于数据挖掘工程师来说，对业务有一个基本的了解是可以的，但是重点仍然需要放在开发技术能力上。
5、逻辑思维
理工科的人都具有较好的思维能力。
对于初级数据分析师来说，逻辑思维主要体现在数据分析过程中每一步的目的性，知道需要使用什么样的手段，想要达到什么样的目标。
对于高级数据分析师来说，逻辑思维主要体现在建立一个完整有效的分析框架，理解分析对象之间的相关性，理解每一个指标变化的因果关系，从而对业务产生影响。
对于数据挖掘工程师来说，逻辑思维不仅体现在与业务相关的分析工作中，还包括算法逻辑、程序逻辑等，所以对逻辑思维的要求也是最高的。
