当前，数据不仅是企业的核心资产和重要战略资源，也是重要的生产要素。数据资产已日益成为企业抢占未来发展主动权的前提和保障。国务院国资委在颁布的《关于加快推进国有企业数字化转型工作的通知》中强调要深入挖掘数据价值。用好数据，不仅能够帮助企业洞察市场变化和趋势，降低风险，还能提高决策效率，进一步提升企业核心竞争力。

本课程为 CDA数据分析师 LEVEL Ⅱ 认证考试 配套学习视频，适用于企事业单位前、中台人员，包括从事产品、市场、运营、风控、管理、财务、咨询等岗位人员。掌握构建数字化运营指标体系、宏观业务根因分析、用户画像、数字运营策略制定的方法论和工具。

【CDA认证体系简介】

CDA数据科学研究院基于先进企业的实践，提出了企业数智化需要具备的数据人才能力模型。企业中的数据分析任务分为业务现状描述、问题归因分析、个体行为预测，这就要求数据人才具备能描述现状、分析原因、预测行为的能力。数据人才的范围也不限于数据分析师和数据挖掘工程师，还包括经营决策者和业务骨干。

业务问题归因分析和策略优化是企业中数据分析任务的核心，对上游的现状描述提出建立完备的指标体系和报表可视化需求，对下游的预测分析提供算法模型的应用场景。CDA数据分析能力认证体系根据归因分析和策略优化的应用深度，以及从宏观业务分析到微观个体预测的技术难度，设计了CDA一级至三级的学习内容，并对各类分析工具的掌握提出了相应的要求。通过分级课程来帮助数据人才全面掌握从业务问题归因到策略优化的能力。

CDA一级主要讲解商业分析所涉及的评价指标体系的构建、用户基础标签的构建与用户画像、定性和指标归因分析、战略及业务分析报告等商业数据分析技术；

CDA二级主要讲解客户运营、流程分析和策略优化所涉及的用户高级标签的构建、模型归因分析、预测模型等业务宏观分析与客户微观洞察相融合的技术；

CDA三级主要讲解企业数据挖掘体系构建，在机器学习运营（MLOps）的框架下设计、开发、落地数据挖掘模型，包括机器学习经典算法及案例、算法模型管理等技术。教材在工具实现上选择企业中应用最为广泛的数据库语言SQL和编程语言Python等。

【讲师介绍】

常国珍老师，北京大学博士，CDA数据科学研究院院长，曾任毕马威咨询大数据总监。中国大数据产业生态联盟专家委员会委员，腾讯云最有价值专家（TVP）。

著有《CDA一级认证教材:商业数据分析》、《CDA二级认证教材:量化策略分析》、《CDA三级认证教材：敏捷数据挖掘》、《金融数据分析和数据挖掘案例实战》、《数字化管理师能力评价与培养》、《金融商业数据分析：基于Python和SAS》、《金融商业算法建模：基于Python和SASEM》、《Python 数据科学：技术详解与商业实践》、《用商业案例学 R 语言数据挖掘》、《胸有成竹：数据分析的SASEG 进阶》等多本著作。

【课程大纲】

PART 1 数据分析思维

1.数字化时代的数据思维

2.数据思维在企业管理中的作用

PART 2 量化策略分析方法

1.量化策略分析框架

2.量化策略分析流程

PART 3 数据的采集与处理

1.数据采集方法

2.数据读取

3.数据整合

4.数据清洗

5.特征处理

PART 4 数据可视化

1.可视化的数据探索与统计分析

2.统计制图

PART 5 统计分析方法 Ⅰ

1.假设检验

2.列联表分析与卡方检验

3.方差分析与F检验

4.相关系数

5.线性回归

6.逻辑回归

PART 6 统计分析方法 Ⅱ

1.主成分分析

2.因子分析

3.聚类分析

4.决策树分析

PART 7 数据管理与数据安全

1.企业数据管理方法论

2.企业数据安全管理方法论

学习入口：https://edu.cda.cn/goods/show/3837?targetId=6748&preview=0