《CDA教材一级：商业数据分析（2025版）》简介

作为 CDA 一级认证教材，打破传统的学院派知识整合模式，从 EDIT（探索、诊断、指导和工具）数字化模型的角度进行叙述，在传授知识理念的同时，还讲解了进行商业数据分析时应遵循的整体思维和思考方式，以达到将企业分析模型与数据分析方法相结合、使用科学的方式进行数据分析的教学目标。

教材整体结构

教材整体分为三篇，分别是原理篇、技术篇和管理篇，具体内容如下：

  1. 原理篇（共5章）
    先讲解数据分析思维，进而介绍数据分析方法和商业数据分析框架，之后阐述战略数据分析和业务数据分析。

  2. 技术篇（共5章）
    包括描述性统计分析、指标体系构建方法、SQL 语言基础与 MySQL 入门、用户标签体系和用户画像题、简单时间序列分析方法。

  3. 管理篇（共3章）
    包括数据治理、数据模型与数据建模、指标体系管理。

详细目录

第一篇 原理篇

  • 第1章　数据分析思维（页码：2）

    • 1.1 VUCA时代的数据分析需求
      • 1.1.1 数据分析的归纳方法
      • 1.1.2 数据分析的演绎方法
    • 1.2 流程化企业数据分析需求
      • 1.2.1 流程化企业的主要点
      • 1.2.2 数据分析在流程中的落脚点
    • 1.3 企业数字化转型的进展
      • 1.3.1 以客户体验为中心的商业模式
      • 1.3.2 以数据分析为中心的架构模式转型
      • 1.3.3 感知型企业成为众多企业的发展目标
    • 1.4 企业需要的数据应用
      • 1.4.1 企业数据应用概述
      • 1.4.2 企业决策层级和对数据的需求
      • 1.4.3 战略层的数据需求
      • 1.4.4 管理层的数据需求
      • 1.4.5 运营层的数据需求
      • 1.4.6 作层的数据需求
    • 1.5 数据分析的基本概念
      • 1.5.1 对数据的理解
      • 1.5.2 对数据模型的理解
      • 1.5.3 数据分析的分类
      • 1.5.4 商业数据科学应用框架EDIT
    • 1.6 本章小结

  • 第2章　数据分析方法（页码：29）

    • 2.1 数据分析的基础范式
      • 2.1.1 分类分析
      • 2.1.2 链式分析
      • 2.1.3 相关分析
    • 2.2 由基础分析范式引申出的6种分析方法
      • 2.2.1 趋势分析法
      • 2.2.2 对比分析法
      • 2.2.3 构成分析法
      • 2.2.4 分布分析法
      • 2.2.5 关系分析法
      • 2.2.6 流向分析法
    • 2.3 统计制图原理
      • 2.3.1 整理数据
      • 2.3.2 明确表达的信息
      • 2.3.3 确定比较的类型
      • 2.3.4 确定图表类型
      • 2.3.5 统计图的补充说明
    • 2.4 本章小结

  • 第3章　商业数据分析框架（页码：74）

    • 3.1 商业数据分析体系构建
      • 3.1.1 战略分析
      • 3.1.2 财务视角
      • 3.1.3 客户关系视角
      • 3.1.4 内流程视角
      • 3.1.5 员工成长与文化建设视角
    • 3.2 商业数据分析总体流程
      • 3.2.1 业务角度的商业数据分析的流程
      • 3.2.2 技术角度的商业数据分析的流程
    • 3.3 远景战略分析方法
    • 3.4 财务视角分析方法
      • 3.4.1 企业收入趋势分析示例
      • 3.4.2 财务费用趋势分析示例
    • 3.5 客户与市场视角分析法
      • 3.5.1 用户细分分析
      • 3.5.2 电商平台的客户个性化营销示例
    • 3.6 内流程视角分析方法
      • 3.6.1 VSM（值流分析）
      • 3.6.2 银行贷款流程化示例
    • 3.7 本章小结

  • 第4章　战略数据分析（页码：115）

    • 4.1 战略数据分析基础
      • 4.1.1 表格结构数据作说明
      • 4.1.2 输入和资源需求
    • 4.2 战略数据分析关键步骤1：桌面研究
      • 4.2.1 桌面研究概述
      • 4.2.2 行业分析方法和流程
      • 4.2.3 竞品分析方法和流程
    • 4.3 战略数据分析关键步骤2：调查研究
      • 4.3.1 调查研究流程
      • 4.3.2 定性方法和定量方法
    • 4.4 战略数据分析报告呈现
    • 4.5 本章小结

  • 第5章　业务数据分析（页码：149）

    • 5.1 业务数据分析基础
      • 5.1.1 业务数据分析产出物
      • 5.1.2 业务数据分析中的关键术语
    • 5.2 输入和资源需求
      • 5.2.1 输入需求
      • 5.2.2 资源需求
    • 5.3 业务数据分析的步骤
      • 5.3.1 明确业务关注事项
      • 5.3.2 发现问题
      • 5.3.3 归因分析
      • 5.3.4 化策略
      • 5.3.5 验证想法
    • 5.4 报告呈现
    • 5.5 本章小结

第二篇　技术篇

  • 第6章　描述性统计分析（页码：182）

    • 6.1 变量度量类型与统计量
      • 6.1.1 变量度量类型与分布类型
      • 6.1.2 分类变量的参数（统计量）
      • 6.1.3 连续变量的集中趋势参数（统计量）
      • 6.1.4 连续变量的离散程度参数（统计量）
      • 6.1.5 数据分布的对称与高矮
      • 6.1.6 统计量与报表和统计制图的关系
    • 6.2 总体参数和样本统计量
    • 6.3 参数估计方法
      • 6.3.1 点估计
      • 6.3.2 区间估计和中心限定理
    • 6.4 本章小结

  • 第7章　指标体系构建方法（页码：198）

    • 7.1 指标概述
      • 7.1.1 指标的基本概念
      • 7.1.2 指标值的计算
    • 7.2 通用指标介绍
      • 7.2.1 求和类指标计算方法
      • 7.2.2 计数类指标计算方法
      • 7.2.3 比较类指标计算方法
    • 7.3 场景指标介绍
      • 7.3.1 按企业产品类型划分
      • 7.3.2 按门职能划分
    • 7.4 指标体系介绍
      • 7.4.1 指标技术加工角度分类
      • 7.4.2 指标业务层级角度分类
      • 7.4.3 指标库
      • 7.4.4 维度库
    • 7.5 指标体系自上而下搭建方法
      • 7.5.1 设计框架
      • 7.5.2 核心术语和主要技术
      • 7.5.3 设计方法
      • 7.5.4 实践方案
    • 7.6 本章小结

  • 第8章　SQL语言基础与MySQL入门（页码：225）

    • 8.1 SQL语言概况
    • 8.2 SQL查询语句
      • 8.2.1 简单查询并对数据过滤与排序
      • 8.2.2 创建新列
      • 8.2.3 在查询中实现汇总和分组汇总
      • 8.2.4 表的横向连接
      • 8.2.5 子查询
      • 8.2.6 表纵向合并和集合作语句
    • 8.3 SQL创建表或视图
    • 8.4 本章小结

  • 第9章　用户标签体系与用户画像题（页码：254）

    • 9.1 案例：某企业基于用户标签的营销
    • 9.2 标签的分类
      • 9.21 究客体的数据类型角度分类
      • 9.2.2 从标签的时态角度分类
      • 9.2.3 从标签的加工角度分类
    • 9.3 用户画像
      • 9.3.1 用户分群的发展历程
      • 9.3.2 快速入手用户画像
      • 9.3.3 用户细分的方法
    • 9.4 案例：用SQL和Excel实现用户画像
      • 9.4.1 用户画像的思路
      • 9.4.2 案例数据集介绍
      • 9.4.3 使用SQL进行数据处理
      • 9.4.4 使用Excel做用户画像
    • 9.5 本章小结

  • 第10章　简单时间序列分析方法（页码：282）

    • 10.1 认识时间序列
    • 10.2 效应分解法时间序列分析
      • 10.2.1 效应分解法的直观理解
      • 10.2.2 算法解析
      • 10.2.3 使用Power BI演示效应分解法
    • 10.3 案例：时间序列预测
    • 10.4 本章小结

第三篇　管理篇

  • 第11章　数据治理（页码：297）

    • 11.1 数据治理驱动因素
    • 11.2 数据治理体系
      • 11.2.1 数据治理域
      • 11.2.2 数据管理域
      • 11.2.3 数据应用域
    • 11.3 如何开展数据治理
      • 11.3.1 地定位数据治理
      • 11.3.2 明确数据应用方向
      • 11.3.3 多层级全方位进行治理
    • 11.4 本章小结

  • 第12章　数据模型与数据建模（页码：312）

    • 12.1 数据分类
    • 12.2 数据架构和数据模型
      • 12.2.1 数据架构的基本概念
      • 12.2.2 数据模型基础和数据模型类型
      • 12.2.3 数据建模的层次
    • 12.3 数据仓库体系和ETL
    • 12.4 本章小结

  • 第13章　指标体系管理（页码：335）

    • 13.1 指标管理
      • 13.1.1 指标数据元和指标数据标准
      • 13.1.2 指标数据质量评维度
    • 13.2 企业级指标体系建设方法与步骤
      • 13.2.1 指标体系构建方法
      • 13.2.2 企业级指标体系全生命周期建设步骤
    • 13.3 指标体系管理的问题与挑战
      • 13.3.1 指标体系管理的常见问题
      • 13.3.2 指标体系管理面临的挑战
    • 13.4 指标体系管理
      • 13.4.1 指标体系的生命周期
      • 13.4.2 指标体系的管理体系
    • 13.5 本章小结

学习计划

适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0