数据分析正在重塑每一个行业。CDA认证的三本官方教材，分别对应Level I、Level II、Level III，为你铺就从业务数据分析到数据科学家的完整成长之路。本文深度拆解每一本书的内容、章节逻辑与核心价值。

 适合谁读

• 完全零基础，想进入数据分析领域的转行者、应届毕业生
• 产品、运营、营销等业务部门在职人员，希望用数据驱动工作
• 准备参加CDA Level I认证考试的学习者

 学习目标

通过7周左右的学习，掌握：

• 数据分析核心思维与商业分析框架
• SQL基础查询与MySQL操作
• 指标体系构建与用户画像方法
• 描述性统计与简单时间序列分析
• 数据治理与数据模型的基本概念

 详细章节拆解

第一篇：原理篇（共5章） —— 建立数据分析的“世界观”

• 第1章 数据分析思维
  讲解VUCA时代企业对数据分析的需求，企业数字化转型的不同阶段，数据分析的六大分类（描述性、诊断性、预测性、指导性、探索性、验证性），以及如何将业务问题转化为数据问题。

• 第2章 数据分析方法
  系统介绍分类分析（如客户分层）、链式分析（如转化漏斗）、相关分析，以及6种衍生方法：趋势分析（时间序列视角）、对比分析（同比/环比/定基比）、构成分析（结构占比）、分组分析、交叉分析、杜邦分析。每种方法都配有业务案例。

• 第3章 商业数据分析框架
  从业务理解→数据理解→数据准备→建模→评估→部署的完整CRISP-DM流程入门，并讲解如何将企业战略目标拆解为可量化的分析课题。

• 第4章 战略视角的数据分析
  涵盖盈利能力分析（毛利率、净利率）、偿债能力分析、运营能力分析（周转率）、杜邦分析图的构建与解读。

• 第5章 战略视角的数据分析
  基于平衡计分卡，讲解客户生命周期价值（CLV）、获客成本（CAC）、客户留存率，以及流程效率指标（如订单处理时长）、员工培训投入与产出分析。

第二篇：技术篇（共5章） —— 打下硬核实操基础

• 第6章 描述性统计分析
  集中趋势（均值、中位数、众数）、离散程度（极差、方差、标准差、四分位距）、分布形态（偏度、峰度），并讲解如何使用Excel和SQL快速计算这些统计量，以及如何通过箱线图识别异常值。

• 第7章 指标体系构建方法
  从OSM模型（目标-策略-度量）到UJM模型（用户旅程地图），再到原子指标/派生指标/复合指标的划分，教会你如何为一款App或一项业务搭建完整的指标体系，避免“数据很多但没用”的困境。

• 第8章 SQL语言基础与MySQL入门
  从数据库的基本概念（库、表、字段、主外键）讲起，涵盖：DDL（建表、修改表结构）、DML（INSERT、UPDATE、DELETE）、DQL（最核心的SELECT语句，包括WHERE、GROUP BY、HAVING、ORDER BY、LIMIT）、多表连接（INNER JOIN、LEFT JOIN、RIGHT JOIN）、子查询与窗口函数（ROW_NUMBER、RANK、SUM OVER等）。配有大量实战习题。

• 第9章 用户标签体系与用户画像
  讲解标签的分类（静态标签vs动态标签、事实标签vs模型标签），如何从底层数据加工成标签，如何构建用户画像平台，以及画像在精准营销、个性化推荐中的实际应用。

• 第10章 简单时间序列分析方法
  移动平均法、指数平滑法（一次指数平滑、Holt线性趋势模型）、季节性分解，以及如何用Excel或SQL进行基本的销量/流量预测。

第三篇：管理篇（共3章） —— 拔高视野

• 第11章 数据治理
  数据质量管理（准确性、完整性、一致性、及时性）、主数据管理、元数据管理、数据安全与合规（包括GDPR、个人信息保护法的基本要求），让读者理解“干净的数据”是一切分析的前提。

• 第12章 数据模型与数据建模
  从概念模型（ER图）到逻辑模型（关系规范化），再到物理模型（索引、分区），了解数据仓库中的星型模型、雪花模型，以及如何为报表系统设计合理的数据模型。

• 第13章 指标体系管理
  如何对已有指标体系进行版本管理、指标字典维护、指标异常监控与归因，以及指标生命周期管理（从创建到下线）。

 本书最大特色

• EDIT模型贯穿始终：探索(Explore)→诊断(Diagnose)→指导(Instruct)→工具(Tool)，形成闭环。
• 零基础友好：SQL和统计学都是从最基础讲起，步步有案例。
• 既讲怎么做，更讲为什么：每一章开头都有业务场景引入，结尾有思考题。

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

 适合谁读

• 已经通过Level I或具备1-2年数据分析工作经验
• 需要掌握Python数据分析全流程（数据处理→可视化→建模→策略输出）
• 准备参加CDA Level II认证考试，目标是成为专业数据分析师或数据挖掘工程师

 学习目标

• 掌握进阶数据分析思维（设计思维+敏捷+数据思维）
• 学会用Python进行数据清洗、整合、降维与可视化
• 能够独立完成量化策略分析流程：问题定义→根因分析→预测→方案验证
• 掌握市场调研、数据预处理（缺失值、异常值、WoE编码）及主成分分析

 详细章节拆解

原理篇：从思维到框架

• 第1章 进阶数据分析思维
  详解设计思维（同理心→定义问题→构思→原型→测试）、敏捷思维（迭代交付、最小可行产品MVP在数据分析项目中的应用）、数据思维（相关性vs因果性、AB测试基础、数据驱动决策的文化建设）。并给出一个完整的“探查→定义→设计→交付”四阶段项目流程模板。

• 第2章 量化策略分析框架
  提出“探索→诊断→指导”三步法：

  • 探索：发现业务波动或机会点
  • 诊断：通过数据下钻、对比、相关性等手段找到根因
  • 指导：基于根因提出可执行的策略建议并量化收益预期。
    书中用电商促销效果分析、用户流失挽留等案例贯穿演示。

• 第3章 量化策略分析流程（七步法）

  1. 发现问题（指标异动/目标差距）
  2. 近因分析（谁/什么时候/在哪里发生变化）
  3. 根因分析（内部因素vs外部因素，使用多维下钻、相关性分析、决策树等方法）
  4. 做出预测（简单回归/时间序列）
  5. 制定方案（策略选项及优先级）
  6. 验证方案（小范围AB测试或模拟）
  7. 工具支持（固化到报表或决策系统）。
     每一小步都配有模板和checklist。

技术篇：Python实战（共4章）

• 第4章 数据处理（pandas）
  从读取CSV/Excel/数据库数据开始，讲解：

  • 数据概览（head, info, describe）
  • 列操作（筛选、增删改、类型转换）
  • 缺失值处理（删除、填充、插值）
  • 重复值与异常值处理
  • 分组聚合（groupby + agg）
  • 数据合并（merge、concat）
  • 长宽表转换（pivot、melt）
    全书示例均基于真实零售订单数据。

• 第5章 数据可视化（Matplotlib & Seaborn）
  讲解绘图原理（画布、坐标轴、图层）。分别讲解：

  • 单变量分布图（直方图、密度图、箱线图）
  • 双变量关系图（散点图、折线图、柱状图、热力图）
  • 多变量组合图（分面图、成对关系图）
  • 描述性统计量的可视化（误差条、置信区间）
    并提供多套配色方案和图表规范建议。

• 第6章 市场调研与数据预处理（进阶）

  • 市场调研方法：问卷设计、抽样方法、数据采集规范
  • 数据清洗深化：离群值的多种识别方法（IQR法、Z-score法、箱线图法）及处理策略
  • 变量降维前的准备工作：相关性筛选、方差过滤
  • 缺失值高级处理：KNN插补、多重插补
  • WoE转换与IV值：用于信用评分卡等场景，对分类变量进行证据权重编码
  • 变量分箱（等频分箱、等距分箱、最优分箱）

• 第7章 数据降维方法

  • 矩阵基础知识回顾（特征值、特征向量）
  • 连续变量的主成分分析（PCA）：原理（方差最大化）、步骤（标准化→协方差矩阵→特征值分解→选取主成分→投影）、Python实现及结果解释（载荷矩阵、方差解释率）
  • 因子分析（FA）与PCA的区别及适用场景
  • 降维后的可视化与业务解读

 本书最大特色

• 策略落地导向：不只教代码，更教如何从数据得出业务策略并验证效果。
• Python全流程覆盖：从pandas清洗到seaborn可视化，再到sklearn中的PCA，代码完整可复用。
• 根因分析方法：整合了多维下钻、决策树、相关性矩阵等多种方法，配有实操案例。

免费加入阅读：https://edu.cda.cn/goods/show/3246?targetId=5352&preview=0

 适合谁读

• 资深数据分析师、数据挖掘工程师、算法工程师
• 希望向数据科学家或首席数据官（CDO）晋升的从业者
• 准备参加CDA Level III认证的高阶人才

 学习目标

• 掌握数据挖掘全生命周期（从业务理解到模型部署）
• 熟悉九大经典业务场景的数据挖掘解决方案（客户价值、营销响应、画像分群、反欺诈、异常检测等）
• 理解机器学习与深度学习核心算法原理，并能用代码实现
• 了解MLOps和模型生命周期管理，具备企业级数据挖掘项目的领导能力

 详细章节拆解

理论篇：数据挖掘总纲

• 第1章 数据挖掘综述
  • 企业数据分析的四层架构：描述→诊断→预测→指导
  • CRISP-DM方法论详解（6阶段：业务理解、数据理解、数据准备、建模、评估、部署）
  • SEMMA方法论（Sample、Explore、Modify、Model、Assess）
  • 数据挖掘核心思维：没有免费午餐定理、奥卡姆剃刀、集成学习思想
  • 算法建模的四个核心要素：模型结构、损失函数、优化算法、正则化
  • 模型分类：预测性模型（回归、分类）vs 描述性模型（聚类、关联规则）

技术篇（6章） —— 场景驱动的算法实战

• 第2章 决策类模型（4大场景）

  • 场景一：客户价值预测 → 线性回归（含多元回归、正则化回归Ridge/Lasso），特征选择（逐步回归、AIC/BIC），模型评估（R²、调整R²、MSE、MAE）。
  • 场景二：营销响应预测 → 逻辑回归，混淆矩阵、ROC/AUC、KS值、提升图与洛伦兹曲线，以及如何处理样本不平衡问题（过采样、欠采样、SMOTE）。
  • 场景三：客户细分与画像 → K-means聚类（手肘法、轮廓系数确定K值）、层次聚类、DBSCAN，聚类后的画像描述与营销策略制定。
  • 场景四：交叉销售与购物篮分析 → 关联规则（Apriori算法），支持度、置信度、提升度，如何挖掘频繁项集，以及在实际电商推荐中的应用技巧。

• 第3章 识别类模型（2大场景）

  • 场景五：申请反欺诈 → 决策树（ID3、C4.5、CART）、随机森林、XGBoost / LightGBM。详细讲解树的生长与剪枝、特征重要性评估、集成学习的Bagging和Boosting原理。
  • 场景六：违规行为识别（异常检测） → 孤立森林（Isolation Forest）原理（异常点更容易被孤立）、局部异常因子（LOF）、One-class SVM。提供金融交易反欺诈和工业设备异常检测的完整代码案例。

• 第4章 优化分析类模型
  讲解运筹优化与数据挖掘的结合：线性规划、整数规划在资源分配中的应用（如营销预算分配），以及启发式算法（遗传算法、模拟退火）在超参数调优中的使用。包含一个“门店配送路径优化+销量预测”的综合案例。

• 第5章 参数调优与特征工程（进阶）

  • 参数调优方法：网格搜索、随机搜索、贝叶斯优化
  • 交叉验证（k折、留一法、时间序列交叉验证）
  • 特征工程高级技巧：特征交叉、多项式特征、嵌入特征（目标编码）、特征选择（递归消除、基于模型的重要性）
  • 类别不平衡问题的进阶处理：Focal Loss、代价敏感学习、集成方法平衡

• 第6章 特定领域建模
  选取文本挖掘、推荐系统、时间序列预测三个方向进行专题讲解：

  • 文本挖掘：TF-IDF、Word2Vec、主题模型（LDA）
  • 推荐系统：协同过滤（基于用户/基于物品）、矩阵分解、简单深度召回模型
  • 时间序列进阶：ARIMA、Prophet、LSTM基础

管理篇（2章） —— 从模型到生产

• 第7章 MLOps
  机器学习运维的核心概念：模型版本管理（DVC）、模型注册与仓库、CI/CD for ML、模型推理的API封装、A/B测试框架在模型更新中的应用、监控模型输入数据漂移（数据漂移检测）等。

• 第8章 模型生命周期管理
  如何评估模型业务效果（ROI、混淆矩阵业务指标）、模型更新策略（定期重训练、在线学习）、模型退役标准，以及如何组建和管理数据挖掘团队（人员能力矩阵、项目流程规范）。

 本书最大特色

• 场景驱动：不堆砌算法，而是从真实业务需求出发，告诉你遇到什么问题该用什么模型。
• 全栈覆盖：从特征工程到参数调优，从模型训练到MLOps，完整覆盖企业级数据挖掘项目。
• 答辩准备：每章末尾附有论文答辩常见问题与项目建议，直通Level III认证。

免费加入阅读：https://edu.cda.cn/goods/show/4097?targetId=7325&preview=0

无论从哪一级开始，务必动手写代码、跑数据、画图表。 这套教材的每一段示例代码都可以直接运行，强烈建议你在学习时打开Jupyter Notebook，边看边敲，把每一章的案例复现一遍，再尝试修改参数观察结果变化。

以上三本教材，构成了从数据分析入门到数据科学家的完整知识地图。无论你正处在哪个阶段，都可以从中找到清晰的方向和扎实的内容支撑。希望这份详细拆解能帮助你更好地规划自己的学习与认证之路。

推荐学习书籍 《CDA一级教材》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