开课日期

2021年12月23日

课程时长

6个月在线授课
新加坡国立大学授课

课程费用

22800 RMB

《数据分析师》课程价值

随着我国大数据产业与实体经济深度融合,金融、银行、审计、市场营销、互联网、医疗等几乎各领域都在采用业务数据化来支持企业决策,导致对数据分析人才需求出现爆发式增长,数据分析师的薪资也水涨船高;此外,数据分析不再只是数据分析师的“专业”,数据分析已经成为企业各个岗位的必备能力要求。

本课程以数据分析理论与实践案例相结合的方式讲授,通过学习本课程,使学员最终能够独立承担数据分析工作,获得将业务与数据结合进行建模分析的能力。具备数据分析能力绝对是你的职场加分项,使你在职场更有竞争力!

  • 学习数据分析能力:培养数据分析思维,并系统地学习如何利用现代计算机技术,统计学方法等,对数据进行全面统计、核心提炼、深度分析,最大化地开发数据的效能,为企业的决策和行动提供数据支撑。
  • 掌握数据分析模型:通过多种业务场景的案例学习模拟,将数据分析和真实的业务场景充分融合,结合不同业务场景和需求建立数据模型,建立基于业务逻辑,对企业运营质量进行全面评估的能力。
  • 用数据说话提升职场影响力:将分析结果进行可视化呈现,观点清晰,数据详实,增强数据表现力,获得认同,并输出具体的优化方案和战略建议,为企业带来价值,提升个人影响力。
下载手册

适读人群

  • 职场新人
    ——掌握用数据分析,用数据说话的能力,提升个人影响力和专业度

  • 大学毕业求职者
    ——新加坡国立大学名校背书,丰富个人简历,提升求职竞争力

  • 企业中层管理者
    ——培养数据分析的思维,用数据分析业务,洞察业务增长点,输出策略建议

课程设置

模块一:数据分析的价值
  • 数据分析在商业分析中的价值
  • 数字化转型、商业分析与数据分析之间的关系
  • 数据分析发展前景及在不同行业的应用
  • 数据分析职业发展
  • 案例学习:股票熔断机制研究、P2P金融风险分析
模块二:数据分析的框架
  • 数据分析流程 7 大步骤
  • 数据分析技能要求
模块三:商业逻辑
  • 商业分析框架、基于数据的商业决策
  • 学习如何克服决策偏见
  • 洞悉数据分析风险
  • 案例学习:解决印尼银行员工流失问题、优化电商运营管理
模块四:用EXCEL分析报表
  • Excel基本功能
    • • 函数功能
    • • 画图功能
    • • 数据透视表
  • 实操项目:运用Excel做假设分析提高餐厅营收
模块五:数据分析与实验设计
  • 数据分析的基础统计学
  • 基于统计学的实验设计
  • 用于商业的A/B测试
  • 案例学习:航空公司超售策略
模块六:企业数据治理
  • 企业数据策略、数据的来源
  • 贝叶斯定理
  • 企业数据仓库、治理及保护
  • 案例学习:保险公司的数据战略
模块七:如何用数据讲故事
  • 数据逻辑建立及数据选择
  • 数据可视化及核心原则
  • 实操项目:通过视图识别新加坡肇事地铁/B测试
模块八:POWER BI展示经营数据
  • Power BI基础操作
  • 数据读入
  • 分析及作图
  • 面板设计
  • 实操项目
模块九:机器学习原理及应用
  • 机器学习基本原理及应用场景
  • 基于统计学的实验设计
  • 机器学习:监督学习/非监督学习/强化学习
  • 案例学习:P2P贷款平台审核
模块十:深度学习原理及应用
  • 深度学习介绍与原理
  • 深度学习应用场景:自然语言处理、视觉处理、推荐系统
模块十一:SQL分析企业数据
  • 数据库基本知识:数据库表、主键、外键、索引
  • SQL语言介绍:搜索、插入、删除、并表、排序
  • 案例学习:利用SQL分析企业员工流失
模块十二:Python数据分析基础
  • 基本概念与操作
  • 数据类型、类型转换、流程控制
  • 数据结构:列表、元组、字典
  • 函数、模块和库
  • 实操项目:蒙特卡洛仿真法解决报童问题
模块十三:Python数据分析基础和可视化
  • 数据分析与软件处理库Pandas
  • 数据可视化软件库Matplotlib
  • 实操项目:新加坡公寓价格的数据可视化、本福特定理的验证、股票数据的处理与可视化
模块十四:Python机器学习 – 监督学习
  • 监督学习的基本原理和方法
  • 解释模型
  • 预测模型
  • 实操项目:新加坡公寓价格分析、棒球运动员数据分析
模块十五:Python机器学习 – 非监督学习
  • 非监督学习概述
  • Clustering(聚类分析)
  • Association Rules(关联关系)
  • Text Analytics(文本分析)
  • 实操项目:NBA球员运动数据分析、超市销售情况分析、电影评论分析、亚马逊食品反馈分析
模块十六:Python深度学习入门
  • 谷歌Colab架构
  • 图像识别处理
  • 自然语言处理
模块十七:简历及面试模拟与实战
  • 数据分析求职规划
  • 简历制作
  • 面试流程及常见问题解答
  • 实际演练
下载手册

项目案例

项目一 印尼银行员工流失问题与电商管理(认识数据即建立数据思维的重要性)

印尼银行员工流失问题,通过数据分析从根源找到银行员工流失的根本内核——招聘,通过优化招聘目标和流程,最终有效地降低了员工流失率,激活了企业的内核力。

电商管理,运用数据分析方法,发现了苹果手机用户对价格波动并不敏感而安卓手机用户对价格调整敏感度较高,后续就可以根据设备是苹果还是安卓,做出不同的营销方案。比如推荐不同单价的商品,或者提供不同商品的打包优惠等等达到优化运营效率的目的。

项目二 餐馆运营(数据在商业中是如何运用的?)

通过使用EXCEL中例如VLOOKUP、数据透视表等工具对一份餐馆运营数据进行分析,了解企业在商业环境中,是如何使用Excel来做出假设分析,评估在不同的条件下,带来不同结果的可能性,并通过比较选择出最佳决策,最终帮助企业解决运营中的关键问题。

项目三 航空公司超售策略(树立数据统计思维)

通过使用假设分析进行风险管理,从而使航空公司通过多种方式提升业务。说明在商业环境中,如何使用Excel做假设分析。假设分析,是评估在不同的条件下,带来不同结果的可能性,并通过比较选择出最佳决策的过程,帮助学员树立数据分析的思维。

项目四 奥巴马竞选(统计思维商业运用即A/B测试)

在竞选期间,通过使用A/B测试的方法,改进了奥巴马筹款网站的设计,帮助奥巴马筹集到6000万美元的竞选资金,最终获得了胜利。在A/B测试的实验阶段,学员可以看到,通过向不同用户显示不同组合,以及比较最终效果的方式,找到不同方案中最优的一个,从而提高指标,提高公司竞争力。

项目五 美国Equifax公司事件(树立防范数据风险思维)

对于Equifax公司开展的业务来讲,像客户信用卡这么重要的信息是公司非常重要的数据资产,由于公司没有给予足够的重视,对数据做到应有的保护,最终导致Equifax公司的股价发生雪崩。通过该案例学员可以切身感受到树立数据风险意识对于企业的关键作用

项目六 新加坡地铁(数据视图在现实生活中是如何运用的?)

2016年,新加坡有5条地铁线路运行。其中的一条非常重要的环线 MRT Circle Line 从2016年8月开始经常出现地铁信号问题而停运,这给很多靠地铁出行的居民造成了极大的不便。令人奇怪的是这些事件似乎是随机发生的,地铁公司无法分析出造成事故的原因。最终研究人员通过Marey Chart,将可能情况用视图展示出来最终使得问题顺利解决。

项目七 NBA球员分析(机器学习原理应用)

针对NBA球员运动数据进行分析,利用监督学习下的回归分析、分类分析以及模型选择,非监督学习下的聚类分析、缩减维度,深入浅出介绍机器学习的原理以及它们是如何运用的,从而帮助学员深度构建数据分析思维。

项目八 企业员工流失分析(SQL实操)

利用SQL的分析功能,发现某公司流失的是高素质有经验的员工,而留下的却是很多低效的员工。通过分析发现造成这样结果的原因有多方面,从而帮助公司有的放矢地解决问题。

项目九 报童问题(Python实操)

蒙特卡罗仿真解决报童问题:通过简单的报童问题来介绍蒙特卡洛仿真的原理和应用思路。具体的实现中,我们利用NumPy软件包中的随机数生成工具来模拟报童问题中不确定的需求,并使用其数组计算工具得到在不同决策下对应的期望收益。

项目十 新加坡公寓价格分析(机器学习—监督学习实操)

使用Statsmodels软件包建立新加坡公寓价格解释型回归模型,并在这个模型的基础上分析哪些因素对新加坡的公寓价格有影响。

项目十一 棒球运动员数据分析(机器学习—监督学习实操)

使用Scikit-Learn软件包建立棒球运动员表现的预测模型。通过对比不同的方法,如介绍岭回归(Ridge Regression),LASSO,数据降维处理等,让学员们熟悉不同模型的优劣和调参方法。

项目十二 NBA球员分析 - 聚类分析(机器学习—非监督学习实操)

利用聚类分析,将NBA明星球员按照他们的基础数据进行分类,从而有助于球队在组织球队时更有针对性。

项目十三 超市销售情况分析 - 关联关系(机器学习—非监督学习实操)

利用关联关系,分析超市销售物品之间的关联关系,这将使得超市在物品选购、库存管理、货架摆放等各方面的决策更智能,从而促进销售业绩的增长。

项目十四 电影评论分析/亚马逊食品反馈分析 –文本分析 (机器学习—非监督学习实操)

电影评论分析,通过分析用户对电影的评论,从而归纳和预测市场对电影的反应是正面的还是负面的。

亚马逊食品反馈分析,通过分析网上对亚马逊食品的反馈,按用户的喜好和评价,将食品进行分类,并跟踪用户评价所聚焦的领域,从而帮助商家更好地管理网上销售的产品。

项目十五 图像处理方式 (机器学习—深度学习实操)

介绍利用谷歌的Tensorflow深度学习架构对图像进行自动分类,然后介绍更高层次的开源YOLO架构,快速搭建图像和视频处理的平台和算法。

项目十六 自然语言处理场景 (机器学习—深度学习实操)

介绍如何利用谷歌的Tensorflow深度学习架构来对网络评论进行情感分析,以人工智能来自动把握网络评论是否正面。然后介绍更高层次的专门进行自然语言处理的GPT-2平台,对文字进行智能处理。

授课导师

Wang Hao Faculty

刘其章

商业分析与运营管理系副教授

1994年毕业于中国科技大学数学系计算数学专业,1997年获新加坡国立大学数学博士学位。在加入新国大商学院之前,刘其章博士先后任职于研究所,软件公司和新加坡理工学院,为新加坡航空、SMRT、新加坡国防部、新加坡图书馆、深圳航空和海南航空等设计和开发智能管理系统,具有丰富的 AI 理论和实践经验。刘其章博士也多次获得新加坡国立大学校级和学院级优秀教师奖,先后为多家中国的银行、保险公司和医疗机构等提供大数据和人工智能方面的培训。
Wang Hao Faculty

熊鹏

分析与运营系讲师长

在新加坡国立大学电气与计算机工程学院取得博士学位,曾在德州农工大学任博士后研究员。主要研究方向:数据驱动决策的建模与优化。他的学术成果发表在 IEEE 和 Management Science 等学术期刊上,并开发了用于优化分析建模的 Python 软件包 RSOME。

结业证书

Business Analytics For Strategic Decisions Programme Certificate

结业证书

学员只要顺利完成本课程,即可获颁新加坡国立大学商学院出具的结业证书。

成功完成课程后,结业证书将以您注册课程时使用的姓名通过电子邮件发送给您。 所有证书图片仅用于说明目的,新加坡国立大学商学院可能会酌情更改。 注:这一在线证书课程不授予新加坡国立大学的学分或学位。

立刻报名