商务数据分析与应用

洪恩华

目录

  • 1 模块一 知数据之根， 商务数据分析认知
    • 1.1 1-1商务数据分析认知（2学时）
    • 1.2 1-2 商务数据分析指标体系的搭建（1学时）
    • 1.3 1-3商务数据分析流程（1学时）
    • 1.4 章节测验
  • 2 模块二 追数据之源 数据采集
    • 2.1 2-1 Python基本语法（8学时）
    • 2.2 2-2 Python数据采集（8学时）
    • 2.3 章节测验
  • 3 模块三 探数据之妙， 数据预处理
    • 3.1 3-1 数据预处理认知（2学时）
    • 3.2 3-2 数据清洗-缺失值的处理（2学时）
    • 3.3 3-3 数据清洗-异常值的识别与处理（2学时）
    • 3.4 3-4 数据分类统计（2学时）
    • 3.5 单元测验
  • 4 模块四 揭数据之谜 数据基本特征分析与算法
    • 4.1 4-1-1数据基本特征分析方法-描述性分析
    • 4.2 4-1-2 描述性统计量
    • 4.3 4-1-3 描述性统计分析-主成分和因子分析
    • 4.4 4-1-4 描述性统计分析-聚类分析
    • 4.5 4-1-5 描述性统计分析-关联规则
    • 4.6 4-2-1 数据基本特征分析方法---预测性分析
    • 4.7 4-2-2 预测分析-逻辑回归
    • 4.8 4-2-3 预测分析-时间序列
    • 4.9 4-3 对比分析（线上学习）
    • 4.10 单元测验
  • 5 模块五 赏数据之美 数据可视化
    • 5.1 5-1 python数据可视化matplotlib
    • 5.2 5-2 python数据可视化seaborn
    • 5.3 5-3 基础数据监控（线上学习）
    • 5.4 5-4 基础数据报表制作（线上和线下混合式学习）
  • 6 模块六 探数据之魅 电子商务专业应用模块
    • 6.1 6-1 市场数据分析
    • 6.2 6-2-1 客户分析-客户画像
    • 6.3 6-2-2 客户分析-用户价值分析RFM模型
    • 6.4 6-2-3 客户分析-用户运营分析AARRR模型
    • 6.5 6-3-1 产品分析-产品功能属性分析KANO模型
    • 6.6 6-3-2 产品分析-产品价格分析PSM模型
    • 6.7 6-4 销售数据分析
    • 6.8 6-5供应链数据分析
  • 7 专业拓展模块 大数据在金融业务中的应用
    • 7.1 1-1 1-2 大数据金融认知
    • 7.2 1-3 python基本运算
    • 7.3 1-4 python循环与条件
    • 7.4 1-5 python统计分析
    • 7.5 2-1 大数据在保险业务中的应用
    • 7.6 2-2 保险业务应用模型
6-3-1 产品分析-产品功能属性分析KANO模型