---

前言

理论基础的学习需要时间来沉淀，可以决定我们作为数据分析师的基本逻辑和方向，是十分重要的。甚至可以成为和面试官的谈资。

• 我们该怎么学习这门课程听课的好坏直接决定找工作的难易
• 初期可以先理解，时不时回来看看，带入角色，回头琢磨，不通透的部分可以问问AI，或者找文章理解
• 整理资料，看到第一眼能过想起来老师讲的是什么东西，课上练习了什么。

---

一、课程的目标

• 什么是数据分析
• 数据分析对企业有什么用
• 数据分析的工作前景
• 数据分析的全流程
• 我们怎么去学数据分析

二、数据分析的职业概况

2.1生活中的数据分析

• 疫情期间安全距离为什么是一米：一米内感染概率高，1米一到两米感染概率教低，两米感染概率几乎没有
• 外地居家隔离为什么是七天：因为新冠病毒潜伏的时间一般是1到4天，5到七天为爆发期

2.2什么是数据分析

• 数据分析就是从数据分析中发现业务价值的过程
• 简单来说就是系统的收集，整理，分析数据，从中提取有价值的信息，发现规律，支持决策

2.3数据分析的职业概况

• 百分之51 20-50K，多要求本科学历
• 推荐岗位：数据分析师，有各种各样的title结合工具的，title不重要，注意在课程上学习的内容就行
• 职业画像

1. 1年经验数据专员 数据分析助理，数据运营
2. 数据分析师：1-3年的开发经验 掌握：excel+sql+(BI)

---

三、课程核心内容

• 商业智能数据中枢：sql的增删改查
• 数据科学思维工具：BI工具的安装以及基本操作，数据的清洗建模和可视化，excel数据分析

3.1学习成果

• 具备数据处理
• 数据分析
• 决策支持
• 具备使用PowerBI搭建可视化看板能力
• 具备数据分析报告撰写能力

3.2部分成果

3.3学习方式

• 明确岗位需求
• 倒退学习内容
• 制定学习计划和排期
• 理解->记忆——>练习——>总结——>融会贯通

3.4数据分析师的职责

3.5数据分析能力图谱

3.6拆解

3.7技术能力

3.8业务能力

3.9业务流程

3.10思维能力

3.11分析思维

• 对比思维：
• 假设思维：
• 细分思维：

四、数据分析通识

4.1认识数据

4.2数据的呈现模式

4.3数据的类型

• 动物：猫狗。成绩：优良差
• 人为干预
• 同一时间，不同时间

4.4数据分析分类

• 描述：
• 诊断：
• 预测：
• 指导：

4.5数据分析的工作内容

4.6数据收集

4.7数据处理

• 
• 
• 决定是否符合分析要求

4.8数据分析方法的选择

• 

4.9数据分析方法

4.10数据可视化

4.11数据工具的使用

• 决定分析流程顺畅程度
  1.所做工作内容所处数据分析全流程的哪个阶段（可视化阶段使用BI工具更简便也更美观）
  2.不同阶段之间是否容易衔接（Excel-PowerBI容易，SQL-Python难）
  3.使用工具的时间成本和难易程度（使用起来是否顺手，耗时多久）
  4.数据分析结果表现形式（二维表格还是可视化图表）
  

4.12分析汇报和决策支持

• 提出建议并推动落地
• 基于分析目标得出结论后，要给出相应的建议才能落地实施，形成一个完整的数据分析闭环。
• 正常沟通交流说话飞沫的最大距离是1米，与病源接触0.5以内距离传染概率是66%，0.5-1米距离是20%，1-2.5概率是8%左右，到达2.5米以后概率为**%，1米就是说话飞沫不能到达的距离，被传染的原因是病源发生了喷嚏咳嗽
  或者是病毒存活期发生密接（短时间经飞沫区）这种情况非常态不可控，所以建议安全距离为1米

4.13数据分析全流程

五、总结

• 数据分析概况：数据分析定义
• 数据职业概况：行业前景，成长路径，岗位职责
• 数据分析能力拆解：能力图谱，学习方式
• 数据分析通识：认识数据，数据分析分类，工作内容和全流程