知多學習網提供名師講座視頻,企業管理講座以及各類學習課程資源、視頻講座下載,會員98元免費下載本站全部資源。
講座視頻 講座視頻
資源導航

【數據分析】商業數據分析特訓班

6373次瀏覽

更新于2020-02-29 09:37:10

27.4 GB

類型:國產軟件

Tags:數據分析  

【數據分析】商業數據分析特訓班


王中王资料 一肖中特管家婆 龙江福彩22选5 重庆快乐十分计划全天 上海快三形态走势一定有 股票推荐低价股 广州体彩快乐十分开奖结果 西瓜配资 安徽11选5 融资买的股票 股票涨跌原理和机制 江苏快3走势图带连线图 知多學習網資源,電腦教程簡介:

 講師簡介:

Joshua
北美Data Bootcamp核心團隊講師
前華為高級工程師,數據應用學院聯合創始人
擁有10年技術開發管理經驗
Nick
曾就讀普渡大學 PhD和MBA專業、哈佛MPH專業
曾任職于羅氏診斷Roche的數據分析顧問,現任AT&T大數據組的資深商業數據分析經理
擁有10年商業數據分析和多年招聘經驗
 
課程簡介:
本課程分為56講,內容涵蓋Excel數據分析、Python基礎、基礎統計學、 常見的數據分析方法、SQL等商業數據知識點介紹。本著循序漸進的原則,均從基礎知識開始講起,逐步深入,帶你實現從入門到精通的轉變。本著實用性原則,從實際業務理解開始講起,告訴你如何基于業務數據,通過分析手段挖掘其背后的問題或隱含的商業價值,從而解決實際商業問題!
 
課程亮點:
1、內容體系完備
從python基礎到SQL全面滲透,全程干貨+實戰,讓你在求職過程中輕松應對
2、授課方式新穎
授課風格深入淺出便于理解消化,專業專項講解,逐級擊破重難點助你快速提升
 
適合人群:
1、希望進入商業數據分析領域的學員
2、想要學習更多商業數據知識的職場人士
3、對商業數據分析感興趣的學員
 
您將獲得:
1、搭建商業數據分析知識框架結構,突破原有的學習瓶頸
2、通過對數據的分析解讀,能夠解決一些簡單的商業問題
 
知多學習網商業數據分析特訓班視頻講座課程目錄如下:
 
中國名師講座網商業數據分析視頻講座下載觀看
 
視頻  
第01講 商業數據分析綜述(上)  
1.10數據粒度(四).mp4  
1.11答疑(二).mp4  
1.12答疑(三).mp4  
1.13答疑(四).mp4  
1.1商業數據分析引入.mp4  
1.2什么是商業數據分析?.mp4  
1.3所需技能.mp4  
1.4基本分析流程及供應鏈各個環節.mp4  
1.5商業理解.mp4  
1.6答疑(一).mp4  
1.7數據粒度(一).mp4  
1.8數據粒度(二).mp4  
1.9數據粒度(三).mp4  
 
第02講 商業數據分析綜述(下)  
2.1數據質量與形式.mp4  
2.2數據隱性.mp4  
2.3案例分析.mp4  
2.4不同類型的分析.mp4  
2.5數據可視化.mp4  
2.6典型數據驅動開發團隊的人員.mp4  
2.7答疑.mp4  
 
第03講 Excel Basic(上)  
3.10查找和替換(一).mp4  
3.11查找和替換(二).mp4  
3.12答疑.mp4  
3.1Excel簡介.mp4  
3.2Excel基本操作(一).mp4  
3.3Excel基本操作(二).mp4  
3.4Excel基本操作(三).mp4  
3.5行列及區域(一).mp4  
3.6行列及區域(二).mp4  
3.7數據及數據類型(一).mp4  
3.8數據及數據類型(二).mp4  
3.9數據及數據類型(三).mp4  
 
第04講 Excel Basic(下)  
4.1答疑回顧.mp4  
4.2排序.mp4  
4.3排序插入.mp4  
4.4篩選(一).mp4  
4.5篩選(二).mp4  
4.6答疑.mp4  
 
第05講 Excel分類匯總、公式與函數  
5.10報名統計.mp4  
5.11SUMIF.mp4  
5.12SUMIF練習.mp4  
5.1分類匯總(一).mp4  
5.2分類匯總(二).mp4  
5.3公式與函數(一).mp4  
5.4公式與函數(二).mp4  
5.5公式與函數(三).mp4  
5.6邏輯判斷IF(一).mp4  
5.7邏輯判斷IF(二).mp4  
5.8COUNTIF.mp4  
5.9重復.mp4  
 
第06講 Excel—VLOOKUP  
6.1VLOOKUP.mp4  
6.2菜單、Join Two Tables.mp4  
6.3記錄多匹配、跨表.mp4  
6.4跨表、跨文件薄.mp4  
6.5示例:王者榮耀、打標簽.mp4  
6.6文本vlookup、Hlookup.mp4  
6.7Match&Index.mp4  
6.8返回多列.mp4  
6.9認識數組、記錄多匹配.mp4  
 
第07講 商務智能  
7.1商務智能含義(一).mp4  
7.2商務智能含義(二).mp4  
7.3數據倉庫系統.mp4  
7.4常見BI.mp4  
7.5Power BI(一).mp4  
7.6Power BI(二).mp4  
7.7答疑.mp4  
 
第08講 Python基礎(上)  
8.10Python for basic data type(一).mp4  
8.11Python for basic data type(二).mp4  
8.12Python for basic data type(三).mp4  
8.13Python for basic data type(四).mp4  
8.14Python for basic data type(五).mp4  
8.15Python for basic data type(六).mp4  
8.16Python for basic data type(七).mp4  
8.17Python for basic data type(八).mp4  
8.1Python基礎課程.mp4  
8.2Python能做什么.mp4  
8.3Python20載.mp4  
8.4Python簡單介紹.mp4  
8.5工具安裝及環境配置(一).mp4  
8.6工具安裝及環境配置(二).mp4  
8.7計算機與程序思維.mp4  
8.8Jupyter notebook(一).mp4  
8.9Jupyter notebook(二).mp4  
 
第09講 Python基礎(中)  
9.10王者榮耀case function(三).mp4  
9.11Quiz—基本語法及變量.mp4  
9.12Way to Function(一).mp4  
9.13Way to Function(二).mp4  
9.14Quiz—Code Structure(一).mp4  
9.15Quiz—Code Structure(二).mp4  
9.16Python basic data structure(一).mp4  
9.17Python basic data structure(二).mp4  
9.18Python basic data structure(三).mp4  
9.1答疑.mp4  
9.2Python for basic data type(一).mp4  
9.3Python for basic data type(二).mp4  
9.4Quiz—字符串.mp4  
9.5Python Code Structure.mp4  
9.6While Loop.mp4  
9.7For Loop.mp4  
9.8王者榮耀case function(一).mp4  
9.9王者榮耀case function(二).mp4  
 
第10講 Python基礎(下)  
10.10Zip.mp4  
10.11Mutable,Immutable.mp4  
10.12Traversal Sequence Data Structure.mp4  
10.13函數進階(一).mp4  
10.14函數進階(二).mp4  
10.15函數也可以傳遞、Lambda.mp4  
10.16修飾.mp4  
10.17List Comprehensions(一).mp4  
10.18List Comprehensions(二).mp4  
10.1答疑—strip的功能.mp4  
10.2List(一).mp4  
10.3List(二).mp4  
10.4List(三).mp4  
10.5Tuple.mp4  
10.6Dictionary(一).mp4  
10.7答疑回顧.mp4  
10.8Dictionary(二).mp4  
10.9Set.mp4  
 
第11講 Python進階和面向對象  
11.10Advanced Python(三).mp4  
11.11Advanced Python(四).mp4  
11.1Modules,Packages,and Programs(一).mp4  
11.2Modules,Packages,and Programs(二).mp4  
11.3Python Standard Library.mp4  
11.4Python System(一).mp4  
11.5Python System(二).mp4  
11.6Python System(三).mp4  
11.7Python System(四).mp4  
11.8Advanced Python(一).mp4  
11.9Advanced Python(二).mp4  
 
第12講 網絡數據獲取  
12.10Crawl—BOSS直聘(四).mp4  
12.11Crawl—BOSS直聘(五).mp4  
12.12Crawl—BOSS直聘(六).mp4  
12.13作業:英雄列表整合(一).mp4  
12.14作業:英雄列表整合(二).mp4  
12.15作業:英雄列表整合(三).mp4  
12.1計算機網絡基礎.mp4  
12.2網站.mp4  
12.3示例分析.mp4  
12.4知識回顧及預習.mp4  
12.5HTML,CSS,Browser(一).mp4  
12.6HTML,CSS,Browser(二).mp4  
12.7Crawl—BOSS直聘(一).mp4  
12.8Crawl—BOSS直聘(二).mp4  
12.9Crawl—BOSS直聘(三).mp4  
 
第13講 概率論基本概念  
13.1課程簡述及小測試.mp4  
13.2自然科學vs數學.mp4  
13.3隨機試驗.mp4  
13.4古典概型(一).mp4  
13.5古典概型(二).mp4  
13.6條件概率.mp4  
13.7貝葉斯公式(一).mp4  
13.8貝葉斯公式(二).mp4  
13.9獨立性.mp4  
 
第14講 隨機變量及其分布(上)  
14.1隨機變量.mp4  
14.20-1分布和伯努利實驗(一).mp4  
14.3伯努利實驗例題講解(一).mp4  
14.4伯努利實驗例題講解(二).mp4  
14.5隨機變量分布函數(一).mp4  
14.6隨機變量分布函數(二).mp4  
14.7隨機變量分布函數(三).mp4  
14.8隨機變量分布函數(四).mp4  
14.9隨機變量分布函數(五).mp4  
 
第15講 隨機變量及其分布(下)  
15.10正態分布例題講解(三).mp4  
15.1分布函數例題及貝葉斯公式回顧.mp4  
15.2貝葉斯公式例題(一).mp4  
15.3貝葉斯公式例題(二).mp4  
15.4貝葉斯定理思想歸納.mp4  
15.5貝葉斯定理應用總結及分布函數.mp4  
15.6正態分布例題講解(一).mp4  
15.7正態分布例題講解(二).mp4  
15.8離散型分布函數.mp4  
15.9連續型分布函數.mp4  
 
第16講 隨機變量的數字特征  
16.1離散型分布函數的數學期望.mp4  
16.2連續型分布函數的數學期望.mp4  
16.3例題講解(一).mp4  
16.4例題講解(二).mp4  
16.5例題講解(三).mp4  
16.6正態分布的標準差定義.mp4  
16.7數學期望及例題講解.mp4  
16.8方差及例題講解.mp4  
 
第17講 多維隨機變量  
17.1二維隨機變量(一).mp4  
17.2二維隨機變量(二).mp4  
17.3二維隨機變量(三).mp4  
17.4N維隨機變量(一).mp4  
17.5N維隨機變量(二).mp4  
17.6中心極限定理(一).mp4  
17.7中心極限定理(二).mp4  
17.8隨機樣本與箱線圖.mp4  
17.9SPSS數據分析.mp4  
 
第18講 數理統計及SPSS應用  
18.10單因素方差分析(二).mp4  
18.11兩因素方差分析.mp4  
18.12卡方檢驗(一).mp4  
18.13卡方檢驗(二).mp4  
18.14卡方檢驗(三).mp4  
18.15簡單線性回歸(一).mp4  
18.16簡單線性回歸(二).mp4  
18.1T檢驗理論推導和前提.mp4  
18.2單樣本t檢驗(一).mp4  
18.3單樣本t檢驗(二).mp4  
18.4獨立樣本t檢驗(一).mp4  
18.5獨立樣本t檢驗(二).mp4  
18.6配對樣本t檢驗(一).mp4  
18.7配對樣本t檢驗(二).mp4  
18.8方差分析.mp4  
18.9單因素方差分析(一).mp4  
 
第19講 Python NumPy,Pandas  
19.10統計、排序和存儲array.mp4  
19.11Pandas簡單介紹和Series.mp4  
19.12Series.mp4  
19.13DataFrame.mp4  
19.14Titanic example.mp4  
19.15Index object、Reindex.mp4  
19.16Drop Data、Slice Data.mp4  
19.17Data Alignment、Rank and Sort.mp4  
19.1NumPy簡單介紹.mp4  
19.2創建矩陣(一).mp4  
19.3創建矩陣(二).mp4  
19.4算術操作和矩陣計算.mp4  
19.5Several Useful Operations.mp4  
19.6一維矩陣.mp4  
19.7多維矩陣(一).mp4  
19.8多維矩陣(二).mp4  
19.9Generate Grid、NumPy where function.mp4  
 
第20講 Matplotlib, Seaborn  
20.10Data-ink ratio舉例(一).mp4  
20.11Data-ink ratio舉例(二).mp4  
20.12Seaborn:Regression plot.mp4  
20.13Bar plot、FacetGrid.mp4  
20.14Pair Plot、Joint Plot與Line Plot.mp4  
20.15Plotly(一).mp4  
20.16Plotly(二).mp4  
20.1數據可視化引入(一).mp4  
20.2數據可視化引入(二).mp4  
20.3什么是Data Visualization.mp4  
20.4Matplotlib簡單介紹.mp4  
20.5Data-ink ratio.mp4  
20.6一次性畫圖和重復性畫圖的關系.mp4  
20.7Matplotlib及其元素.mp4  
20.8Mode.mp4  
20.9Basic elements及畫圖介紹.mp4  
 
第21講 Excel數據透視表  
21.10切片器連接多個數據透視表.mp4  
21.11分組.mp4  
21.12設置數值計算方式與自定義計算項.mp4  
21.13例題練習.mp4  
21.1數據透視表課程引入.mp4  
21.2觀察數據及創建數據透視表.mp4  
21.3透視表簡單練習.mp4  
21.4如何設置數據透視表的格式、風格.mp4  
21.5報表布局、分類匯總、總計.mp4  
21.6排序與篩選(一).mp4  
21.7排序與篩選(二).mp4  
21.8刷新、更改數據源.mp4  
21.9切片器操作及簡單練習.mp4  
 
第22講 數據可視化  
22.10餅狀圖答疑.mp4  
22.11練習(一).mp4  
22.12練習(二).mp4  
22.13練習(三).mp4  
22.14練習(四).mp4  
22.15練習(五).mp4  
22.1課前回顧.mp4  
22.2柱狀圖(一).mp4  
22.3柱狀圖(二).mp4  
22.4柱狀圖(三).mp4  
22.5柱狀圖(四).mp4  
22.6餅狀圖、線狀圖.mp4  
22.7圖表結合.mp4  
22.8數據透視圖(一).mp4  
22.9數據透視圖(二).mp4  
 
第23講 數據儀表盤Excel Dashboard  
23.10創建Dashboard(一).mp4  
23.11創建Dashboard(二).mp4  
23.12創建Dashboard(三).mp4  
23.13課程內容回顧(一).mp4  
23.14課程內容回顧(二).mp4  
23.1課前回顧.mp4  
23.2mini圖和時間軸.mp4  
23.3數據儀表盤示例及創建儀表盤的步驟.mp4  
23.4創建儀表盤的注意事項與演示.mp4  
23.5創建數據儀表盤:觀察整理數據.mp4  
23.6建立數據透視表和圖表(一).mp4  
23.7建立數據透視表和圖表(二).mp4  
23.8建立數據透視表和圖表(三).mp4  
23.9建立數據透視表和圖表(四).mp4  
 
第24講 商業流程綜述Business Process Overview  
24.10金融數據分析與人力資源數據分析.mp4  
24.11醫療健康數據分析.mp4  
24.12供應鏈數據分析與體育數據分析.mp4  
24.13互聯網數據分析.mp4  
24.14數據清理—數據分析前必不可少的步驟.mp4  
24.15Case 1:數據質量控制(一).mp4  
24.16Case 1:數據質量控制(二).mp4  
24.17數據分析流程及分類.mp4  
24.18描述性、預測性、指導性數據分析.mp4  
24.19Case 2:如何使用數據解答商業問題.mp4  
24.1商業數據分析的驅動力.mp4  
24.20答疑及大數據簡述.mp4  
24.2什么是商業數據分析(一).mp4  
24.3什么是商業數據分析(二).mp4  
24.4不同部門的應用場景及流程綜述.mp4  
24.5市場推廣數據分析(一).mp4  
24.6市場推廣數據分析(二).mp4  
24.7新業務開發.mp4  
24.8銷售管理和其他應用場景.mp4  
24.9不同行業的應用場景及答疑.mp4  
 
第25講 Marketing Analytics  
25.10Marketing Analytics Landscape及答疑.mp4  
25.11Marketing Mix Model.mp4  
25.12MMM模型例題分析.mp4  
25.13市場反應度、線性模型及指數模型.mp4  
25.14Contribution與Optimization.mp4  
25.15Digital Marketing.mp4  
25.16Attribution及舉例.mp4  
25.17Linear Attribution及兩-模型-較分析.mp4  
25.1市場漏斗模型Marketing Funnel(一).mp4  
25.2市場漏斗模型Marketing Funnel(二).mp4  
25.3Samples.mp4  
25.4Marketing vs Marketing Analytics(一).mp4  
25.5Marketing vs Marketing Analytics(二).mp4  
25.6Marketing Analytics(一).mp4  
25.7Marketing Analytics(二).mp4  
25.8Segmentation及舉例.mp4  
25.9Acquisition Model與Analytics Cycle.mp4  
 
第26講 市場推廣分析Marketing Analytics  
26.1ROI—投資回報率.mp4  
26.2MER—推廣成本營收-.mp4  
26.3CAC—顧客獲取成本及其他重要指標.mp4  
26.4STP框架.mp4  
26.5STP舉例:地毯纖維.mp4  
26.6市場細分需要收集的數據.mp4  
26.7市場細分的主要步驟及聚類分析舉例.mp4  
26.8Case Study:應當選擇-個細分市場?.mp4  
26.9目標市場、市場定位及行業前瞻.mp4  
 
第27講 Best Practice in Data Processing  
27.10Missing Data與Transformation.mp4  
27.11Web Data Preparation.mp4  
27.12Data Cleaning:Airbnb Listings(一).mp4  
27.13Data Cleaning:Airbnb Listings(二).mp4  
27.14Data Cleaning:Airbnb Listings(三).mp4  
27.1數據處理方法引入.mp4  
27.2Data Source:Excel.mp4  
27.3Data Source:Delimited format與Fixed length.mp4  
27.4Data File與Web Data.mp4  
27.5Data Source:RDBMS.mp4  
27.6Data Types(一).mp4  
27.7Data Types(二).mp4  
27.8Missing Data與Data Quality Issues.mp4  
27.9Data Preparation與Data Cleansing.mp4  
 
第28講 Machine Learning  
28.10Feature Extraction(一).mp4  
28.11Feature Extraction(二).mp4  
28.12答疑:Sklearn安裝.mp4  
28.13Feature selection.mp4  
28.14Learning algorithm(一).mp4  
28.15Learning algorithm(二).mp4  
28.16Extreme Example.mp4  
28.17Model evaluation&selection及回顧.mp4  
28.1Sklearn介紹.mp4  
28.2什么是機器學習.mp4  
28.3General Learning Models-Supervised(一).mp4  
28.4General Learning Models-Supervised(二).mp4  
28.5General Learning Models-Unsupervised.mp4  
28.6Part1.Feature Extraction.mp4  
28.7Part2.Learning Algorithms.mp4  
28.8Sklearn安裝.mp4  
28.9Dataset.mp4  
 
第29講 Linear Regression  
29.10模型的診斷(二).mp4  
29.11線性回歸分析步驟.mp4  
29.12Python實例:利用數據點建立模型.mp4  
29.13如何求線性方程斜率與截距.mp4  
29.14如何評價模型的好壞.mp4  
29.15Linear Regression on Boston housing dataset.mp4  
29.16Method 1:sklearn package.mp4  
29.17Method 2:statsmodels package.mp4  
29.1課程引入.mp4  
29.2什么是模型?.mp4  
29.3什么是回歸分析及其分類.mp4  
29.4什么是線性回歸?.mp4  
29.5自變量與因變量.mp4  
29.6線性回歸模型及所需滿足的條件.mp4  
29.7線性回歸前提假設.mp4  
29.8殘差Residual及系數的估計.mp4  
29.9模型的診斷(一).mp4  
 
第30講 Logistic Regression  
30.10過擬合vs欠擬合與交叉驗證.mp4  
30.11邏輯回歸分析流程.mp4  
30.12數據導入.mp4  
30.13Data Exploratory.mp4  
30.14Create dummy variables & Feature Selection.mp4  
30.15Implementing the model & Logistic Regression Model Fitting.mp4  
30.16Cross Validation & Confusion Matrix.mp4  
30.1課程引入.mp4  
30.2監督式vs非監督式機器學習.mp4  
30.3分類vs聚類.mp4  
30.4分類算法vs回歸分析.mp4  
30.5為什么線性模型不適用?.mp4  
30.6邏輯回歸的前提假設.mp4  
30.7邏輯回歸的公式及問題.mp4  
30.8混淆矩陣與ROC曲線.mp4  
30.9模型永遠都不是完美的.mp4  
 
第31講 分類算法&聚類算法  
31.10Modeling與Evaluation.mp4  
31.11答疑與Similarity Measure.mp4  
31.12層次聚類、K均值聚類與DBSCAN.mp4  
31.13Kmeans.mp4  
31.14Kmeans對數據分析的敏感度及圓形分布的數據.mp4  
31.1個人簡介及課程引入.mp4  
31.2分類算法與聚類算法.mp4  
31.3決策樹及其優點.mp4  
31.4決策樹的屬性劃分、流程及缺點.mp4  
31.5隨機森林及其優點、答疑.mp4  
31.6Decision Tree-Titianic Sample.mp4  
31.7Data preprocessing.mp4  
31.8Data Exploration(一).mp4  
31.9Data Exploration(二).mp4  
 
第32講 顧客體驗Customer Experience  
32.10NPS及提高NPS動機.mp4  
32.11NPS種類.mp4  
32.12如何分析NPS.mp4  
32.13如何應用NPS結果及Case分享.mp4  
32.14如何提高調查回復率.mp4  
32.1以顧客為中心的目的.mp4  
32.2顧客體驗可以成為差異性因素(一).mp4  
32.3顧客體驗可以成為差異性因素(二).mp4  
32.4什么是顧客體驗及顧客周期.mp4  
32.5提高顧客體驗的步驟.mp4  
32.6用戶體驗地圖、顧客愿望與需求及顧客接觸點.mp4  
32.7用戶體驗地圖及顧客心聲.mp4  
32.8CX管理常用指標.mp4  
32.9如何測量顧客體驗—NPS.mp4  
 
第33講 定價Pricing  
33.10Case介紹.mp4  
33.11價格和數量之間的關系.mp4  
33.12估計成本(一).mp4  
33.13估計成本(二).mp4  
33.14估計成本(三).mp4  
33.1定價的定義.mp4  
33.2定價的戰略目標.mp4  
33.3估算需求.mp4  
33.4估算成本.mp4  
33.5了解市場競爭.mp4  
33.6選擇定價策略(一).mp4  
33.7選擇定價策略(二).mp4  
33.8收支平衡分析、成功的定價策略.mp4  
33.9其他常用的定價策略.mp4  
 
第34講 SPSS與問卷數據分析  
34.10變量級數據整理—個案等級排序.mp4  
34.11文件級數據整理(一).mp4  
34.12文件級數據整理(二).mp4  
34.13描述統計.mp4  
34.14如何用SPSS分析出數據報告.mp4  
34.15練習.mp4  
34.1SPSS簡單介紹及基本過程.mp4  
34.2SPSS運行方式和窗口類型.mp4  
34.3SPSS獲取數據的方式.mp4  
34.4變量的測量尺度及屬性.mp4  
34.5變量類型及輸入調查問卷.mp4  
34.6數據錄入、文件導出.mp4  
34.7變量級數據整理—compute&automatic recode.mp4  
34.8變量級數據整理—recode.mp4  
34.9變量級數據整理—可視化箱.mp4  
 
第35講 市場研究的基礎知識  
35.10定量研究:CLT和CATI.mp4  
35.11定量研究:郵寄調查和在線調查.mp4  
35.12定量研究的執行流程.mp4  
35.13問卷設計流程及案例講解.mp4  
35.14兩種定性調查方式對比及定性研究核心目標.mp4  
35.15定性研究要解決的問題.mp4  
35.16定性研究執行流程、大綱設計原則及課后作業.mp4  
35.1市場研究的定義與角色.mp4  
35.2市場研究在營銷中的價值.mp4  
35.3市場研究的使用者.mp4  
35.4市場研究的內容及公司構成.mp4  
35.5市場研究的主要項目類型及方案核心內容.mp4  
35.6市場調查的基本流程.mp4  
35.7了解需求及兩個案例.mp4  
35.8市場研究的兩種調查方式.mp4  
35.9定量研究:入戶訪問與街頭攔截.mp4  
 
第36講 市場研究的營銷應用  
36.10品牌滿足消費者不同訴求及量化品牌形象因素.mp4  
36.11品牌溝通及創造長期品牌建設效果.mp4  
36.12廣告測試的市場研究體系及具體評估指標.mp4  
36.13廣告評估的關鍵指標、診斷模型及投放效果評估.mp4  
36.14廣告知曉、信息傳遞、品牌態度及行為影響.mp4  
36.15診斷廣告投放問題及媒體投放評估.mp4  
36.1市場研究的方向及內容.mp4  
36.2案例引入、了解市場與觀察痛點.mp4  
36.3全面評估需求程度與描述市場機會.mp4  
36.4從機會到洞察.mp4  
36.5消費者洞察及需求挖掘.mp4  
36.6獲取洞察、產生工作坊及輸出洞察.mp4  
36.7產生創意的工作坊及產品創意到產品概念.mp4  
36.8概念優化、篩選指標及測試結果對比.mp4  
36.9品牌力的作用及衡量品牌力的指標.mp4  
 
第37講 客戶關系與數據分析(上)  
37.10數據的篩選和分析.mp4  
37.11如何進行數據可視化.mp4  
37.12制作RFM評分標準模型.mp4  
37.13RFM打分.mp4  
37.14如何進行客戶分類.mp4  
37.1概述及客戶關系管理介紹.mp4  
37.2客戶關系與CRM數據.mp4  
37.3CRM與RFM模型.mp4  
37.4RFM模型8個分類.mp4  
37.5方法與問題.mp4  
37.6模型的使用.mp4  
37.7使用與擴展.mp4  
37.8RFM應用:零售案例介紹.mp4  
37.9引用數據和數據表示.mp4  
 
第38講 客戶關系與數據分析(下)  
38.10答疑:肘部原理.mp4  
38.11考慮更多的feature(一).mp4  
38.12考慮更多的feature(二).mp4  
38.13交叉銷售,消費升級、降級,階段分析.mp4  
38.14答疑:學習建議及用戶畫像簡述.mp4  
38.1基于統計模型來分類RFM指標.mp4  
38.2K-means.mp4  
38.3Silhouette analysis on K-Means clustering.mp4  
38.4圖像中不同簇的講解分析.mp4  
38.5不同簇和中心點數據分析.mp4  
38.6對比RFMScore分類.mp4  
38.7Decision Tree on RFM.mp4  
38.8Decision Tree Classifier.mp4  
38.9Decision Tree與Logistics Regression的區別.mp4  
 
第39講 新業務開發及銷售運營管理  
39.10名單分組分配、轉化及銷售運營管理.mp4  
39.11銷售預測類型及方法(一).mp4  
39.12銷售預測類型及方法(二).mp4  
39.1書籍推薦.mp4  
39.2BD與潛在顧客.mp4  
39.3需求與潛在顧客、目標顧客畫像.mp4  
39.4收集目標顧客信息渠道及確定數據來源.mp4  
39.5收集數據、集客營銷、內容營銷及指標.mp4  
39.6Case 1:Web Scraping using Power BI(一).mp4  
39.7Case 1:Web Scraping using Power BI(二).mp4  
39.8Case 2:Lead Scoring(一).mp4  
39.9Case 2:Lead Scoring(二).mp4  
 
第40講 Growth Hacking  
40.10Growth Hacking Tactics(一).mp4  
40.11LOPA與Airbnb.mp4  
40.12Growth Hacking Tactics(二).mp4  
40.13Content marketing to grow your business.mp4  
40.14Growth Technology(一).mp4  
40.15Growth Technology(二).mp4  
40.16Growth Hacking Case Study.mp4  
40.1課程引入與Hotmail.mp4  
40.2Growth Hacking的四個步驟與含義.mp4  
40.3Marketing Funnel與Growth Hacking Focus.mp4  
40.4Metrics.mp4  
40.5KPI介紹(一).mp4  
40.6KPI介紹(二).mp4  
40.7應關注的有效渠道與目標用戶.mp4  
40.8Free&Paid Marketing Channels.mp4  
40.9Product Features.mp4  
 
第41講 MySQL(上)  
41.10創建表單.mp4  
41.11案例講解(一).mp4  
41.12案例講解(二).mp4  
41.13案例講解(三).mp4  
41.14案例講解(四).mp4  
41.15Products aggreation(一).mp4  
41.16Products aggreation(二).mp4  
41.1MySQL下載及安裝.mp4  
41.2MySQL幾個原則及覆蓋范圍.mp4  
41.3數據文件、分析流程及存儲格式.mp4  
41.4數據庫應用場景及存儲、訪問問題.mp4  
41.5數據庫的特點及關系型數據庫.mp4  
41.6數據表單.mp4  
41.7怎么使用數據庫及SQL.mp4  
41.8KFC訂單及語句介紹.mp4  
41.9Schema與Create database.mp4  
 
第42講 MySQL(下)  
42.10舉例:HR subquery(一).mp4  
42.11舉例:HR subquery(二).mp4  
42.12舉例:HR subquery(三).mp4  
42.13窗函數(一).mp4  
42.14窗函數(二).mp4  
42.15窗函數(三).mp4  
42.16窗函數及課程總結.mp4  
42.1課程回顧.mp4  
42.2Aggregate Functions、約束及多張表.mp4  
42.3創建表單的代碼實現.mp4  
42.4JOIN與Concat.mp4  
42.5JOIN:員工信息及部門編碼.mp4  
42.6多張表單JOIN:查詢員工信息.mp4  
42.7基于工資分類工資等級.mp4  
42.8Write a query.mp4  
42.9On與Using.mp4  
 
第43講 NoSQL database與Power BI  
43.10大數據的分析.mp4  
43.11云計算與大數據(一).mp4  
43.12云計算與大數據(二).mp4  
43.13SQL over Big Data.mp4  
43.14案例分析.mp4  
43.15Power BI 案例分析(一).mp4  
43.16Power BI 案例分析(二).mp4  
43.17Power BI 簡單介紹.mp4  
43.18Power BI 案例分析(三).mp4  
43.1課程回顧.mp4  
43.2Common table expression(一).mp4  
43.3Common table expression(二).mp4  
43.4Common table expression(三).mp4  
43.5遞歸(一).mp4  
43.6遞歸(二).mp4  
43.7遞歸(三).mp4  
43.8大數據背景引入.mp4  
43.9大數據的特點與業務起源.mp4  
 
第44講 E-commerce(上)  
44.10描述products、orders、order_product table.mp4  
44.11data exploring analytics & insite.mp4  
44.12描述產品—訂單.mp4  
44.13產品再訂購.mp4  
44.14產品中的相關性(一).mp4  
44.15產品中的相關性(二).mp4  
44.1List of Contents.mp4  
44.2Questions.mp4  
44.3什么是Ecommerce(電子商務)及發展歷史.mp4  
44.4電子商務的法律條文及類型.mp4  
44.5如何使用及運作電子商務.mp4  
44.6供應鏈管理、網站及市場戰略.mp4  
44.7設計用戶體驗地圖.mp4  
44.8Marketing Tactics及SQL實現.mp4  
44.9描述department tables.mp4  
45.10Data Analytics Ecommerce.mp4  
 
第45講 E-Commerce(下)  
45.11Important Metrics & KPIs(一).mp4  
45.12Important Metrics & KPIs(二).mp4  
45.13Digital Marketing Analytics Full Cycle.mp4  
45.14Build Customer Profile.mp4  
45.15Business Analytics舉例回顧.mp4  
45.1課程回顧與dropshipping.mp4  
45.2Dropshipping Model.mp4  
45.3Dropshipping business.mp4  
45.4Ecommerce Technology.mp4  
45.5Ecommerce Site SEO(一).mp4  
45.6Ecommerce Site SEO(二).mp4  
45.7Ecommerce Site SEO(三).mp4  
45.8CRM客戶關系管理.mp4  
45.9Benefits of Ecommerce CRM.mp4  
 
第46講 Gaming Analytics(上)  
46.10游戲產業變現方式.mp4  
46.11Gaming Demo Case 1(一).mp4  
46.12Gaming Demo Case 1(二).mp4  
46.13Gaming Demo Case 1(三).mp4  
46.1Introduction to Gaming Industry(一).mp4  
46.2Introduction to Gaming Industry(二).mp4  
46.3游戲客戶市場相關數據.mp4  
46.4按游戲過程的市場劃分(一).mp4  
46.5按游戲過程的市場劃分(二).mp4  
46.6Game Release Operation cycle(一).mp4  
46.7Game Release Operation cycle(二).mp4  
46.8游戲產業與其他產業區別及其特點(一).mp4  
46.9游戲產業與其他產業區別及其特點(二).mp4  
 
第47講 Gaming Analytics(下)  
47.10Referral Coupon Analytics及模擬面試問題.mp4  
47.11Experience-Metrics及Understand Chum.mp4  
47.12Game Experience及Funnel、Cohort Analysis.mp4  
47.13Job&Career in Gaming Industry.mp4  
47.14Gaming Demo Case 1(一).mp4  
47.15Gaming Demo Case 1(二).mp4  
47.1課程回顧.mp4  
47.2DS-BA work by Function Areas(一).mp4  
47.3DS-BA work by Function Areas(二).mp4  
47.4DS-BA work by Function Areas(三).mp4  
47.5DS-BA work by Period(一).mp4  
47.6DS-BA work by Period(二).mp4  
47.7Common Framework與Growth-Metrics.mp4  
47.8Growth-Metrics.mp4  
47.9Growth-Ads Optimization.mp4  
 
第48講 食品感官評定及感覺現象概述  
48.10感覺的基本規律(二).mp4  
48.11感覺的認知與表達.mp4  
48.12總結.mp4  
48.1食品感官科學現狀及大綱.mp4  
48.2食品感官理論的背景.mp4  
48.3理化分析的輔助(一).mp4  
48.4理化分析的輔助(二).mp4  
48.5感覺的定義和分類(一).mp4  
48.6感覺的定義和分類(二).mp4  
48.7聯覺現象.mp4  
48.8感覺的閾值及基本規律.mp4  
48.9感覺的基本規律(一).mp4  
 
第49講 感官感覺基本類型(上)  
49.10嗅覺的生理特點.mp4  
49.11嗅覺生理涉及的概念.mp4  
49.12嗅覺的心理特點(一).mp4  
49.13嗅覺的心理特點(二).mp4  
49.1視覺的生理特點(一).mp4  
49.2視覺的生理特點(二).mp4  
49.3視覺的生理特點(三).mp4  
49.4視覺的心理特點(一).mp4  
49.5視覺的心理特點(二).mp4  
49.6食品的視覺特性.mp4  
49.7聽覺的生理特點(一).mp4  
49.8聽覺的生理特點(二).mp4  
49.9聽覺的心理特點.mp4  
 
第50講 感官感覺基本類型(下)  
50.1味覺的生理特點(一).mp4  
50.2味覺的生理特點(二).mp4  
50.3基本味(一).mp4  
50.4基本味(二).mp4  
50.5影響味覺的因素.mp4  
50.6味覺的心理特點.mp4  
50.7觸覺的生理特點(一).mp4  
50.8觸覺的生理特點(二).mp4  
50.9觸覺的心理特點.mp4  
 
第51講 食品感官評定條件  
51.1食品感官及鑒評人員類型(一).mp4  
51.2食品感官及鑒評人員類型(二).mp4  
51.3食品感官及鑒評人員類型(三).mp4  
51.4感官鑒評人員的篩選.mp4  
51.5感官鑒評人員的訓練.mp4  
51.6食品感官鑒評室設置及試驗區環境條件.mp4  
51.7樣本制備的要求.mp4  
51.8影響樣本制備和呈送的外部因素及食品感官鑒評的組織和管理.mp4  
 
第52講 食品感官評定常規統計方法  
52.10Friedman檢定法、Page法及方差分析法(二).mp4  
52.11分類試驗法.mp4  
52.12描述分析法:簡單描述法與定量描述法.mp4  
52.1差異識別法概述.mp4  
52.2兩點試驗法.mp4  
52.3一-二點試驗法.mp4  
52.4“A”與“非A”試驗法.mp4  
52.5五中取二試驗法.mp4  
52.6選擇試驗法.mp4  
52.7差異標度法:順位試驗法.mp4  
52.8順位試驗法與Kramer檢定法.mp4  
52.9Friedman檢定法、Page法及方差分析法(一).mp4  
 
第53講 AB Testing(上)  
53.10應該如何選擇指標.mp4  
53.11Experiment Design與Quiz.mp4  
53.12Quiz解答.mp4  
53.13確定樣本數量.mp4  
53.14Quiz(二).mp4  
53.15如何確定A-B Testing運行周期.mp4  
53.16確定目標群體.mp4  
53.1什么是A-B Testing.mp4  
53.2A-B Testing案例.mp4  
53.3A-B Testing應用與局限.mp4  
53.4Quiz(一).mp4  
53.5A-B Testing、Multivariate Testing與A-A Testing.mp4  
53.6伯努利分布、零假設與顯著性.mp4  
53.7A-B Testing流程.mp4  
53.8回顧商業漏斗模型.mp4  
53.9常見的互聯網分析指標.mp4  
 
第54講 AB Testing(下)  
54.10Create Variation(二).mp4  
54.11Create Variation(三).mp4  
54.12Run Experiment.mp4  
54.13Sample Size Sanity Check.mp4  
54.14Quiz 1:A-B Testing Calculator.mp4  
54.15Quiz 2.mp4  
54.16Sanity Check.mp4  
54.17Master A-B Testing Interviews.mp4  
54.1課程回顧及如何分配目標人群.mp4  
54.2實驗運行.mp4  
54.3分析實驗結果.mp4  
54.4Case study:DA-SHU-JU.com.mp4  
54.5Review Business Funnel.mp4  
54.6Review Business Funnel及Define Metrics.mp4  
54.7Design Experiment(一).mp4  
54.8Design Experiment(二).mp4  
54.9Create Variation(一).mp4  
 
第55講 Capstone(上)  
55.10從訂單角度分析數據.mp4  
55.11從產品與用戶角度分析數據.mp4  
55.12基于產品的數據探索(一).mp4  
55.13基于產品的數據探索(二).mp4  
55.14基于用戶的數據探索(一).mp4  
55.15基于用戶的數據探索(二).mp4  
55.1課程總回顧—商業數據分析流程.mp4  
55.2課程總回顧—所需技能、類型方法及工具.mp4  
55.3零售“大作業”:時尚電商.mp4  
55.4零售機器模式與cohort分析.mp4  
55.5數據導入與數據脫敏介紹.mp4  
55.6查看并了解數據信息.mp4  
55.7SPU與SKU概念解釋.mp4  
55.8分析訂單及支付流程.mp4  
55.9多角度分析數據.mp4  
 
第56講 Capstone(下)  
56.10評分矩陣、數據收集與答疑:留存.mp4  
56.11推薦介紹:基于距離.mp4  
56.12推薦系統與Co-Current Matrix.mp4  
56.13聚類推薦KNN、協同過濾與關聯分析.mp4  
56.14Apriori algorithm.mp4  
56.15課程答疑與圖書推薦.mp4  
56.16推薦網站:kaggle.mp4  
56.1基于顧客的數據探索.mp4  
56.2Place,Web Traffic,DAU與數據埋點.mp4  
56.3LTV,CAC及CLV.mp4  
56.4如何計算lifetime value及用戶留存.mp4  
56.5Cohort Analysis、群體分析或分組分析(一).mp4  
56.6Cohort Analysis、群體分析或分組分析(二).mp4  
56.7Cohort Analysis、群體分析或分組分析(三).mp4  
56.8Product Performance與RFM.mp4  
56.9推薦系統、場景與協同過濾.mp4  
 
課件  
1-3講 商業數據分析綜述及Excel Basic.zip  
12講 網絡數據獲取.zip  
13-15講 概率論基本概念;隨機變量及其分布(上+下).zip  
16-17講 隨機變量的數字特征;多維隨機變量.zip  
18講 數理統計及SPSS應用.zip  
19講 Python Numpy,Pandas.zip  
20講 Matplotlib, Seaborn .zip  
21講 Excel數據透視表.zip  
22講 數據可視化.zip  
23講 數據儀表盤Excel Dashboard.zip  
24講 商業流程綜述Business Process Overview.zip  
25講 Marketing Analytics.zip  
26講 市場推廣分析Marketing Analytics.zip  
27講 Best practice in data processing.zip  
28講 Machine Learning .zip  
29講 Linear Regression.zip  
30講 Logistics Regression.zip  
31講 分類算法&聚類算法.zip  
32講 顧客體驗 Customer Experience.zip  
33講 定價Pricing.zip  
34講 SPSS與問卷分析.zip  
35講 市場研究的基礎知識.zip  
36講 市場營銷的研究應用.zip  
37講 客戶關系與數據分析(上).zip  
38講 客戶關系與數據分析(下).zip  
39講 新業務開發及銷售運營管理.zip  
4-7講 Excel Basic;分類匯總、函數與公式;Vlookup;商務智能.zip  
40講 Growth hacking.zip  
41講 MySQL(上).zip  
42講 MySQL(下).zip  
43講 NoSQL Database與Power BI.zip  
44講 E-commerce(上).zip  
45講 E-commerce(下).zip  
46講 Gaming Analytics(上).zip  
47講 Gaming Analytics(下).zip  
48講 食品感官評定及感覺現象概述.zip  
49講 感官感覺基本類型(上).zip  
50講 感官感覺基本類型(下).zip  
51講 食品感官評定條件.zip  
52講 食品感官評定常規統計方法.zip  
53講 A_B Testing(上).zip  
54講 A_B Testing(下).zip  
55講 Capstone(上).zip  
56講 Capstone(下).zip  
8-11講 Python基礎上+中+下及進階和面向對象.zip  
 
 

更多精彩內容等著您,點擊下面,立即下載,開始學習。

 

推薦:充值98元,開通終身VIP會員,就可以終身免費下載學習整站130986GB學習資源,非常超值!

點擊網址進入首頁查看更多學習資源www.4635902.live,開通終身VIP會員請【點擊咨詢客服】

 

本類熱門下載排行

  1. 1【數據分析】商業數據分析特訓班

    27.4 GB

    6373次瀏覽

    數據庫教程

  2. 2【人人能懂的區塊鏈】從基礎到實戰21天從區塊鏈“小白...

    2.05 GB

    5311次瀏覽

    數據庫教程

  3. 3千鋒小白必看區塊鏈從入門到精通教程110集

    9.8 GB

    5306次瀏覽

    數據庫教程

  4. 4【菜鳥騰飛安全網】零基礎完全學習SQLServer數據庫

    635 MB

    4634次瀏覽

    數據庫教程

  5. 5【左光華】《MYSQL網絡數據庫開發》25講

    1.77 GB

    4630次瀏覽

    數據庫教程

  6. 6《Oracle數據庫管理藝術-11g新特性》PDF格式

    101 MB

    4593次瀏覽

    數據庫教程

龙江福彩22选5 重庆快乐十分计划全天 上海快三形态走势一定有 股票推荐低价股 广州体彩快乐十分开奖结果 西瓜配资 安徽11选5 融资买的股票 股票涨跌原理和机制 江苏快3走势图带连线图
在線咨詢 加入VIP會員 加盟代理