上海第 49 期 CPDA 课程于 7 月 20 日顺利开课!


上海 CPDA 第 49 期 7 月 20 日正式开课,本期学员来自物流、金融、零售、教育、服务、汽车、制造等多个不同的行业领域,本着对数据分析的热爱和探索精神大家走到了一起。

CPDA 数据分析技术认证培训体系历经八次结构性的优化调整,形成一套科学的、具有实际指导意义的课程体系,签约讲师都拥有多年丰富行业经验的实战型专家,全面导入自身实战案例,通过线上+线下面授的授课方式,基于 Datahoop 数据分析平台真正打造学员的数据分析思维和实战能力。
 

优秀的师资
上海第 49 期 CPDA 课程于 7 月 20 日顺利开课!

第一周的授课内容是《数据分析与企业管理/数据分析流程/数据分析思维》,授课讲师是杨帆。杨老师是英国卡迪夫大学 MBA 工商管理硕士,是中国商业联合会数据分析专业委员会特聘讲师。杨老师从业多年,以实战见长,涉猎多个行业,对「大数据」概念及算法有独到认识和见解,擅长多维度洞察学员心理,以实际应用案例串起所有知识点,倡导数据分析轻松学,所学知识轻松用。
 

全新的亮点
 

一、培养学员数据分析应用场景搭建的能力
 

课程主要通过数据分析决策能力的培养形成场景式教学,从数据场景——企业决策——场景分析——数据获取——数据处理分析——场景应用来完成数据价值的挖掘,回归数据的本质。
 

二、打通大数据技术瓶颈,结合不断优化的 datahoop 数据分析平台,真正实现数据分析“术”“器”相融(注:术,数据分析技术和模型方法;器,数据分析工具)
 

以业务问题为导向,还原数据分析的真实工作环境,高效打通数据决策的核心症结,着力使我们的分析师掌握分析精髓,同时熟练使用分布式计算平台,在对业务场景的深刻理解之上,熟练操作数据分析的全流程,从而建立模型,揭示市场规律,寻找运营突破。
 

三、提高管理意识,培养全局观
 

战略是企业灵魂,战略分析在数据分析中有举足轻重的作用,但由于数据战略的前瞻性很强,使得落地效果不够明显,鉴于此,我们对课程体系数据战略部分进行了场景式分解,不同应用场景对应相应的战略规划和决策。
 

四、文本数据分析引入课程
 

大数据背景下,非结构化数据分析越来越显出其重要性,因此课程引入了文本分析挖掘,“文本分析”通过分析海量的非结构性的文本(信息)数据,得出的不仅是关于“是什么”的描述性分析,更多的回答了“为什么”,即目标用户购买和使用产品的潜在动机/真实需求。
 

五、课程场景选取通用式+多样式案例背景,以满足不同行业学员业务需求
 

场景案例节选:

  • 场景案例:数据在“淘宝卖家服务”软件产品设计和优化设计中的应用
  • 场景案例:百度热词对产品好评率的影响分析
  • 场景案例:共享单车的车辆损坏识别
  • 场景案例:金融信贷用户画像分析案例
  • 场景案例:零售产品成交价格预测
  • 场景案例:股票聚类分池
  • ………


六、根据数据分析应用程度对课程做新的细分
 

1、产品数据分析
 

本次课程在产品分析中,首先从产品定位和产品设计出发去分析企业应该怎么对产品进行定位和设计。产品定位会从目标市场定位、产品需求定位、产品测试定位、差异化价值点定位以及营销组合定位五个方面对产品定位进行分析,结合相应的数据分析方法,给出产品定位的客观和实用的解决方案。

产品数据分析

2、客户数据分析
 

课程对客户分析从客户识别和获取、到客户细分和客户画像,最后到精准营销,把客户数据分析的模型和方法贯穿在其中。引入了聚类分析、回归分析、决策树等多种方法进行客户的细分和客户画像分析,对客户的价值、客户的生命周期、客户的忠诚度和满意度以及客户留存都进行了详细的介绍和分析,并且把这些客户分析方面都嵌入到企业真实的经营场景中去分析,从而找到解决方案。
 

3、供应链分析
 

(1)采购-供应商选择、询价

现代的供应链已经变得越来越复杂:产品的多样性越来越高,市场的波动性越来越强,外部因素对供应链的扰动也越来越多。这使得企业很难有效地将有限的资源在供应链中合理地分配。大数据分析方法能帮助采购部门更广泛地参与到企业整体战略的制定,以及跨部门之间的产品开发、质量控制、风险管理中去。
 

(2)生产-需求预测

需求预测是整个供应链的源头,整个市场需求波动的晴雨表,销售预测的灵敏与否直接关系到库存策略,生产安排以及对终端客户的订单交付率,产品的缺货和脱销将给企业带来巨大损失。新课程通过有效的定性和定量的预测分析手段和模型并结合历史需求数据和安全库存水平综合指定精确的需求预测计划。
 

(3)营销-客户分析

课程对客户进行多维度地分析,从用户的地域、性别、年龄等人文属性建立分析维度;对客户过去是否有点击,是否有购买,购买的产品价值,购买的频率,最近一次什么时候购买等属性进行量化,产生客户价值的评分,把客户分出价值的高低;对购买过商品客户的购买记录,以及点击过的商品记录进行分析,预测客户的兴趣点。
 

(4)配送-物流选址、配送路线、仓储位置

物流中心选址问题要求物流企业在充分考虑到自身的经营特点、商品特点和交通状况等因素的基础上,使配送成本和匿定成本等之和达到最小。针对这一问题,利用大数据分析方法来解决。

配送线路的优化影响着物流企业的配送效率和配送成本。运用大数据来分析商品的特性和规格、客户的不同需求(时间和金钱)等问题,从而用最快的速度对这些影响配送计划的因素做出反映(比如选择哪种运输方案、哪种运输线路等),制定最合理的配送线路。

合理的安排商品储存位置对于仓库利用率和搬运分拣的效率有着极为重要的意义。对于商品数量多、出货频率快的物流中心,储位优化就意味着工作效率和效益。哪些货物放在一起可以提高分拣率,哪些货物储存的时间较短,都可以通过大数据分析方法给出商品数据间的相互关系来合理的安排仓库位置。
 

4、投资
 

实业投资从企业的收益和风险两个方面展开分析,企业收益分析主要通过现金流量表分析实际投资项目的盈利情况,从而帮助企业进行投资决策。企业投资风险分析是从盈亏平衡分析、敏感性分析和概率分析三个方面分析企业的风险,计算风险收益,帮助企业做好投资决策。
 

CPDA 从培养全国第一名分析师到今天已三万余名持证分析师,16 年里协会没停止过探索,一直在课程上做优化,主要培养学员在实战中运用数据分析原理,选择合适的分析方法解决实际工作问题的能力。为了数据分析人才的能力不断提高,协会也坚持分析师终身学习、免费复听,如果您也热爱数据,想从事数据分析工作,可以加老师微信进一步咨询。
http://www.shcpda.com/kechengzixun/1799.html