人人都能学会数据分析 【16周完结】
为运营、产品、市场打造的”专业“课程
为程序员转型产品经理打造的“破圈”课程
从0到1，从工具到思维，系统掌握业务实操型数据分析知识体系

这个学完达到的阶段在面试时薪资大概范围
薪资范围：看个人工作经验、教育背景、项目经理，数据分析师入门8k起，项目能通过课程攒，正常10k朝上。实战项目：有招聘信息分析、电影数据分析、电商数据分析、产品优化分析等祝您学习愉快~

学完之后能否去胜任跨进电商这块的数据分析的？
可以，课程有用户引流、转化，还有销售预测等业务介绍，以及数据分析，能直接套用。运营这一块儿也会涉及，所以自己再做点针对性的企业背调和竞对分析，没问题的。

├──第10周 构建用户画像
| ├──1-1 什么是流量_ev~1_.mp4 12.73M
| ├──1-2 拓展：流量数据指标_ev~1_.mp4 35.43M
| ├──1-3 大流量分析模型：波动、特征、预测_ev~1_.mp4 8.44M
| ├──2-1 案例：背景与目标_ev~1_.mp4 7.81M
| ├──2-10 数值特征对比：雷达图_ev~1_.mp4 121.63M
| ├──2-11 案例6：基于Kmeans的广告效果聚类分析_001_ev~1_.mp4 25.06M
| ├──2-2 利用Python预处理数据_ev~1_.mp4 55.89M
| ├──2-3 计算相关性指标_ev~1_.mp4 42.49M
| ├──2-4 数据标准化：Min-Max_ev~1_.mp4 48.66M
| ├──2-5 字符串分类：OneHot编码_ev~1_.mp4 40.25M
| ├──2-6 KMeans建模：利用轮廓系数确定K_ev~1_.mp4 14.90M
| ├──2-7 练习：最佳KMeans聚类模型_ev~1_.mp4 111.18M
| ├──2-8 聚类结果分析：样本量与占比_ev~1_.mp4 82.08M
| ├──2-9 聚类结果分析：特征均值、众数_ev~1_.mp4 96.73M
| ├──3-1 什么是漏斗分析模型_ev~1_.mp4 23.03M
| ├──3-2 漏斗分析有哪些应用场景_ev~1_.mp4 15.61M
| ├──3-3 用户下单流程分析_ev~1_.mp4 33.99M
| ├──3-4 案例7：利用Excel绘制转化漏斗图_ev~1_.mp4 59.14M
| └──3-5 本章小结_ev~1_.mp4 6.15M
├──第11周 用户引流与转化
| ├──1-1 什么是用户画像_ev~1_.mp4 17.16M
| ├──1-2 数据标签系统：背景介绍_ev~1_.mp4 66.17M
| ├──1-3 数据标签系统：数据采集、埋点_ev~1_.mp4 42.18M
| ├──1-4 数据标签系统：构建用户画像_ev~1_.mp4 59.91M
| ├──1-5 练习：使用SQL提取用户数据_ev~1_.mp4 44.02M
| ├──1-6 数据标签系统：构建商品画像_ev~1_.mp4 80.96M
| ├──1-7 练习：使用SQL提取商品数据_ev~1_.mp4 44.40M
| ├──2-1 什么是RFM模型_ev~1_.mp4 8.28M
| ├──2-2 利用Excel计算R、F、M分值_ev~1_.mp4 47.05M
| ├──2-3 设置R、F、M评分标准_ev~1_.mp4 38.03M
| ├──2-4 计算R、F、M得分_ev~1_.mp4 49.37M
| ├──2-5 给用户贴标签_ev~1_.mp4 66.74M
| ├──2-6 RFM评分卡优化：使用K-Means进行数据分组_ev~1_.mp4 89.22M
| ├──2-7 模型展示与可视化_ev~1_.mp4 52.70M
| ├──2-8 案例5：基于RFM的用户精细化管理_ev~1_.mp4 32.56M
| └──2-9 本章小结_ev~1_.mp4 5.75M
├──第12周 分析消费行为
| ├──1-1 什么是消费行为_ev~1_.mp4 17.12M
| ├──1-2 消费行为模式的变迁_ev~1_.mp4 30.45M
| ├──2-1 案例说明：某电商交易数据_ev~1_.mp4 59.83M
| ├──2-2 趋势分析：金额、频次、人数、产品数_ev~1_.mp4 41.77M
| ├──2-3 趋势分析：销售额 vs 产品数_ev~1_.mp4 53.74M
| ├──2-4 趋势分析：消费时间段偏好_ev~1_.mp4 74.94M
| ├──2-5 个体分析：消费金额_ev~1_.mp4 38.16M
| ├──2-6 个体分析：消费频次、商品数_ev~1_.mp4 41.37M
| ├──2-7 商品分析：销售情况、价格分布_ev~1_.mp4 59.76M
| ├──2-8 使用SQL计算复购率_ev~1_.mp4 71.32M
| ├──2-9 使用SQL计算回购率_ev~1_.mp4 75.86M
| ├──3-1 使用SQL计算头部用户贡献额_ev~1_.mp4 81.57M
| ├──3-2 使用SQL用户平均购买周期_ev~1_.mp4 55.96M
| └──3-3 案例8：基于电商的用户消费行为分析_ev~1_.mp4 20.04M
├──第13周 预售销售额、调整运营策略
| └──第13周 预售销售额、调整运营策略
├──第14周 促进用户活跃度、提升用户留存
| ├──1-1 如何提升产品活跃度？_ev~1_.mp4 18.95M
| ├──1-2 用户活跃度模型（RFE）_ev~1_.mp4 8.95M
| ├──1-3 练习：使用Excel构建RFE模型_ev~1_.mp4 165.33M
| ├──2-1 什么是产品的 Aha Moment？_ev~1_.mp4 13.66M
| ├──2-2 练习：使用Excel计算用户留存率_ev~1_.mp4 141.81M
| ├──2-3 练习：使用Excel计算用户生命周期_ev~1_.mp4 82.10M
| ├──2-4 案例8补充：基于电商的用户留存与价值分析_ev~1_.mp4 10.62M
| ├──2-5 本章小结_ev~1_.mp4 4.58M
| └──资料1.url 0.11kb
├──第15周 使用AB实验迭代功能
| ├──1-1 什么是AB测试_ev~1_.mp4 9.05M
| ├──1-2 AB测试的基本流程_ev~1_.mp4 13.81M
| ├──1-3 统计学基础：假设检验_ev~1_.mp4 12.84M
| ├──1-4 练习：Python计算点击率CTR_ev~1_.mp4 57.74M
| ├──1-5 练习：Python计算p值_ev~1_.mp4 71.92M
| ├──1-6 案例13：利用AB测试优化产品设计_ev~1_.mp4 15.56M
| ├──2-1 什么是异常监测_ev~1_.mp4 11.70M
| ├──2-2 练习：Python孤立森林异常检测_ev~1_.mp4 88.49M
| └──2-3 本章小结_ev(2)~1_.mp4 2.47M
├──第16周 撰写数据报告、面试指导
| ├──1-1 18.1如何撰写数据分析报告_ev~1_.mp4 29.23M
| ├──1-2 18.2演讲技巧与PPT模板分享_ev~1_.mp4 21.63M
| ├──2-1 18.3如何撰写简历_ev~1_.mp4 39.61M
| └──2-2 18.4面试经验分享_ev~1_.mp4 29.28M
├──第1周 走进数据分析
| ├──1-1 互联网数据分析通用课程-导学~1_.mp4 10.19M
| ├──1-2 从互联网数据分析说起~1_.mp4 6.17M
| ├──2-1 什么是数据~1_.mp4 17.03M
| ├──2-2 什么是统计指标~1_.mp4 13.20M
| ├──2-3 统计指标：集中趋势~1_.mp4 13.10M
| ├──2-4 统计指标：离散趋势~1_.mp4 17.95M
| ├──2-5 统计指标：分布形态~1_.mp4 14.46M
| ├──2-6 识别异常值~1_.mp4 11.77M
| ├──2-7 处理异常值~1_.mp4 10.49M
| ├──2-8 数据分析流程~1_.mp4 20.98M
| ├──2-9 本章小结~1_.mp4 4.19M
| └──资料文档.url 0.11kb
├──第2周 Excel从入门到表格分析
| ├──1-1 Excel基本功能_ev~1_.mp4 25.26M
| ├──1-2 文本函数_ev~1_.mp4 43.70M
| ├──1-3 数学函数_ev~1_.mp4 30.93M
| ├──1-4 处理重复数据_ev~1_.mp4 47.50M
| ├──1-5 拆分列数据_ev~1_.mp4 33.83M
| ├──1-6 数据排序和筛选_ev~1_.mp4 62.05M
| ├──2-1 逻辑函数_ev~1_.mp4 22.11M
| ├──2-2 条件聚合函数_ev~1_.mp4 34.58M
| ├──2-3 查找与引用函数_ev~1_.mp4 24.35M
| ├──2-4 数据透视表_ev~1_.mp4 36.95M
| ├──2-5 认识图表_ev~1_.mp4 14.30M
| ├──2-6 制作可视化图表_ev~1_.mp4 93.93M
| ├──2-7 大数据岗人才需求分析报告_ev~1_.mp4 101.40M
| └──2-8 本章小结_ev~1_.mp4 3.79M
├──第3周 从0开始学SQL
| ├──1-1 什么是SQL_ev~1_.mp4 6.68M
| ├──1-2 认识数据表结构_ev~1_.mp4 9.00M
| ├──1-3 MySQL安装及配置_ev~1_.mp4 24.85M
| ├──1-4 安装Navicat_ev~1_.mp4 37.05M
| ├──1-5 基础语法_ev~1_.mp4 31.70M
| ├──1-6 数据排序与筛选_ev~1_.mp4 43.64M
| ├──2-2 对数据进行分类汇总_ev~1_.mp4 19.10M
| ├──2-3 联表查询_ev~1_.mp4 28.70M
| ├──2-4 导出数据_ev~1_.mp4 13.90M
| └──2-5 本章小结_ev~1_.mp4 3.62M
├──第4周 数据可视化利器 Tableau
| ├──1-1 什么是Tableau_ev~1_.mp4 18.27M
| ├──1-2 安装Tableau_ev~1_.mp4 31.34M
| ├──1-3 准备数据_ev~1_.mp4 33.11M
| ├──1-4 构建图表_ev~1_.mp4 66.95M
| ├──1-5 创建仪表板_ev~1_.mp4 16.59M
| ├──1-6 创建故事_ev~1_.mp4 9.74M
| ├──1-7 保存与发布_ev~1_.mp4 9.14M
| ├──1-8 可视化练习：美妆产品销售分析_ev~1_.mp4 67.32M
| └──1-9 本周小结_ev~1_.mp4 3.81M
├──第5周 Python基础语法
| ├──1-1 学习编程的几个建议_ev~1_.mp4 12.17M
| ├──1-2 什么是Python_ev~1_.mp4 5.22M
| ├──1-3 运行环境_ev~1_.mp4 22.08M
| ├──1-4 开发环境_ev~1_.mp4 22.98M
| ├──1-5 运算符_ev~1_.mp4 18.33M
| ├──2-1 数据类型_ev~1_.mp4 25.92M
| ├──2-2 数据容器_ev~1_.mp4 62.65M
| ├──2-3 条件判断语句：if、else、elif_ev~1_.mp4 26.30M
| ├──2-4 循环语句：for、while_ev~1_.mp4 34.70M
| ├──2-5 循环中止：break,continue_ev~1_.mp4 34.09M
| ├──2-6 编写一个函数_ev~1_.mp4 49.90M
| ├──2-7 练习：计算销售额_ev~1_.mp4 36.65M
| └──2-8 本章小结_ev(2)~1_.mp4 4.29M
├──第6周 Python实现网络爬虫
| ├──1-1 什么是爬虫_ev~1_.mp4 13.29M
| ├──1-2 Requests库入门_ev~1_.mp4 131.41M
| ├──1-3 认识HTML网页结构_ev~1_.mp4 137.44M
| ├──1-4 BeautifulSoup库入门_ev~1_.mp4 86.06M
| ├──2-1 获取目标信息_ev~1_.mp4 108.95M
| ├──2-2 连续获取多个页面信息_ev~1_.mp4 119.69M
| ├──2-3 整合爬虫功能函数_ev~1_.mp4 111.55M
| ├──2-4 数据存储与代码优化_ev~1_.mp4 144.94M
| ├──3-1 通过API接口获取数据_ev~1_.mp4 104.12M
| ├──3-2 练习：爬取全部电影数据_ev~1_.mp4 76.82M
| ├──3-3 练习：爬取全部电影数据_ev~1_.mp4 122.28M
| ├──3-4 本章小结_ev~1_.mp4 5.49M
| └──资料文档.url 0.11kb
├──第7周 更高效的数据处理与可视化绘图
| ├──1-1 Pandas库入门_ev~1_.mp4 63.02M
| ├──1-2 什么是DataFrame_ev~1_.mp4 64.92M
| ├──1-3 案例介绍：电影数据分析_ev~1_.mp4 25.48M
| ├──2-1 读取数据_ev~1_.mp4 21.07M
| ├──2-2 清理数据重复值、缺失值、拆分_ev~1_.mp4 116.00M
| ├──2-3 数据运算：按年统计、时间聚合_ev~1_.mp4 37.20M
| ├──2-4 数据运：算多类型统计_ev~1_.mp4 57.51M
| ├──2-5 数据运算：评分统计_ev~1_.mp4 39.58M
| ├──2-6 排序与筛选_ev~1_.mp4 31.07M
| ├──3-1 练习1：各国每年电影产量_ev~1_.mp4 145.60M
| ├──3-2 练习3：电影语言频数统计_ev~1_.mp4 45.26M
| ├──3-3 练习2：各国评分数据_ev~1_.mp4 55.55M
| ├──3-4 练习：TOP电影排行榜_ev~1_.mp4 38.73M
| ├──3-5 本章小结_ev~1_.mp4 3.32M
| ├──4-1 Matplotlib入门_ev~1_.mp4 57.53M
| ├──4-2 什么是画布_ev~1_.mp4 8.77M
| ├──4-3 调整视觉元素_ev~1_.mp4 39.69M
| ├──5-1 直方图：电影年产量_ev~1_.mp4 49.94M
| ├──5-2 折线图：各国电影年产量_ev~1_.mp4 77.17M
| ├──5-3 饼图：电影语种统计_ev~1_.mp4 51.33M
| ├──5-4 散点图：评分分值与人数_ev~1_.mp4 41.47M
| ├──5-5 热力图：电影类型、评分、数量_ev~1_.mp4 117.44M
| ├──5-6 箱线图：每年电影评分变化_ev~1_.mp4 46.26M
| ├──5-7 词云图：电影类型频数统计_ev~1_.mp4 85.73M
| ├──5-8 案例2：豆瓣电影数据分析报告_ev~1_.mp4 33.33M
| └──5-9 本章小结_ev~1_.mp4 4.45M
├──第8周 初始互联网商业模式
| ├──1-1 阶段引导：从数据分析工具，到商业分析思维_ev~1_.mp4 12.20M
| ├──1-2 互联网行业简介_ev~1_.mp4 33.86M
| ├──1-3 如何做行业分析_ev~1_.mp4 18.40M
| ├──1-4 市场规模：直播电商发展时间线_ev~1_.mp4 128.59M
| ├──1-5 市场规模：直播电商成交额_ev~1_.mp4 115.99M
| ├──1-6 竞争分析：波特五力模型_ev~1_.mp4 19.43M
| ├──1-7 价值链：直播生态产业图谱_ev~1_.mp4 65.39M
| ├──1-8 趋势预测：PEST分析法_ev~1_.mp4 13.15M
| ├──1-9 案例3：直播电商行业分析报告_ev~1_.mp4 61.24M
| ├──2-1 互联网岗位解析_ev~1_.mp4 42.04M
| ├──2-2 数据职能岗发展通道_ev~1_.mp4 21.15M
| └──2-3 本章小结_ev~1_.mp4 4.52M
├──第9周 解析数据指标体系
| ├──1-1 用户生命周期、AARRR、RFM_ev~1_.mp4 24.78M
| ├──1-2 5W2H、逻辑树、AB测试_ev~1_.mp4 15.77M
| ├──1-3 SWOT、PEST、波特五力_ev~1_.mp4 31.96M
| ├──2-1 互联网业务分析指标一览_ev~1_.mp4 38.31M
| ├──2-2 拉新（获客）指标_ev~1_.mp4 53.67M
| ├──2-3 活跃指标_ev~1_.mp4 29.72M
| ├──2-4 留存指标_ev~1_.mp4 120.20M
| ├──2-5 转化（变现）指标_ev~1_.mp4 45.44M
| ├──2-6 传播指标：K因子_ev~1_.mp4 39.98M
| ├──2-7 案例4：搭建商业化指标体系_ev~1_.mp4 50.45M
| └──2-8 本章小结_ev~1_.mp4 3.63M
└──资料
| ├──辅助材料.zip 47.76M
| ├──人人都能学会数据分析.zip 17.52M
| └──数据包.zip 626.15M