CDA数据分析考试大纲PDF电子书下载

第一部分 数据分析基础考试大纲 2

第1章 数据分析概述 2

1.1 数据分析行业发展 2

1.1.1 大数据行业背景和发展趋势 2

1.1.2 数据分析隐藏的风险和困境 3

1.2 数据分析人才的培养 4

1.2.1 大数据时代最需要的人才 4

1.2.2 数据分析人才从事的工作和需要具备的能力 4

1.2.3 数据分析人才必备的素质 4

1.3 数据分析基础流程 5

1.3.1 基于小数据分析的步骤 5

1.3.2 数据分析的两种重要的分析导向 5

第2章 数据收集与导入 6

2.1 数据及数据处理工具介绍 6

2.1.1 理解数据 6

2.1.2 数据处理工具——SPSS介绍 6

2.2 数据收集 8

2.2.1 机器收集数据 8

2.2.2 人工收集数据 8

2.3 数据输入与导入 9

第3章 数据的清洗与预处理 10

3.1 数据清洗 10

3.1.1 重复数据处理 10

3.1.2 缺失数据处理 10

3.1.3 检查数据逻辑错误 11

3.1.4 检查不合理的关联题 11

3.2 数据整理与加工 11

3.2.1 数据抽取 11

3.2.2 数据排序 12

3.2.3 数据分组 12

3.2.4 数据转换 12

第4章 数据可视化呈现 14

4.1 理解图表 14

4.2 数据表的制作及呈现 15

4.2.1 数据表的制作 15

4.2.2 数据表的特殊功能 15

4.3 数据图的制作及呈现 16

4.3.1 常见数据图的制作 16

4.3.2 其他数据图的制作 16

4.4 数据图的制作要点 16

第5章 基础数据分析 17

5.1 对比分析 17

5.2 线性规划 18

5.2.1 线性规划模型的基本形式 19

5.2.2 线性规划模型的基本概念 19

5.2.3 线性规划的模型 19

5.2.4 整数规划 20

5.3 概率分析 20

5.3.1 基本原理 20

5.3.2 概率分析方法 22

5.3.3 概率分析步骤 23

5.4 交叉分析 23

5.5 分类分析 23

5.5.1 聚类分析 24

5.5.2 判别分析 26

5.6 相关分析 27

5.6.1 回归分析 27

5.6.2 时间序列分析 34

5.6.3 因子分析 41

第6章 综合分析 43

6.1 层次分析 43

6.1.1 层次分析的定义 43

6.1.2 层次分析的分析思路与步骤 43

6.2 联合分析 44

6.3 安索夫矩阵 47

6.3.1 基本模型 47

6.3.2 核心步骤 47

6.4 波士顿矩阵 48

6.4.1 基本模型 48

6.4.2 操作步骤 49

6.5 GE矩阵 50

6.5.1 基本模型 50

6.5.2 基本步骤 50

6.5.3 应用技巧 52

6.5.4 应用模型 52

6.6 Graveyard模型 52

6.7 盈亏平衡分析 53

6.7.1 定义 53

6.7.2 假设条件 53

6.7.3 分类 54

6.7.4 线性盈亏平衡分析和非线性盈亏平衡分析 54

6.8 敏感性分析 55

6.9 兰查斯特模型 57

6.9.1 兰查斯特战略模式导出的市场占有率目标值 57

6.9.2 兰查斯特战略模式的射程距离理论应用于市场竞争 58

第二部分 数据分析实务大纲 60

第7章 营销决策数据分析 60

7.1 营销决策分析概述 61

7.1.1 产品决策 61

7.1.2 价格决策 62

7.1.3 渠道决策 63

7.1.4 广告与促销决策 64

7.1.5 新产品开发的决策 67

7.2 营销决策数据分析的综合案例 70

7.2.1 产品决策数据分析 70

7.2.2 价格决策数据分析 70

7.2.3 分销渠道决策数据分析的综合案例 76

7.2.4 广告与促销决策分析 80

7.2.5 用联合分析设计比萨饼 80

第8章 数据分析在市场分析与预测中的应用 83

8.1 市场分析与预测的概述 83

8.1.1 市场分析的研究内容 83

8.1.2 市场预测概述 83

8.2 市场预测分析的综合案例 87

8.2.1 回归分析与市场预测 87

8.2.2 时间序列分析与市场预测 88

8.3 定性定量相结合分析技术 91

第9章 客户数据分析 93

9.1 客户数据分析概述 93

9.1.1 客户获取分析 93

9.1.2 客户激活响应分析 94

9.1.3 客户保有分析 95

9.1.4 客户流失分析 95

9.1.5 客户满意度分析 96

9.1.6 客户价值分析 98

9.1.7 客户偏好分析 99

9.2 客户数据分析综合案例 100

9.2.1 客户偏好分析的案例操作 100

9.2.2 因子分析的应用实例——不同地区六项经济指标数据分析 100

9.2.3 层次聚类法与迭代聚类应用实例 100

9.2.4 KANO模型应用举例 100

9.2.5 方差分析的案例——关于北京市房地产的价格 102

第10章 生产采购数据分析 103

10.1 生产决策分析 103

10.1.1 生产决策分析概述 103

10.1.2 用线性规划模型制订最优的生产计划 104

10.2 采购决策分析 105

10.2.1 采购管理决策包含的内容 105

10.2.2 采购优化常用的分析工具及模型应用 105

10.2.3 库存管理分析 114

10.2.4 供应商选择——AHP层次分析法 115

10.2.5 建立科学的集成采购体系——ABC-XYZ分析法 115

10.2.6 库存优化与决策——啤酒游戏 119