CDA數據分析考試大綱

第一部分 數據分析基礎考試大綱第1章 數據分析概述1.1 數據分析行業(yè)發(fā)展1.1.1 大數據行業(yè)背景和發(fā)展趨勢1.1.2 數據分析隱藏的風險和困境1.2 數據分析人才的培養(yǎng)1.2.1 大數據時代最需要的人才1.2.2 數據分析人才從事的工作和需要具備的能力1.2.3 數據分析人才必備的素質1.3 數據分析基礎流程1.3.1 基于小數據分析的步驟1.3.2 數據分析的兩種重要的分析導向第2章 數據收集與導入2.1 數據及數據處理工具介紹2.1.1 理解數據2.1.2 數據處理工具——SPSS介紹2.2 數據收集2.2.1 機器收集數據2.2.2 人工收集數據2.3 數據輸入與導入第3章 數據的清洗與預處理3.1 數據清洗3.1.1 重復數據處理3.1.2 缺失數據處理3.1.3 檢查數據邏輯錯誤3.1.4 檢查不合理的關聯(lián)題3.2 數據整理與加工3.2.1 數據抽取3.2.2 數據排序3.2.3 數據分組3.2.4 數據轉換第4章 數據可視化呈現4.1 理解圖表4.2 數據表的制作及呈現4.2.1 數據表的制作4.2.2 數據表的特殊功能4.3 數據圖的制作及呈現4.3.1 常見數據圖的制作4.3.2 其他數據圖的制作4.4 數據圖的制作要點第5章 基礎數據分析5.1 對比分析5.2 線性規(guī)劃5.2.1 線性規(guī)劃模型的基本形式5.2.2 線性規(guī)劃模型的基本概念5.2.3 線性規(guī)劃的模型5.2.4 整數規(guī)劃5.3 概率分析5.3.1 基本原理5.3.2 概率分析方法5.3.3 概率分析步驟5.4 交叉分析5.5 分類分析5.5.1 聚類分析5.5.2 判別分析5.6 相關分析5.6.1 回歸分析5.6.2 時間序列分析5.6.3 因子分析第6章 綜合分析6.1 層次分析6.1.1 層次分析的定義6.1.2 層次分析的分析思路與步驟6.2 聯(lián)合分析6.3 安索夫矩陣6.3.1 基本模型6.3.2 核心步驟6.4 波士頓矩陣6.4.1 基本模型6.4.2 操作步驟6.5 GE矩陣6.5.1 基本模型6.5.2 基本步驟6.5.3 應用技巧6.5.4 應用模型6.6 Graveyard模型6.7 盈虧平衡分析6.7.1 定義6.7.2 假設條件6.7.3 分類6.7.4 線性盈虧平衡分析和非線性盈虧平衡分析6.8 敏感性分析6.9 蘭查斯特模型6.9.1 蘭查斯特戰(zhàn)略模式導出的市場占有率目標值6.9.2 蘭查斯特戰(zhàn)略模式的射程距離理論應用于市場競爭第二部分 數據分析實務大綱第7章 營銷決策數據分析7.1 營銷決策分析概述7.1.1 產品決策7.1.2 價格決策7.1.3 渠道決策7.1.4 廣告與促銷決策7.1.5 新產品開發(fā)的決策7.2 營銷決策數據分析的綜合案例7.2.1 產品決策數據分析7.2.2 價格決策數據分析7.2.3 分銷渠道決策數據分析的綜合案例7.2.4 廣告與促銷決策分析7.2.5 用聯(lián)合分析設計比薩餅第8章 數據分析在市場分析與預測中的應用8.1 市場分析與預測的概述8.1.1 市場分析的研究內容8.1.2 市場預測概述8.2 市場預測分析的綜合案例8.2.1 回歸分析與市場預測8.2.2 時間序列分析與市場預測8.3 定性定量相結合分析技術第9章 客戶數據分析9.1 客戶數據分析概述9.1.1 客戶獲取分析9.1.2 客戶激活響應分析9.1.3 客戶保有分析9.1.4 客戶流失分析9.1.5 客戶滿意度分析9.1.6 客戶價值分析9.1.7 客戶偏好分析9.2 客戶數據分析綜合案例9.2.1 客戶偏好分析的案例操作9.2.2 因子分析的應用實例——不同地區(qū)六項經濟指標數據分析9.2.3 層次聚類法與迭代聚類應用實例9.2.4 KANO模型應用舉例9.2.5 方差分析的案例——關于北京市房地產的價格第10章 生產采購數據分析10.1 生產決策分析10.1.1 生產決策分析概述10.1.2 用線性規(guī)劃模型制訂最優(yōu)的生產計劃10.2 采購決策分析10.2.1 采購管理決策包含的內容10.2.2 采購優(yōu)化常用的分析工具及模型應用10.2.3 庫存管理分析10.2.4 供應商選擇——AHP層次分析法10.2.5 建立科學的集成采購體系——ABCXYZ分析法10.2.6 庫存優(yōu)化與決策——啤酒游戲