商业金融数据应用(CDA.F)认证培训课程-第一级 基础理论部分

2人 购买 好评度 -
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP
收藏
  • 第一期
更多班级

第一期

支持随到随学,24年05月过期

¥176.22

本班因教学质量问题暂时不能报名。 查看详情

课程因违反平台规定暂时不能报名。

立即购买

课程概述

目录

往期学员作业()

评论

老师介绍

  • 常老师

    常老师

    北京大学会计学博士,ThoughtWorks中国首席数据科学家,中国大数据产业生态联盟专家委员会委员,CDA数据分析研究院名誉院长,腾讯云最有价值专家(TVP)。 著有《金融数据科学》系列丛书、《Python数据科学:技术详解与商业实践》等多本著作。长期专注于企业数据资产管理、数据智能应用和数字化人才培养。
简  介 商业金融数据应用(CDA.F)等级认证旨在为在金融行业专门从事数据的采集、清洗、处理、分析、模型开发并能制作业务报告、提供决策的新型大数据分析人才提供进阶指引和能力评定。

【商业金融数据应用(CDA.F)】认证介绍

一站式入门,从数字化方法论和工具使用,到产出物。

商业金融数据应用(CDA.F)等级认证旨在为在金融行业专门从事数据的采集、清洗、处理、分析、模型开发并能制作业务报告、提供决策的新型大数据分析人才提供进阶指引和能力评定。CDA.F秉承着总结凝练最先进的商业数据分析实践为使命,明晰各类数据分析从业者的知识体系为职责,专注于赋能金融数字化人才培养,提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。

商业金融数据应用(CDA.F)认证是一套专业化,科学化,国际化,系统化的人才考核标准,分为数据分析师( CDA.F LEVELⅠ)、建模分析师(LEVEL Ⅱ)、数据科学家(LEVEL Ⅲ)三个级别。 为金融公司选拔人才、进行专业人才评定提供科学依据,为金融数据分析师自我提高指明方向。

【商业金融数据应用(CDA.F)】(一级)适用人群:

金融业务部门数据分析师。指银行、保险、证券、其他非银机构、互联网金融等行业前、中台人员;从事市场、运营、风控、管理、财务、咨询等职位业务人员;非统计、计算机专业背景零基础入行和转行就业人员。具备开展数字化工作流程中业务分析用例的知识结构。掌握了构建数字化运营指标体系、业务根因分析、数字运营策略制定和流程挖掘的方法论和工具。可以从事金融行业市场、管理、风控、财务等业务工作的数据分析;根据数据分析结果发现业务发展的痛点,提出合理化建议,制定量化指标体系;有良好的商业理解能力,能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析,发现问题所在,制定运营策略,并得出逻辑清晰的业务报告。

课程说明

-课程特点:

1、 取材于业界一流企业和顶级咨询公司的行业实践;

2、 已经被证明是人人学的会、能上手的数据分析课程;

3、 紧贴【商业金融数据应用(CDA.F)】(一级)认证核心内容编撰教学材料;

4、 提供数据科学家的学习路线图,建议依次学习《SPSS数据分析基础》、《Python数据分析基础》课程,满足实际工作中熟练使用分析工具的要求。

-学员基础:

无需任何基础。

课程安排

第一篇:理论篇

一、 数字化概述

1.1数字化的愿景描述

1.2数据能力构建

1.3数字化支撑系统

1.4DAMA数据管理知识体系

 

二、数字化的保障机制

2.1银行数据治理驱动因素

2.2银行数据治理指引解读

2.3数据治理实施步骤

2.4数据治理平台工具

2.5数据治理的价值体现

2.6同业数据标准建设案例

 

三、业务流程和数据产品开发

3.1数据产品的应用场景——业务流程

3.2数据产品的开发方式——Inception

3.3案头研究和用户需求调研

3.4数据产品开发过程

 

四、银行指标体系建设

4.1 指标体系总体概述

4.2 银行指标库设计

  4.2.1指标库

  4.2.2维度库和维度树

  4.2.3核心指标逐层分解法

4.3同业数据标准建设案例

 

五、根因分析(RCA)

5.1 根因分析概念

5.2 根因分析步骤

5.3 根因分析案例

 

六、客户运营与量化方法

6.1一个运营的小故事

6.2是什么决定企业的价值

6.3如何提升客户的价值

6.4量化分析手段

  6.2.1漏斗分析

  6.2.2留存分析

  6.2.3跟踪数字足迹

 

 

第二篇:操作篇

 

七、数据采集与处理

7.1金融业数据的采集方法与应用

7.2金融市场调研的方法与流程

7.3 SQL数据库基础技术

7.4 SQL数据库查询语句、链接语句、函数

    7.4.1 单表操作语句

    7.4.2 多表横向合并

    7.4.3 多表纵向合并与集合计算

    7.4.4 子查询

 

 

八、数据分析与展现

8.1数据分析思维基础

    8.1.1 数据分析基础过程
    8.1.2 商业分析思维
    8.1.3 数据分析报告框架

    8.1.4 分析报告模板

8.2描述性统计分析

    8.2.1 数据的统计量
    8.2.2 用图表描述业务
    8.2.3 常用描述数据方法
    8.2.4 化妆品销售数据分析
    8.2.5 PowerBI使用讲解

 

九、信用卡用户画像

    9.1用户画像使用的标签设计

    9.2 RFM模型示例

    9.3 用Python做描述统计

    9.4 用Python做数据处理

    9.5 信用卡用户画像展示

资料下载报名后支持下载

* 课程提供者:CDA数据分析师