人人都能学会数据分析

编辑点评

全面覆盖数据分析工具与Python应用，实战性强，适合初学者及进阶者。

⭐ 编辑推荐

本课程涵盖数据分析全流程，从Excel到Python，再到Tableau，助你轻松掌握数据分析技能。

✨ 课程亮点

课程目录

📁 第4周 数据可视化利器 Tableau
    1-9 本周小结【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [3.8 MB]
    1-5 创建仪表板_.mp4  [16.6 MB]
    1-3 准备数据【不易整理‖请关注：CunWorkNoteS】_.mp4  [33.1 MB]
    1-6 创建故事_.mp4  [9.7 MB]
    1-4 构建图表【整理不易‖记得关注：CunWorKNotes】_.mp4  [67.0 MB]
    1-1 什么是Tableau_.mp4  [18.3 MB]
    1-8 可视化练习：美妆产品销售分析_.mp4  [67.3 MB]
    1-2 安装Tableau_.mp4  [31.3 MB]
    1-7 保存与发布_.mp4  [9.1 MB]
📁 第5周 Python基础语法
    2-7 练习：计算销售额_.mp4  [36.7 MB]
    1-4 开发环境_.mp4  [23.0 MB]
    1-5 运算符_.mp4  [18.3 MB]
    2-5 循环中止：break,continue【更多精选‖公众号：CunWorknotes】  _.mp4  [34.1 MB]
    1-1 学习编程的几个建议_.mp4  [12.2 MB]
    2-1 数据类型_.mp4  [25.9 MB]
    2-4 循环语句：for、while_.mp4  [34.7 MB]
    2-3 条件判断语句：if、else、elif_.mp4  [26.3 MB]
    2-2 数据容器【不易整理‖请关注：CunWorkNoteS】_.mp4  [62.6 MB]
    2-8 本章小结_ev(2)~1_.mp4  [4.3 MB]
    2-6 编写一个函数【公重号：CunWorkNotes】_.mp4  [49.9 MB]
    1-3 运行环境_.mp4  [22.1 MB]
    1-2 什么是Python【持续更新‖免费提供：CunworknoteS】_.mp4  [5.2 MB]
📁 第7周 更高效的数据处理与可视化绘图
    2-6 排序与筛选_.mp4  [31.1 MB]
    3-4 练习：TOP电影排行榜_.mp4  [38.7 MB]
    2-1 读取数据_.mp4  [21.1 MB]
    5-7 词云图：电影类型频数统计_.mp4  [85.7 MB]
    3-3 练习2：各国评分数据_.mp4  [55.5 MB]
    5-6 箱线图：每年电影评分变化【资源精选‖更多关注：CunworkNotes】_.mp4  [46.3 MB]
    5-5 热力图：电影类型、评分、数量_.mp4  [117.4 MB]
    1-3 案例介绍：电影数据分析【持续更新‖免费提供：CunworknoteS】_.mp4  [25.5 MB]
    5-2 折线图：各国电影年产量_.mp4  [77.2 MB]
    5-8 案例2：豆瓣电影数据分析报告【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [33.3 MB]
    5-1 直方图：电影年产量_.mp4  [49.9 MB]
    1-1 Pandas库入门【整理不易‖记得关注：CunWorKNotes】_.mp4  [63.0 MB]
    1-2 什么是DataFrame_.mp4  [64.9 MB]
    4-2 什么是画布【整理不易‖记得关注：CunWorKNotes】_.mp4  [8.8 MB]
    2-5 数据运算：评分统计_.mp4  [39.6 MB]
    3-2 练习3：电影语言频数统计_.mp4  [45.3 MB]
    2-3 数据运算：按年统计、时间聚合_.mp4  [37.2 MB]
    3-1 练习1：各国每年电影产量_.mp4  [145.6 MB]
    5-4 散点图：评分分值与人数_.mp4  [41.5 MB]
    5-9 本章小结_.mp4  [4.5 MB]
    2-2 清理数据重复值、缺失值、拆分_.mp4  [116.0 MB]
    5-3 饼图：电影语种统计_.mp4  [51.3 MB]
    4-3 调整视觉元素_.mp4  [39.7 MB]
    2-4 数据运：算多类型统计_.mp4  [57.5 MB]
    3-5 本章小结【资源精选‖更多关注：CunworkNotes】_.mp4  [3.3 MB]
    4-1 Matplotlib入门【整理不易‖记得关注：CunWorKNotes】_.mp4  [57.5 MB]
📁 第11周 用户引流与转化
    1-2 数据标签系统：背景介绍_.mp4  [66.2 MB]
    2-2 利用Excel计算R、F、M分值_.mp4  [47.1 MB]
    1-5 练习：使用SQL提取用户数据_.mp4  [44.0 MB]
    1-4 数据标签系统：构建用户画像_.mp4  [59.9 MB]
    1-1 什么是用户画像_.mp4  [17.2 MB]
    2-9 本章小结_.mp4  [5.7 MB]
    1-6 数据标签系统：构建商品画像【更多精选‖公众号：CunWorknotes】  _.mp4  [81.0 MB]
    2-8 案例5：基于RFM的用户精细化管理_.mp4  [32.6 MB]
    1-3 数据标签系统：数据采集、埋点【持续更新‖免费提供：CunworknoteS】_.mp4  [42.2 MB]
    2-4 计算R、F、M得分【持续更新‖免费提供：CunworknoteS】_.mp4  [49.4 MB]
    2-7 模型展示与可视化_.mp4  [52.7 MB]
    2-6 RFM评分卡优化：使用K-Means进行数据分组【持续更新‖免费提供：CunworknoteS】_.mp4  [89.2 MB]
    2-3 设置R、F、M评分标准_.mp4  [38.0 MB]
    2-5 给用户贴标签【不易整理‖请关注：CunWorkNoteS】_.mp4  [66.7 MB]
    2-1 什么是RFM模型【整理不易‖记得关注：CunWorKNotes】_.mp4  [8.3 MB]
    1-7 练习：使用SQL提取商品数据【更多精选‖公众号：CunWorknotes】  _.mp4  [44.4 MB]
📁 第2周 Excel从入门到表格分析
    2-7 大数据岗人才需求分析报告【不易整理‖请关注：CunWorkNoteS】_.mp4  [101.4 MB]
    2-8 本章小结_.mp4  [3.8 MB]
    1-3 数学函数【不易整理‖请关注：CunWorkNoteS】_.mp4  [30.9 MB]
    2-3 查找与引用函数_.mp4  [24.4 MB]
    1-6 数据排序和筛选_.mp4  [62.0 MB]
    1-1 Excel基本功能【资源精选‖更多关注：CunworkNotes】_.mp4  [25.3 MB]
    2-1 逻辑函数_.mp4  [22.1 MB]
    2-5 认识图表_.mp4  [14.3 MB]
    2-2 条件聚合函数【公重号：CunWorkNotes】_.mp4  [34.6 MB]
    1-4 处理重复数据_.mp4  [47.5 MB]
    2-6 制作可视化图表_.mp4  [93.9 MB]
    1-5 拆分列数据_.mp4  [33.8 MB]
    1-2 文本函数_.mp4  [43.7 MB]
    2-4 数据透视表_.mp4  [36.9 MB]
📁 第6周 Python实现网络爬虫
    1-2 Requests库入门_.mp4  [131.4 MB]
    2-2 连续获取多个页面信息【不易整理‖请关注：CunWorkNoteS】_.mp4  [119.7 MB]
    3-2 练习：爬取全部电影数据_.mp4  [76.8 MB]
    2-3 整合爬虫功能函数_.mp4  [111.6 MB]
    资料文档.url  [112.0 B]
    1-1 什么是爬虫_.mp4  [13.3 MB]
    1-3 认识HTML网页结构_.mp4  [137.4 MB]
    3-1 通过API接口获取数据_.mp4  [104.1 MB]
    3-4 本章小结_.mp4  [5.5 MB]
    2-4 数据存储与代码优化【整理不易‖记得关注：CunWorKNotes】_.mp4  [144.9 MB]
    2-1 获取目标信息_.mp4  [109.0 MB]
    3-3 练习：爬取全部电影数据_.mp4  [122.3 MB]
    1-4 BeautifulSoup库入门【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [86.1 MB]
📁 第9周 解析数据指标体系
    2-3 活跃指标_.mp4  [29.7 MB]
    2-4 留存指标_.mp4  [120.2 MB]
    2-1 互联网业务分析指标一览_.mp4  [38.3 MB]
    2-2 拉新（获客）指标【整理不易‖记得关注：CunWorKNotes】_.mp4  [53.7 MB]
    1-2 5W2H、逻辑树、AB测试【持续更新‖免费提供：CunworknoteS】_.mp4  [15.8 MB]
    2-8 本章小结【整理不易‖记得关注：CunWorKNotes】_.mp4  [3.6 MB]
    1-1 用户生命周期、AARRR、RFM_.mp4  [24.8 MB]
    2-7 案例4：搭建商业化指标体系【更多精选‖公众号：CunWorknotes】  _.mp4  [50.5 MB]
    2-6 传播指标：K因子_.mp4  [40.0 MB]
    2-5 转化（变现）指标_.mp4  [45.4 MB]
    1-3 SWOT、PEST、波特五力【资源精选‖更多关注：CunworkNotes】_.mp4  [32.0 MB]
📁 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13周 预售销售额、调整运营策略
            3-4 Excel层次分析法：构造成对比较矩阵_.mp4  [43.8 MB]
            3-3 Excel层次分析法：构建层次结构_.mp4  [9.4 MB]
            3-1 什么是商品分析？【不易整理‖请关注：CunWorkNoteS】_.mp4  [19.1 MB]
            3-6 Excel层次分析法：总排序权重计算与决策_.mp4  [25.3 MB]
            4-4 15.19本章小结_.mp4  [7.0 MB]
            4-1 15.16什么是运营策略：摩拜红包车_.mp4  [13.8 MB]
            2-6 案例9：预测2020天猫双11销售额_.mp4  [11.0 MB]
            3-2 什么是层次分析法AHP？_.mp4  [10.2 MB]
            4-3 15.18案例11：设计内容运营方案_.mp4  [10.9 MB]
            2-3 Python回归分析：数据预处理_.mp4  [33.6 MB]
            4-2 15.17如何策划一场活动【持续更新‖免费提供：CunworknoteS】_.mp4  [18.2 MB]
            2-4 Python回归分析：多项式回归模型【更多精选‖公众号：CunWorknotes】  _.mp4  [19.6 MB]
            1-2 如何拆解GMV：流量、转化、客单价？_.mp4  [16.5 MB]
            2-2 练习：使用Excel预测销售额_.mp4  [84.3 MB]
            1-1 为什么要预测销售额？_.mp4  [21.3 MB]
            2-1 测模型的定义与分类_.mp4  [10.4 MB]
            2-5 Python回归分析：绘图、预测【整理不易‖记得关注：CunWorKNotes】_.mp4  [60.6 MB]
            3-5 Excel层次分析法：构造方案判断矩阵【整理不易‖记得关注：CunWorKNotes】_.mp4  [42.1 MB]
            3-7 案例10：选择最优商品进行推广_.mp4  [8.8 MB]
📁 第3周 从0开始学SQL
    1-3 MySQL安装及配置【资源精选‖更多关注：CunworkNotes】_.mp4  [24.9 MB]
    2-3 联表查询_.mp4  [28.7 MB]
    1-2 认识数据表结构_.mp4  [9.0 MB]
    1-1 什么是SQL_.mp4  [6.7 MB]
    1-6 数据排序与筛选【公重号：CunWorkNotes】_.mp4  [43.6 MB]
    2-2 对数据进行分类汇总_.mp4  [19.1 MB]
    2-5 本章小结【公重号：CunWorkNotes】_.mp4  [3.6 MB]
    1-5 基础语法【不易整理‖请关注：CunWorkNoteS】_.mp4  [31.7 MB]
    2-4 导出数据【持续更新‖免费提供：CunworknoteS】_.mp4  [13.9 MB]
    1-4 安装Navicat_.mp4  [37.0 MB]
📁 第1周 走进数据分析
    2-8 数据分析流程~1_.mp4  [21.0 MB]
    2-6 识别异常值~1_【优质资源‖关注：cunWorkNotes 解锁】.mp4  [11.8 MB]
    2-1 什么是数据~1_.mp4  [17.0 MB]
    2-9 本章小结~1_.mp4  [4.2 MB]
    1-2 从互联网数据分析说起~1_.mp4  [6.2 MB]
    1-1 互联网数据分析通用课程-导学~1_.mp4  [10.2 MB]
    2-7 处理异常值~1_.mp4  [10.5 MB]
    2-4 统计指标：离散趋势~1_.mp4  [18.0 MB]
    2-3 统计指标：集中趋势~1_.mp4  [13.1 MB]
    2-5 统计指标：分布形态~1_.mp4  [14.5 MB]
    2-2 什么是统计指标~1_.mp4  [13.2 MB]
📁 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_.mp4  [29.2 MB]
    1-2 18.2演讲技巧与PPT模板分享【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [21.6 MB]
    2-2 18.4面试经验分享_.mp4  [29.3 MB]
    2-1 18.3如何撰写简历【资源精选‖更多关注：CunworkNotes】_.mp4  [39.6 MB]
📁 第12周 分析消费行为
    2-1 案例说明：某电商交易数据_.mp4  [59.8 MB]
    2-6 个体分析：消费频次、商品数【持续更新‖免费提供：CunworknoteS】_.mp4  [41.4 MB]
    2-4 趋势分析：消费时间段偏好_.mp4  [74.9 MB]
    3-1 使用SQL计算头部用户贡献额【持续更新‖免费提供：CunworknoteS】_.mp4  [81.6 MB]
    2-7 商品分析：销售情况、价格分布【资源精选‖更多关注：CunworkNotes】_.mp4  [59.8 MB]
    2-9 使用SQL计算回购率【整理不易‖记得关注：CunWorKNotes】_.mp4  [75.9 MB]
    2-3 趋势分析：销售额 vs 产品数【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [53.7 MB]
    2-8 使用SQL计算复购率【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [71.3 MB]
    1-1 什么是消费行为【不易整理‖请关注：CunWorkNoteS】_.mp4  [17.1 MB]
    2-2 趋势分析：金额、频次、人数、产品数【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [41.8 MB]
    3-3 案例8：基于电商的用户消费行为分析_.mp4  [20.0 MB]
    3-2 使用SQL用户平均购买周期【不易整理‖请关注：CunWorkNoteS】_.mp4  [56.0 MB]
    1-2 消费行为模式的变迁_.mp4  [30.5 MB]
    2-5 个体分析：消费金额【更多精选‖公众号：CunWorknotes】  _.mp4  [38.2 MB]
📁 第10周 构建用户画像
    2-8 聚类结果分析：样本量与占比_.mp4  [82.1 MB]
    2-7 练习：最佳KMeans聚类模型_.mp4  [111.2 MB]
    3-5 本章小结_.mp4  [6.2 MB]
    2-2 利用Python预处理数据【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [55.9 MB]
    1-3 大流量分析模型：波动、特征、预测_.mp4  [8.4 MB]
    2-9 聚类结果分析：特征均值、众数【更多精选‖公众号：CunWorknotes】  _.mp4  [96.7 MB]
    2-4 数据标准化：Min-Max【更多精选‖公众号：CunWorknotes】  _.mp4  [48.7 MB]
    2-5 字符串分类：OneHot编码_.mp4  [40.3 MB]
    2-1 案例：背景与目标_.mp4  [7.8 MB]
    3-1 什么是漏斗分析模型【资源精选‖更多关注：CunworkNotes】_.mp4  [23.0 MB]
    2-3 计算相关性指标【优质资源‖关注：cunWorkNotes 解锁】_.mp4  [42.5 MB]
    3-4 案例7：利用Excel绘制转化漏斗图【持续更新‖免费提供：CunworknoteS】_.mp4  [59.1 MB]
    3-2 漏斗分析有哪些应用场景【公重号：CunWorkNotes】_.mp4  [15.6 MB]
    2-6 KMeans建模：利用轮廓系数确定K【持续更新‖免费提供：CunworknoteS】_.mp4  [14.9 MB]
    3-3 用户下单流程分析【不易整理‖请关注：CunWorkNoteS】_.mp4  [34.0 MB]
    1-2 拓展：流量数据指标_.mp4  [35.4 MB]
    2-11 案例6：基于Kmeans的广告效果聚类分析_001_.mp4  [25.1 MB]
    1-1 什么是流量【公重号：CunWorkNotes】_.mp4  [12.7 MB]
    2-10 数值特征对比：雷达图【持续更新‖免费提供：CunworknoteS】_.mp4  [121.6 MB]
📁 第8周 初始互联网商业模式
    1-2 互联网行业简介_.mp4  [33.9 MB]
    2-2 数据职能岗发展通道_.mp4  [21.2 MB]
    1-4 市场规模：直播电商发展时间线_.mp4  [128.6 MB]
    1-9 案例3：直播电商行业分析报告【公重号：CunWorkNotes】_.mp4  [61.2 MB]
    1-1 阶段引导：从数据分析工具，到商业分析思维_.mp4  [12.2 MB]
    2-3 本章小结【不易整理‖请关注：CunWorkNoteS】_.mp4  [4.5 MB]
    1-7 价值链：直播生态产业图谱_.mp4  [65.4 MB]
    1-6 竞争分析：波特五力模型_.mp4  [19.4 MB]
    2-1 互联网岗位解析_.mp4  [42.0 MB]
    1-5 市场规模：直播电商成交额【资源精选‖更多关注：CunworkNotes】_.mp4  [116.0 MB]
    1-3 如何做行业分析【资源精选‖更多关注：CunworkNotes】_.mp4  [18.4 MB]
    1-8 趋势预测：PEST分析法【整理不易‖记得关注：CunWorKNotes】_.mp4  [13.2 MB]
📁 第14周 促进用户活跃度、提升用户留存
    1-3 练习：使用Excel构建RFE模型_.mp4  [165.3 MB]
    2-5 本章小结_.mp4  [4.6 MB]
    1-2 用户活跃度模型（RFE）_.mp4  [8.9 MB]
    资料1.url  [112.0 B]
    2-4 案例8补充：基于电商的用户留存与价值分析_.mp4  [10.6 MB]
    2-3 练习：使用Excel计算用户生命周期【公重号：CunWorkNotes】_.mp4  [82.1 MB]
    1-1 如何提升产品活跃度？_.mp4  [19.0 MB]
    2-1 什么是产品的 Aha Moment？_.mp4  [13.7 MB]
    2-2 练习：使用Excel计算用户留存率_.mp4  [141.8 MB]
📁 第15周 使用AB实验迭代功能
    2-3 本章小结_ev(2)~1_.mp4  [2.5 MB]
    1-6 案例13：利用AB测试优化产品设计【持续更新‖免费提供：CunworknoteS】_.mp4  [15.6 MB]
    1-2 AB测试的基本流程_.mp4  [13.8 MB]
    1-1 什么是AB测试_.mp4  [9.0 MB]
    1-5 练习：Python计算p值_.mp4  [71.9 MB]
    2-2 练习：Python孤立森林异常检测【公重号：CunWorkNotes】_.mp4  [88.5 MB]
    1-4 练习：Python计算点击率CTR【资源精选‖更多关注：CunworkNotes】_.mp4  [57.7 MB]
    1-3 统计学基础：假设检验_.mp4  [12.8 MB]
    2-1 什么是异常监测_.mp4  [11.7 MB]
📁 资料
    人人都能学会数据分析【不易整理‖请关注：CunWorkNoteS】.exe  [15.5 MB]
    辅助材料.exe  [47.9 MB]
    数据包.exe  [573.6 MB]

适合人群

• 数据分析初学者
• Python爱好者
• 数据分析从业者

🎯 学习收获

• 掌握数据分析工具
• 精通Python数据分析
• 提升数据可视化能力

🎉 祝您学习愉快！