2017年CDA数据分析师考试内容.docVIP

2017年CDA数据分析师认证考试 一、CDA数据分析师认证考试基本要求 掌握大数据的基本分类，了解大数据产生的来源与采集方法，了解网站数据（非结构数据）的基本知识，掌握数据库（结构化数据）的基本操作。 掌握对数据进行初步处理：导入、清洗和加工。 掌握基础描述统计方法和 SPSS 操作方法，理解概率统计基础知识。 掌握常见图表的 EXCEL 操作方法，了解 SPSS 的图表操作方法。 理解回归分析和时间序列的思想，初步掌握 SPSS 案例操作和结果分析。 理解客户数据分析的内容，了解客户细分与模型选择，初步掌握主成分分析、因子分析 和聚类分析的 SPSS 客户细分案例操作和结果分析。 理解营销决策分析中的产品决策和价格决策。 二、CDA数据分析师认证考试内容 第一章 数据来源 数据及其分类 理解数据的定义、掌握数据的基本分类。 数据生成和采集 理解数据产生的三类主要来源，对应的数据特点，分析角度等； 理解二手数据、一手数据的采集标准与常用来源； 理解问卷基本格式和一般商业调研问卷的设计思路与基本规则。 重点了解抽样调查方法。 网站数据 了解 Web 日志和 JS 标记获取网站数据的基本流程以及网站数据的关键指标。 数据库数据 理解数据库的定义和功能，掌握数据库的基本操作。 第二章 数据导入与预处理 数据导入 了解 Hadoop 分布式文件存储与计算系统的主要结构与工作原理； 掌握 excel 手动录入数据形成原始文件的规则； 掌握用 EXCEL 和 SPSS 进行外部数据导入的方法。 数据清洗 掌握缺失数据和异常数据概念； 掌握数据清洗的 SPSS 处理的基本操作。 数据加工 掌握各种数据加工的分析需求背景，及对应 SPSS 处理。 第三章 统计基础 常用统计量分析 理解集中趋势及分布形态的统计含义，理解统计量均值、中位数和众数的概念、区 别及应用范围； 理解离散趋势及分布形态的统计含义，理解统计量极差、方差与标准差和变异系数 的概念、区别及应用范围； 掌握 EXCEL 基础数据分析方法，掌握描述统计方法； 掌握 SPSS 的描述分析功能和数据导入与预处理的操作。 概率统计基础 理解概率分布的基本概念，几种常用的概率分布的基本特征； 理解参数估计和假设检验的意义与原理。 第四章 数据可视化 数据呈现（EXCEL） 了解图表的作用； 成分关系图表(掌握常见的成分关系图表类型，掌握柱形图、条形图、饼图的制作， 初步掌握复合饼图和瀑布图的功能和制作)； 对比关系图表（掌握常见的对比关系图表类型，初步掌握旋风图的功能和制作）； 时间序列图表（掌握常见的时间序列图表类型，掌握折线图的制作，初步掌握面积 图的功能和制作）； 相关关系图表（掌握常见的相关关系图表类型，掌握散点图的制作，初步掌握气泡 图的功能和制作）； 多维比较图表（掌握常见的多维比较图表类型，初步掌握雷达图和圆环图的功能和 制作）； 不恰当图表（了解图表绘制过程中的不恰当操作） 数据展示（EXCEL/SPSS） 初步掌握 EXCEL 数据透视表的功能和制作； 了解 SPSS 制作频数分布表、列联表、简单条形图、复式条形图、帕累托图、饼图、 复式饼图、环形图的基本操作； 了解基本的图表展示技巧 第五章 回归分析与时间序列分析 回归分析 理解回归模型中因变量、自变量和随机误差的概念； 理解一元线性回归模型和多元线性回归模型的基本形式和估计的回归方程形式，理 解模型的参数估计和显著性检验； 掌握用 SPSS 建立一元线性回归模型以及个值和均值的预测，掌握用 SPSS 建立多元 模型并确定最终较优的模型。 时间序列 理解时间序列的概念，理解时间序列的组成要素及四种成分与序列的关系，了解预 测方法的选择，预测方法的评估（重点掌握均方误差的公式）； 理解简单指数平滑预测模型，重点掌握用 SPSS 进行简单指数平滑预测； 理解 Holt 指数平滑预测模型，理解 Holt 模型中初始值的确定，重点掌握用 SPSS 进 行 Holt 指数平滑模型预测； 理解指数曲线方法、多阶曲线方法、Winters 指数平滑预测模型、引入季节哑变量的 多元回归预测、分解预测等 第六章 客户数据分析 客户数据分析概述 理解客户获取概念，理解客户获取的基本方式及客户获取 6 步论； 理解客户激活分析四步骤、客户保有分析四步骤和客户流失分析三步骤； 理解客户满意度分析及客户满意度测评的三个模型 理解客户价值分析和偏好分析的概念。 用 spss 实现客户偏好