数据分析与应用

冯彦乔

目录

  • 1 基础篇—Excel数据分析（智能仓储大数据方向）
    • 1.1 基础知识
    • 1.2 进货分析
      • 1.2.1 供应商供货及时性分析
      • 1.2.2 卸货总量分析
      • 1.2.3 卸货效率分析
      • 1.2.4 卸货月台使用情况分析
      • 1.2.5 验收总量分析
      • 1.2.6 验收效率分析
      • 1.2.7 验收差异分析
    • 1.3 入库分析
      • 1.3.1 入库一般性分析
      • 1.3.2 入库总量分析
      • 1.3.3 入库总量的季节性分析
      • 1.3.4 入库货位差异分析
      • 1.3.5 入库效率的度量与影响因素分析
    • 1.4 储存作业分析
      • 1.4.1 库存整体分析
      • 1.4.2 ABC分析
      • 1.4.3 商品布局分析
    • 1.5 盘点作业分析
      • 1.5.1 抽样分析
      • 1.5.2 差异分析
    • 1.6 拣货作业分析
      • 1.6.1 IQ分析
      • 1.6.2 时间序列分析
      • 1.6.3 拣货总量分析
      • 1.6.4 拣货效率分析
      • 1.6.5 拣货效率影响因素分析
    • 1.7 分货作业分析
      • 1.7.1 分货总量分析
      • 1.7.2 分货能力分析
      • 1.7.3 分货作业资源投入分析
      • 1.7.4 新建目录
  • 2 中阶篇—Tableau数据可视化分析
    • 2.1 数据可视化图表分析—（Excel）
      • 2.1.1 透视图制作与分析
      • 2.1.2 数据看板制作与分析
      • 2.1.3 条形图制作与分析
      • 2.1.4 柱状图制作与分析
      • 2.1.5 制作折线图并分析
    • 2.2 数据可视化图表分析—（Tableau）
      • 2.2.1 基本图表制作与分析
        • 2.2.1.1 桑基图制作与分析
        • 2.2.1.2 气泡图制作与分析
        • 2.2.1.3 热力图制作与分析
        • 2.2.1.4 条形图制作与分析
        • 2.2.1.5 帕累托图制作与分析
    • 2.3 数据可视化图表分析—（Python）
      • 2.3.1 认识数据分析常用工具—pandas
      • 2.3.2 用pandas分析数据
      • 2.3.3 pandas案例演练（实操）
  • 3 高阶篇—Python+Mysql数据管理分析
    • 3.1 什么是大数据
      • 3.1.1 大数据的由来
      • 3.1.2 大数据的相关技术
      • 3.1.3 Python开发环境搭建（实操）
    • 3.2 Python语言基础知识
      • 3.2.1 认识抓取数据的工具—爬虫
      • 3.2.2 认识抓取数据的语言—Python
      • 3.2.3 数据的基本类型
      • 3.2.4 for循环与while循环
      • 3.2.5 类、对象、继承
      • 3.2.6 Python案例演练（实操）
    • 3.3 如何管理数据
      • 3.3.1 认识存储数据载体—数据库
      • 3.3.2 认识数据库管理工具—MySQL
      • 3.3.3 用Python操作MySQL数据库
      • 3.3.4 MySQL案例演练（实操）
    • 3.4 如何清洗数据
      • 3.4.1 数据清洗简介
      • 3.4.2 认识数据清洗常用工具—OpenRefine
      • 3.4.3 用OpenRefine清洗数据
      • 3.4.4 学会用
      • 3.4.5 OpenRefine案例演练（实操）
    • 3.5 如何观察数据
      • 3.5.1 数据可视化简介
      • 3.5.2 认识数据可视化工具库—matplotib
      • 3.5.3 用matplotlib制作可视化数据图
      • 3.5.4 新建课程目录
      • 3.5.5 matplotlib案例演练（实操）
  • 4 实战篇—Python数据运营分析
    • 4.1 数据运营分析—准备
    • 4.2 数据运营分析—获客
    • 4.3 数据运营分析—激活
    • 4.4 数据运营分析—留存
    • 4.5 数据运营分析—变现
    • 4.6 数据运营分析—循环
  • 5 实训篇—Python综合实训
    • 5.1 现状分析
    • 5.2 抓取数据
    • 5.3 数据清洗
    • 5.4 数据观察
    • 5.5 综合实训一
    • 5.6 综合实训二
    • 5.7 实训报告
    • 5.8 综合实训一：城市末端配送优化研究
      • 5.8.1 新建课程目录
    • 5.9 综合实训二：分组实验
    • 5.10 新建课程目录
数据运营分析—获客