这是一门与业务紧密结合，用数据和技术支持业务决策的课程。

为什么做这门课：

• 数据分析师作为一个新兴岗位，市场热度非常高；
• 数据人才岗位缺口大，薪资水平较高；
• 市面上的课程未能将技术和实战相结合，并且缺乏对数据分析师体系化的培养；

这门课解决了哪些痛点

• 市面上课程很多，不知道如何选择；
• 无编程基础想转行数据分析，不知如何入手；
• 市面上课程无法获得项目实战上的经验提升；

这门课适合哪些人

• 互联网行业产品经理、运营等相关从业者，有意转行数据分析师；
• 0-2年的数据分析师，希望更系统的掌握数据分析技术；

• 在校生社会科学（经济学、社会学及管理学等）及理工科背景，修过概率论和高等数学；

这门课不适合哪些人

• 经验丰富的工作者，从事技术型数据分析工作2年以上（如数据挖掘等）；

这是一门与业务紧密结合，用数据和技术支持业务决策的课程：

• 数据分析课程：掌握数据分析师所需要的基本技术，并且了解数据分析的实战工作流程。
• 工具使用课程：使用常用数据分析工具（SQL、Excel、 R），对原始数据进行提取、整理、简单分析、可视化。最终产生基于数据的商业洞见，并面向业务人员进行沟通。
• 面向数据分析师：在课程和项目中，会涉及部分统计知识、机器学习算法、代码等。

这门课程的优势在于：

• 理论和实战紧密结合：用实际案例讲解每一个知识点；

• 课程结构更加合理、学习方法明确 ：课程内容通俗易懂，配备课后练习平台，在每周课程结束都会有相应的项目；

• 讲授方式与内容中西结合：主讲老师有在微软美国和国内互联网公司从业的双重经验，教学委员会老师所在的公司与行业多元化；

课程为何选择教授R、而不教授Python？

• 数据分析P1课程对学员的先修要求门槛不高，零分析工作基础亦可掌握。P1课程的目标为数据分析师，对分析的编程能力要求相对低。R作为一门用于统计计算和统计制图的优秀工具，可以更好赋予学员通过计算机完成数据分析的能力。

学完这门课可以达到什么水平？

• 学生在完成P1课程后，可以在技术上胜任等同于阿里P5或滴滴D5的工作要求 ：熟悉基本工作语言，可以在必要的辅助下独立负责一个分析项目的子模块。（注意：课程中学的分析语言为R，如果所在组工作的主要分析语言为其他，如Python、SAS，学生可以通过学习我们的专项课程或自学熟悉这些工具。但本课程中R的学习将会让你数据数据分析语言的通用使用逻辑。）

数据分析P1与互联网业务数据分析课程的区别？

• 课程结构：相较于互联网业务数据分析课程，数据分析P1更侧重于技术，业务知识在案例中体现；
• 工具使用：在数据分析P1中，会详细讲授软件和数据分析工具的操纵技巧。如SQL、R等；
• 面向岗位：数据分析P1课程面向的是数据分析师、数据科学家等职位；
• 课程内容：数据分析P1中，不涉及数据埋点、指标拆解的内容；