用豆包工作做数据分析——办公场景实战培训

用豆包工作做数据分析——办公场景实战培训

面向日常数据处理、报表统计、图表呈现与建模预测的职场人士

¥299.9
本课程包括
  • 6小时50分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 通过学习,建立 AI 辅助数据分析的完整认知,理解豆包工作在数据分析场景的定位与能力边界,掌握借助豆包开展数据分析的整体工作流程,摆脱对复杂编程工具的依赖。
  • 学员可以掌握基于豆包开展描述统计分析、数据可视化、简单数据建模的实操方法,可以快速产出统计指标、图表与初步模型结论,挖掘业务数据背后的信息。
  • 学员能掌握完整数据分析报告撰写思路,能够把统计结果、图表、分析结论整合输出成规范可用的业务分析报告,实现从原始数据到完整分析成果的全链路闭环。
浏览相关主题
课程介绍

做数据分析被卡点:不会Python、SQL,处理表格脏数据耗费大量时间;手工统计、绘图效率低下,复盘报告产出慢;网上AI数据分析教程碎片化,不知道怎么完整走完从原始数据到业务报告的全流程;业务人员没有专职分析师支持,拿到数据却挖掘不出有效业务结论。

👨‍🏫权威讲师

谢佳标,数据分析实战讲师,深耕业务侧AI数据分析落地。课程立足真实办公业务场景,避开复杂编程,聚焦可直接复用的实操流程。

✨核心内容

  1. 全链路闭环体系:从基础操作、数据清洗预处理,到统计分析、可视化、建模、报告输出,完整覆盖AI辅助数据分析全流程,告别碎片化零散教程。

  2. 零代码业务导向:不堆砌编程语法,全部基于豆包工作实操,对接真实办公业务表格,方法直接迁移到日常工作。

  3. 自学友好教学设计:遵循从基础到实战的进阶路径,关键提示词、操作要点重点标注,可自由调配学习进度,跟着课程即可完成整套分析作业。

  4. 多人群适配,业务职员、数据分析新人、学生、业务管理者均可学习,低门槛完成数据分析产出。

🎯学员收益

  1. 建立AI辅助数据分析完整认知,理解豆包工作的能力边界,掌握AI数据分析完整工作流程,摆脱对复杂编程工具的依赖。

  2. 熟练使用豆包完成数据基础操作与预处理,高效处理缺失值、异常值、格式错乱等脏数据,完成原始业务数据清洗整理。

  3. 掌握描述统计、数据可视化、简易数据建模实操,快速生成统计指标、业务图表,挖掘原始数据背后的业务信息。

  4. 掌握数据分析报告完整撰写逻辑,整合数据、图表与业务洞察,输出规范可用的业务分析报告,实现从原始数据到分析成果的闭环。

👥目标人群

  • 职场业务岗(运营/市场/销售/行政):无Python、SQL基础,表格处理耗时,希望靠AI高效分析数据、输出业务结论

  • 数据分析新人、转行学习者:不想啃复杂代码,想要掌握AI辅助分析全流程,完成清洗‑统计‑出图‑写报告整套工作

  • 产品/运营/增长从业者:高频业务复盘,希望借助AI简化预处理、绘图、写报告,提升分析产出效率

  • 学生、实习求职人员:需要完成课程、实习数据任务,补齐数据分析项目实操能力,丰富求职素材

  • 中小团队业务负责人:无专职分析师,希望低门槛解读业务数据,产出可落地的分析报告

📑课程大纲

  1. 认知入门:AI视角看懂数据分析,豆包工作基础应用|理清AI数据分析工作逻辑,建立工具使用正确认知

  2. 数据治理:基础操作与数据预处理实战|处理缺失、异常、格式问题,把原始脏数据整理成可用分析素材

  3. 挖掘洞察:描述统计、可视化与简易数据建模|借助AI快速产出指标、图表,开展初步数据建模,挖掘业务信息

  4. 成果输出:整合内容撰写完整业务数据分析报告|串联全流程分析结果,输出可直接交付的标准化业务报告

❓FAQ(自学疑虑解答)

Q:需要掌握Python、SQL吗?

A:不需要编程基础,会基础表格操作即可学习。

Q:学完之后可以做到什么?

A:可以借助豆包工作完成数据清洗、统计可视化、简易建模,输出完整业务数据分析报告。

立即获取这套超值知识资产,自由安排学习节奏,开启高效自学,掌握AI辅助数据分析核心技能!

适合人群
  • 职场办公职员、业务岗(运营 / 市场 / 销售 / 行政)
  • 产品、运营、增长从业者
  • 数据分析新人、转行入门学习者
讲师介绍
2017-2026 微软MVP
擅长领域:
  • 数据分析与数据决策
  • 商业分析
曾就职于平安人寿担任资深数据挖掘专家,目前供职于世界百强企业,负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验;曾经从事过电商、电购、电力、游戏、金融和物流等行业,熟悉不同行业的数据特点。R语言资、python资深玩家,熟练掌握深度学习Tensorflow2框架,有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作:《R语言与数据挖掘》、《数据实践之美:31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习:入门、实战与进阶》、《R语言数据分析与挖掘(微课)》和深度学习从入门到精通:基于keras(微课版)》、《AI数据分析极简入门》
课程大纲
共0节 时长0分钟 全部收起
用豆包工作做数据分析系列课程内容介绍
9分钟
第一章 数据分析与豆包工作
共5节 | 50分钟
  • 数据分析的权威定义与学科定位
    6分钟
  • DIKW 层级:从数据到智慧的四级跃迁
    4分钟
  • 分析成熟度四阶段:从看到过去到决定未来
    21分钟
  • 描述统计与CRISP-DM数据挖掘流程介绍
    10分钟
  • 豆包工作能在数据分析中做什么
    8分钟
第二章 数据基础操作
共5节 | 1小时3分钟
  • 度量尺度四层次:决定这一列数据能做什么运算
    11分钟
  • 维度建模基本概念、数据基本单位、常见数据格式及数据类型
    7分钟
  • 多表关联案例实践:数据介绍
    8分钟
  • 多表关联案例实践:使用Excel公式完成数据关联
    23分钟
  • 多表关联案例实践:使用豆包工作自动完成数据关联操作
    14分钟
第三章 数据预处理
共5节 | 1小时21分钟
  • 数据质量六维度(DAMA-DMBOK)与度量方式
    5分钟
  • 缺失数据机制与处理策略
    28分钟
  • 异常值判定的四类统计准则
    22分钟
  • 案例实践:使用豆包工作自动完成数据缺失值与重复值处理
    16分钟
  • 案例:使用豆包工作进行数据异常值与格式标准化
    10分钟
第四章 数据描述统计分析
共6节 | 41分钟
  • 集中趋势指标:均值、中位数、众数定义讲解
    9分钟
  • 离散程度指标:极差、四分位距、方差、标准差、变异系数定义讲解
    8分钟
  • 分布形态指标:偏度和峰度的定义及解释
    7分钟
  • 业务指标的构成要素与分类
    3分钟
  • 同环比、定基比与常用业务比率的介绍
    2分钟
  • 案例:使用豆包工作对超市交易数据进行描述分析
    13分钟
第五章 数据可视化
共6节 | 48分钟
  • 图表选型矩阵:分析目的 × 推荐图形
    6分钟
  • 实操:一句话生成饼图、柱状图、条形图
    8分钟
  • 实操:一句话生成折线图、面积图、散点图、气泡图
    11分钟
  • 实操:一句话生成箱线图、小提琴图、直方图与核密度曲线、线性相关图
    12分钟
  • 实操:一句话生成散点图矩阵
    6分钟
  • 实操:一句话生成分面板图
    5分钟
第六章 数据建模
共10节 | 1小时41分钟
  • 混淆矩阵与分类评估指标体系介绍
    15分钟
  • 回归模型评价指标介绍
    4分钟
  • 聚类分析评估介绍
    7分钟
  • 模型泛化能力、过拟合及建模目的介绍
    13分钟
  • 场景 6-1 实战:客户流失预测(分类)-用到模型及提示词介绍
    7分钟
  • 场景 6-1 实战:客户流失预测(分类)-豆包工作实际演练
    16分钟
  • 场景6-2:个人医疗费用预测(回归)--用到模型介绍
    4分钟
  • 场景6-2:个人医疗费用预测(回归)--提示词及豆包工作实际演练
    19分钟
  • 场景 6-3 实战:客户分群(聚类)--常用聚类算法概述
    8分钟
  • 场景 6-3 实战:客户分群(聚类)--提示词及豆包工作实际演练
    9分钟
第七章 数据分析报告撰写
共2节 | 17分钟
  • 数据分析报告撰写
    9分钟
  • 场景 7-1 用豆包生成分析报告
    7分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。