本套课程来自

三节课

官网的业务数据专家培养计划，，由张涛老师主讲，为什么要做业务数据专家？ 在竞争日益激烈的今天，懂得“数据赋能业务”的价值， 具备高段位的数据分析和应用能力的工作者，才能加薪升职。 如果你是1-5年经验的运营、产品、营销、新媒体等从业者， 且想成为靠谱的“

增长黑客

”或“业务操盘手”，具备相当于 阿里P6或P7级别业务专家的

数据分析

和应用能力，那么这门课程正是为你设计的！本套课程总计大小为1.76G

注意，本套课程缺失第五章，介意者慎拍，后期会更新！

课程目录

• 00.「恭喜，数据课即将开始」
• 01.布棉老师有话说.doc
• 02.学习不孤独！看看你的学长学姐怎么说！.doc
• 00.「关于课程」
• 01.学习计划.doc
• 01.「课程导论」
• 01.课程介绍.doc
• 01.课程介绍
• 02.如何运用数据指导业务？.doc
• 02.如何运用数据指导业务？
• 03.这门课能解决什么问题？.doc
• 03.这门课能解决什么问题？
• 04.总结
• 02.第一章：「指标建模」基础篇
• 01.模块导读.doc
• 02.概述：指标建模.doc
• 02.概述：指标建模
• 03.认识常见的数据指标.doc
• 03.认识常见的数据指标
• 04.1.1 DAU & MAU.doc
• 04.1.1 DAU & MAU
• 05.1.2 如何定义新增？.doc
• 05.1.2 如何定义新增？
• 06.1.3 如何理解留存？.doc
• 06.1.3 如何理解留存？
• 07.1.4 渠道来源怎么看？.doc
• 08.2.1 PV、UV、转化率、访问深度.doc
• 08.2.1 PV、UV、转化率、访问深度
• 09.2.2 访问时长.doc
• 09.2.2 访问时长
• 10.2.3 弹出率（Bounce Rate）.doc
• 10.2.3 弹出率（Bounce Rate）
• 11.3 业务相关的数据指标.doc
• 11.3 业务相关的数据指标
• 12.小结：没有绝对的对错，只求彼此的认同
• 13.「作业一」数据指标概念考察.doc
• 13.附件：三节课第一章作业用数据
• 03.第一章：「指标建模」进阶篇
• 01.Step 1 拆解业务模块.doc
• 01.Step 1 拆解业务模块
• 02.Step 2 判断模块类型.doc
• 02.Step 2 判断模块类型
• 03.Step 3 根据模块类型，选取数据指标.doc
• 03.Step 3 根据模块类型，选取数据指标
• 04.案例：iMoney 数据指标选取.doc
• 04.案例：iMoney 数据指标选取
• 05.案例：闲鱼 数据指标选取.doc
• 05.案例：闲鱼 数据指标选取
• 06.案例：土巴兔（早期）数据指标选取.doc
• 06.案例：土巴兔（早期）数据指标选取
• 07.总结
• 08.「作业二」产品的指标选取.doc
• 04.第二章：常见数据分析方法（基础篇）
• 01.模块导读.doc
• 02.概述：数据工具.doc
• 02.概述：数据工具
• 03.1 如何选择合适的数据工具.doc
• 03.1 如何选择合适的数据工具
• 04.1.1 根据业务核心划分.doc
• 04.1.1 根据业务核心划分
• 05.1.2 根据公司阶段划分.doc
• 05.1.2 根据公司阶段划分
• 06.小结：根据业务需求，选择数据工具.doc
• 06.小结：根据业务需求，选择数据工具
• 07.2 掌握常见的数据分析“套路”.doc
• 07.2 掌握常见的数据分析“套路”
• 08.2.1 计数统计：快速验证.doc
• 08.2.1 计数统计：快速验证
• 09.2.2 流量导向：渠道依赖.doc
• 09.2.2 流量导向：渠道依赖
• 10.2.3 内容导向：质量第一.doc
• 10.2.3 内容导向：质量第一
• 11.2.4 用户导向：用户为王.doc
• 11.2.4 用户导向：用户为王
• 12.2.5 业务导向：商业本质.doc
• 12.2.5 业务导向：商业本质
• 13.小结：成为数据工具的主人.doc
• 13.小结：成为数据工具的主人
• 14.总结
• 15.「作业三」借助数据，多角度观察业务.doc
• 05.第三章：常见数据分析方法（进阶篇）
• 01.模块导读.doc
• 02.导入文本文档.doc
• 02.导入文本文档
• 03.格式化—简单的分列.doc
• 03.格式化—简单的分列
• 04.格式化—复杂的分列.doc
• 04.格式化—复杂的分列
• 05.数据清洗（筛选、排序、去重）.doc
• 05.数据清洗（筛选、排序、去重）
• 06.数据的二次处理（以留存为例）.doc
• 06.数据的二次处理（以留存为例）
• 07.快速呈现：数据透视表.doc
• 07.快速呈现：数据透视表
• 08.表不如图：Excel 常见图表.doc
• 08.表不如图：Excel 常见图表
• 09.数据可视化（Circle Packing、Beeswarm）.doc
• 09.数据可视化（Circle Packing、Beeswarm）
• 10.数据可视化（借助高德地图进行地理位置可视化).doc
• 10.数据可视化（借助高德地图进行地理位置可视化)
• 11.5 个数据工具特色功能展示.doc
• 11.5 个数据工具特色功能展示
• 12.「作业四」处理某社区电商流水数据.doc
• 12.附件：「作业四」订单流水_txt
• 06.第四章：常用的数据处理技巧（必修）
• 01.模块导读.doc
• 02.概述：数据分析.doc
• 02.概述：数据分析
• 03.如何进行对比分析.doc
• 03.如何进行对比分析
• 04.如何进行多维度拆解.doc
• 04.如何进行多维度拆解
• 05.【案例】数据涨跌异动如何处理？.doc
• 05.【案例】数据涨跌异动如何处理？
• 06.漏斗观察的分析方法.doc
• 06.漏斗观察的分析方法
• 07.【案例】如何评估渠道质量，确定投放优先级？.doc
• 07.【案例】如何评估渠道质量，确定投放优先级？
• 08.分布分析的方法.doc
• 08.分布分析的方法
• 09. 用户留存的分析方法.doc
• 09. 用户留存的分析方法
• 10. 【案例】功能内容上线后，如何评估？.doc
• 10. 【案例】功能内容上线后，如何评估？
• 11.「作业五」分析某陌生人社交产品情况.doc
• 07.第四章：常用的数据工具选取（选修）
• 01.模块导读.doc
• 02.用户画像的分析方法.doc
• 02.用户画像的分析方法
• 03.【案例】如何高质量拉新？.doc
• 03.【案例】如何高质量拉新？
• 04.如何进行归因查找.doc
• 04.如何进行归因查找
• 05.【案例】如何精准运营推送？.doc
• 05.【案例】如何精准运营推送？
• 06.路径挖掘的分析方法.doc
• 06.路径挖掘的分析方法
• 07.行为序列的分析方法.doc
• 07.行为序列的分析方法
• 08.【案例】如何辅助产品设计？.doc
• 08.【案例】如何辅助产品设计？
• 09.【案例】羊毛党盛行，如何查出谁在薅？.doc
• 09.【案例】羊毛党盛行，如何查出谁在薅？
• 10.总结：回归业务的数据分析.doc
• 10.总结：回归业务的数据分析
• 11.「作业六」补贴活动异常，抓出羊毛党.doc
• 08.【模块五】数据采集
• 01.模块导读.doc
• 02.概述：数据采集.doc
• 02.概述：数据采集
• 03.数据埋点与数据需求文档.doc
• 03.数据埋点与数据需求文档
• 04.明确埋点需求（想清楚）.doc
• 04.明确埋点需求（想清楚）
• 05.形成需求文档（讲明白）.doc
• 05.形成需求文档（讲明白）
• 06.三节课_互联网数据分析实战课_DRD（模板）
• 06.数据采集实战.doc
• 06.数据采集实战
• 07.其他类型的数据采集方法.doc
• 07.其他类型的数据采集方法
• 08.总结：数据采集.doc
• 08.总结：数据采集
• 09.「作业七」豆瓣“书影音档案”功能埋点设计.doc
• 09.【模块六】毕业设计
• 01.「毕业设计」搭建数据驱动的三节课学习服务体系.doc
• 02.附件一.doc
• 03.附件二.doc