項目實戰
項目一：京東入駐商電商項目實戰——訂單報表分析+用戶畫像體系
項目介紹：
對於京東入駐商而言，面對海量的數據無從下手，如何從數據中一步步發現並梳理用戶的標籤成爲了數字化業務轉型的重心。那麼什麼是用戶畫像？電商平臺的入駐商們需要如何通過前臺與後臺數據搭建用戶畫像呢？
學習目標：
學會靈活使用報表分析、數據可視化等手段以電子商務平臺入駐商的角度搭建用戶畫像體系，並且能夠獨立完成“數據抓取→數據清洗→數據分析→分析決策”的基本數據分析任務。學會如何通過電商業務邏輯實現從有限的數據中找到多維信息並理清其中不同維度的數據關係。
項目大綱：
京東平臺業務背景及相關數據介紹
訂單數據的數據分析基本思路——製作可視化報表
可視化報表涉及到的Python知識點講解
京東訂單數據的宏觀分類與分析思路
京東訂單數據的微觀分類與分析思路
京東訂單數據多表格數據的彙總與分析
京東訂單數據針對用戶屬性判別的分析
京東訂單數據針對地區品牌滲透度判別的分析
訂單可視化報表與用戶畫像的關係
項目二：京東入駐商電商項目實戰——京東用戶畫像
項目介紹：
對於京東入駐商而言，面對海量的數據無從下手，如何從數據中一步步發現並梳理用戶的標籤成爲了數字化業務轉型的重心。銷售量每日波動，入駐商在備貨時如何建立科學的銷量預測及備貨模型？訂單數據雜亂，如何用“數據抓取→數據清洗→數據分析→分析決策”的數據化運營步驟逐一推進？
學習目標：
學會靈活使用線性迴歸、數學仿真、數據可視化等手段以電子商務平臺入駐商的角度搭建用戶畫像體系，並且能夠獨立完成“數據抓取→數據清洗→數據分析→分析決策”的基本數據分析任務。學會如何通過電商業務邏輯可以實現從有限的數據中找到多維信息並理清其中不同維度的數據關係。例如電商入駐商如何從基本的訂單數據中實現價格歧視的運營策略，如何構建對市場的分類和用戶的區分，如何在沒有職業數據的前提下推測用戶的職業屬性。
項目大綱：
京東入駐商相關數據介紹——訂單數據
電商運營的殺手鐗——用戶畫像體系
搭建用戶畫像體系——入駐商獲知自身的品牌定位和產品定位
用戶畫像涉及到的Python知識點講解——文件讀取，地圖可視化，數據可視化技術
搭建京東用戶畫像體系——數據可視化
用戶地區分佈分析——帕累託圖
用戶購買習慣分析——折線圖
價格地區分佈分析——地圖可視化
電商入駐商店鋪定位分析+市場分析
用戶畫像對於電商團隊管理的幫助
項目三：京東入駐商電商實戰項目——數據化運營
項目介紹：
對於電子商務零售行業而言，產品銷售量每日波動，入駐商在備貨時如何建立科學的銷量預測及備貨模型？訂單數據雜亂，如何用“數據抓取→數據清洗→數據分析→分析決策”的數據化運營步驟逐一推進？
學習目標：
學習瞭解相關互聯網電商基礎概念，例如同比/環比/PV/UV等，然後會學習一些常用的數學分析工具，例如線性迴歸、仿真計算、概率模型等，緊接着會結合相關項目數據和案例學習如何將數學分析工具應用到業務中。在學習數據化運營的不同體系知識時，會分別從運營體系、倉儲體系、市場體系、產品體系這四個體系進行實操訓練。
項目大綱：
京東入駐商相關數據介紹（前臺數據+後臺數據）
什麼是數據化運營？數據化運營與經驗化運營的區別是什麼？
數據化運營的體系介紹
（運營體系、倉儲體系、市場體系、產品體系、營銷體系等）
數據化運營涉及到的Python知識點講解
（爬蟲技術，數值計算、建模分析、數學仿真）
運營體系數據化
（從需求角度/競爭角度優化關鍵詞，如何量化關鍵詞評分，轉化率分析+用戶訪問深度分析，PV/UV的概念介紹及計算）
倉儲體系數據化
（簡易計算法、計量計算法、數學仿真法）
市場體系數據化
（微觀：銷量同比/環比，銷量權重對比，日/周/月銷量對比；宏觀：市場佔有率計算，宏觀市場分析，平臺數據抓取與分析）
產品體系數據化
（線性迴歸概念介紹，線性迴歸在產品生命週期判斷中的作用，產品多屬性比較與定位，矩陣模型在產品定位中的作用，競品分析中產品價格數值定位）
項目四：京東電子書與實體書實戰項目——數據化商業分析
項目介紹：
對於多渠道發售的商品而言，不同渠道之間可能會存在銷量蠶食與銷量促進的效應，那麼對於平臺方而言，如何通過電子書和實體書這兩種渠道數據判斷電子書是否會對實體書產生蠶食？如果要發售一本書的電子書版本，什麼時間段發售纔是最具有利潤空間的？
學習目標：
首先學習多渠道運營的相關知識，例如渠道之間的影響因素、渠道與渠道之間的關係、渠道的定位方法等，然後會學習數學的相關進階知識，例如邏輯迴歸原理、多變量回歸方法、聚類分析原理等。之後會結合京東平臺的書籍銷售數據，對於電子書和實體書雙渠道銷售的不同商業決策進行比較和判斷，最終得出基於數據分析的結論。
項目大綱：
京東電子書相關數據介紹
（實體書與電子書兩種渠道書籍銷售數據、價格數據、評價數據）
什麼是商業分析？數據化商業分析與傳統的行業研究區別是什麼？
數據化商業分析涉及到的Python知識點講解
（多變量回歸、聚類分析、非線性迴歸）
京東多渠道商業分析項目背景介紹
京東多渠道商業分析數據處理思路講解
不同書籍分類分析方法講解
電子書對實體書銷量影響程度判斷與影響因素確定
進階項目實戰
進階項目一：電商平臺方宏觀數據分析思路
項目大綱：
京東電商平臺相關數據介紹
電商平臺數據分析與電商入駐商數據分析的區別
常見的業務數據指標介紹
（增長導向指標、活躍導向指標、轉化導向指標）
「用戶數據指標」：DAU、MAU、新增、留存、渠道來源等
「行爲數據指標」：PV、UV、轉化率、訪問時長、訪問深度、彈出率等
「業務數據指標」：GMV、ARPU、付費人數、付費率、付費頻次等
電商平臺業務的“人貨場”思維模式
如何運用運營手段提升數據分析的精準度
進階項目二：電商平臺方數據架構及用戶消費力預測
項目大綱：
京東用戶相關數據介紹
京東電商平臺用戶畫像體系與電商入駐商用戶畫像體系的區別
如何搭建京東電商平臺用戶畫像體系
用戶性別/年齡預估識別
（爲什麼無法直接通過用戶填寫的信息判斷用戶性別/年齡，如何通過用戶行爲數據分析用戶性別/年齡）
用戶品牌品類傾向/偏好判斷
用戶消費等級消費能力劃分
（RFM模型，優質用戶與劣質用戶的劃分，黑名單與白名單的建立，聚類法）
用戶購買預測
（用戶購買預測對於電商推薦算法的重要性，數學概率模型的解釋與使用）
進階項目三：電商平臺方精準營銷及商品畫像體系
項目大綱：
京東商品相關數據介紹
什麼是商品畫像體系
（電商平臺類目的劃分是怎樣的，子類目與母類目的從屬關係，如何通過電商類目劃分與商品數據梳理出電商平臺商品畫像體系）
爲什麼要搭建商品畫像體系
（平臺定位，供應商定位，KA商家與長尾商家的劃分）
如何搭建京東電商商品畫像體系
購物籃分析
（關聯分析與購物籃分析的關係，關聯分析中的支持度、可信度、提升度分析，購物籃分析對於電商平臺的運營決策輔助）
產品定位分析
（波士頓矩陣概念介紹，金牛型/明星型/瘦狗型/問題型產品及類目的劃分）
精準營銷算法及技術的應用
（千人千面技術導論，如何將產品畫像與用戶畫像相結合）
項目經驗總結與數據分析進階技能導論
課程大綱：
廣告營銷項目經驗總結
電商運營項目經驗總結
商業分析項目經驗總結
平臺產品項目經驗總結
現階段互聯網領域對於數據分析師職業的定位及需求
數據分析中圖像識別技術在電商選品及運營中的應用
（AI→選品，CV→運營）
數據分析中機器學習技術在互聯網策略產品中的應用
（廣告推薦算法，電商推薦算法）
《京東商業數據分析師實戰訓練營》
專注於培養行業TOP10%的數據分析師
對課程有意向的同學
添加課程顧問小姐姐微信
報名、課程諮詢
????????????
《京東商業數據分析師實戰訓練營》
專注於培養行業TOP10%的數據分析師
對課程有意向的同學
添加課程顧問小姐姐微信
報名、課程諮詢
????????????