京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据来源:CDA数据科学研究院
自2014年12月至2019年6月,CDA数据分析师认证考试已进行十届。
每年6月与12月,来自全国各地的考生在20多所城市进行严格统考,获取专业技能,拿到高金证书。第十届CDA数据分析师认证考试现已结束,本次考试共进行了LEVEL 1业务数据分析师,LEVEL 2建模分析师,LEVEL 2大数据分析师、LEVEL 3数据科学家(第一阶段)四门科目。
经过简要的数据分析,CDA数据分析研究院发布本次考试的通过率及考生数据报告:
CDA数据分析师第十届通过率:
解读:本届考试通过率及成绩情况
· LEVEL 1 通过率为65%(其中成绩A占比4%,成绩B占比18%,成绩C占比43%)
· LEVEL 2 建模分析师通过率为46%(其中成绩A占比11%,成绩B占比16%,成绩C占比19%)
· LEVEL 2 大数据分析师通过率为52%(其中成绩A占比4%,成绩B占比16%,成绩C占比32%)
以往十届CDA认证考试通过率情况:
第十届CDA认证考试考生地区分布:
第十届CDA认证考试考生专业分布:
解读:
根据考生的专业字段进行了整理分析,可以看出考生的专业分布比较分散,其中数学与统计专业的考生占比最多,为21.9%;其次为工程类专业占比13.21%,经济与金融占比12.75%,信息类占比12.75%,计算机学科占比11.12%,四个专业相差不大。其他还包括管理类、财会、物流、电商、机械、医学、社科、旅游等专业。
第十届CDA认证考试考生工作年限情况:
第十届CDA认证考试考生岗位分布:
解读:
此数据为综合了本届考试所有考生的岗位信息,进行了数据的整理和分类,删除了空缺值,得出了考生从业岗位的占比情况。
可见数据分析岗位占比最多,接近一半的考生都是从事数据相关类工作;IT技术类岗位其次,占比21.03%;产品经理、项目经理、主管总监类相关岗位随后,总占比16.25%。其他还包括市场、营销、运营类岗位;财务、投资等金融类岗位。
基本证明了对于大多数还在数据类岗位的从业人员都急需一个专业能力的提升和认可,获得CDA证书也将是在自己现有职位往更高职位或平台的一个跳板。在IT岗的一些工程师欲获得CDA证书,转行从事数据岗位。而在管理、运营、产品、市场等岗位,也有较大的数据分析技能需求。
解读:
以上是筛选了考生来自的所有企业单位,列出的知名企业名单,包括外企、国企、私企、政府部门等。可看出这些优质企业,500强企业,政府部门的员工也需要CDA技能,参与CDA认证考试,获得证书。也说明CDA持证人遍布在这些企业单位,接触着最前沿的数据技术。
最后,附上本届各等级考试优秀考生榜单:
恭喜以上考生获得优异成绩!!
后续更多优秀考生及状元采访秀,敬请持续关注我们的最新消息,也可以关注我们的微信公众号「CDA数据分析师」!
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21