京公网安备 11010802034615号
经营许可证编号:京B2-20210330
核心资源推荐


基于本体论(聚焦“是什么”)和流程化(聚焦“怎么做”)两大方法论,构建数据分析的三大基础范式,为各类业务场景提供底层思维框架。
本体论:核心是研究事物的本质、类别、属性与关系,对应分类分析(识别类别与属性)和相关分析(识别关系)。
流程化:核心是将业务转化为标准化流程,对应链式分析(梳理流程节点与转化关系)。
三大基础范式:分类分析、链式分析、相关分析,是所有数据分析方法的核心基石,适配不同业务问题的本质需求。
通过“化繁为简”的思维,将复杂分析对象按核心指标划分成不同类别,匹配差异化策略,适用于产品分类、客户分层等场景。

分类分析有4个经典模型:波士顿矩阵模型、RFM模型、忠诚度模型、同期群分析模型
核心指标:销售增长率(市场引力)、市场占有率(企业实力)。
分类结果:
策略匹配:明星产品加大投资、现金牛产品维持份额、问题产品选择性投资、瘦狗产品逐步撤退。

核心指标:Recency(最近消费间隔)、Frequency(消费频次)、Money(消费金额)。

阈值确定:常用平均值法、百分位数法(如二八原则)、业务经验法。
分类结果:8类用户(重要价值、重要发展、重要保持、重要挽留、一般价值、一般发展、一般保持、一般挽留)。





核心逻辑:按初始行为时间分群(如同月注册用户),横向追踪同群行为变化,纵向对比不同群同一生命周期表现。
核心指标:留存率、活跃度 等。
应用场景:监控拉新效果、用户生命周期价值评估(如某活动新用户7日留存率对比)。


又称漏斗分析,将业务流程拆解为连贯的关键节点,通过计算各节点转化率,定位流程瓶颈,适用于流量转化、业务流程优化等场景。
链式分析有3个经典模型:广告用户行为漏斗模型、销售行为漏斗模型、AARRR海盗模型


流程:用户获取(Acquisition)→用户激活(Activation)→用户留存(Retention)→用户收益(Revenue)→推荐传播(Referral)。
核心价值:覆盖用户全生命周期,适配产品增长场景(如激活环节用新手教程提升活跃度)。


看到这里,无论你是想入行数据分析的新手,还是已经走在 CDA 认证备考路上的同学,不必等整块的学习时间,用好日常零碎时间,跟着下面的计划现在就能开始。
| 时间段 | 任务章节 | 手册对应考点 | 核心目标 |
|---|---|---|---|
| 10月14日-10月17日 | 第一章 数据分析思维 第二章 数据分析方法 |
1-26 | 掌握数据分析思维内涵、基础范式及6种分析方法,掌握数据分析方法体系与典型应用,完成第一章、第二章练习题 |
| 10月18日-10月21日 | 第三章 商业数据分析框架 第四章 战略数据分析 |
27-51 | 理解商业数据分析框架及各视角分析逻辑,熟练掌握战略数据分析步骤与报告呈现方法,完成第三章、第四章练习题 |
| 10月22日-10月27日 | 第五章 业务数据分析 第六章 描述性统计分析 |
52-62 | 精通业务数据分析全流程及问题解决思路,掌握变量度量、统计量及参数估计方法,完成第五章、第六章练习题 |
| 10月28日-11月6日 | 第七章 指标体系构建方法 第八章 SQL语言基础与MySQL |
63-70 | 学会指标体系构建方法与场景应用,熟练运用SQL进行数据查询、连接与汇总操作,完成第七章、第八章练习题 |
| 11月7日-11月10日 | 第九章 用户标签体系与用户画像 第十章 简单时间序列分析方法 |
71-79 | 掌握用户标签体系搭建与用户画像制作,理解时间序列分析原理并完成预测案例,完成第九章、第十章练习题 |
| 11月11日-11月14日 | 第十一章 数据治理 第十二章 数据模型与数据建模第 十三章 指标体系管理 |
80-103 | 明晰数据治理驱动因素、体系及开展方法,掌握数据模型与数据建模逻辑,掌握指标体系管理逻辑,完成第十一章、第十二章、第十三章练习题 |
| 11月15日-11月25日 | 全教材系统复习 | -- | 系统复习各模块重点,完成模拟测试与错题复盘 |

一、为什么要区分这两种分布 在数据分析和统计学中,拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时,经常会遇到这样的情况:数据源表格里明明新增了一行或一列金额数据,数据源 ...
2026-10-15核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08