业务融合

CBDA业务数据分析师

点击进入课程总表

CBDA业务数据分析师

数字化趋势下,业务数据分析作为一门学科尤为重要,通过该学科应用一组特定的技术、能力和实践来执行对业务数据的持续探索和调查。业务数据分析的目标是获得有关业务的见解,从而改进基于证据的决策。

上海信息化培训中心SITC举办CBDA课程旨在向参与者介绍数据分析的绝佳实践,从理论框架到数据实践,从提出正确的问题到获取和分析数据,一直到从数据中获得见解并影响决策者。该课程参照 国际商业数据分析指南框架,并进行了Python和R语言实战扩展,以案例研究和数据实验为特色,帮助参与者尽快在他们的工作中使用这些概念。

参加我们的课程,你将有机会与来自跨行业和背景的专业人士进行交流和学习,从而扩大你的视野和理解。我们的讲师团队都是经验丰富的商业架构师,将分享他们的丰富知识和深厚经验,帮助你理解和应对实际工作中的挑战。

无论你是希望提升你的职业技能,还是希望在你的企业中推动变革,引领数字化转型,我们业务数据分析培训都将为你提供所需的知识和技能。我们期待你的加入,一起开启这个激动人心的学习旅程!

BDA为团队带来的能力

数字化正在改变业务,具有有效执行业务数据分析计划相关技能的业务分析师以各种方式为所在团队做出贡献,包括提供以下能力:

将业务问题转化为数据分析可以回答的问题

使用分析结果来确定可行的选项

向非技术利益干系人解释技术结果

通过数据讲故事来可视化数据并翻译结果

建立并表现出对客户的同理心

课程目标

通过学习本课程,您应该期待以下内容: ? 您将对数据分析过程和任务有很好的理解 ? 您将认识到在参与数据分析计划时需要关注的重要领域 ? 您将培养执行数据分析任务的实用技能 ?

授课对象

业务分析师、数据科学家和工程师、项目经理、咨询顾问、开发人员、测试人员、以及任何有兴趣学习新技能和扩大业务分析领域能力的人。

对具有一定经验和业务数据分析技能的业务分析专业人员最有用,特别适合已经参与数据分析项目的 BA 专业人士,希望将自己的能力扩展到数据分析项目的业务方面的数据分析专业人员。

任何希望提高数据分析技能的人,将职业转变为数据分析师的专业人士

培训内容

o  数据科学/分析基础

o  业务分析和数据分析

o  业务数据分析领域框架

o  确定适合的研究问题

o  数据科学/分析基础

o  数据来源

o  数据分析

o  结果解释和报告

o  通过结果影响业务决策

o  指导业务数据分析的组织级战略

PYTHON和R语言在数据分析中的应用

培训资料

当你报名本期课程并计划参加 CBA 认证考试的话,将开通个人自己的 正式会员,在开始课程之前,就可以访问属有自己姓名的数据分析指南官方副本。

开课前提供纸质的CBDA讲义。

除此之外,我们还给你准备了CBDA考试模拟题以及相关学习材料和指南。

课程特点

  1. 业务数据分析方法与最新实践结合,助推数字化转型。
  2. 案例式教学,增强学员业务数据分析实战能力提升

考试认证

可选CBDA 考纲包括于商业数据分析指南中讨论的六个蓝图领域

确定研究问题 – 20%(15 个问题)。

数据来源 – 15%(11 个问题)。

分析数据 – 16%(12 个问题)。

解释和报告结果——20%(15 个问题)。

使用结果来影响业务决策 – 20%(15 个问题)。

指导业务分析的组织级战略 - 9%(7 个问题)


           马上联系我们

如果您正在寻找最优质的CBA商业架构培训,欢迎立即联系SITC相关培训负责人垂询培训课程相关事宜。

联系人:常老师 

联系电话:021-22502730 

电子邮箱:changw@sitc.net.cn

全国统一热线:4008808369 

值班手机/微信号:18116032158













我要报名
编号 课程名称 课程缩写 课程类别 天数 班次
CBDA业务数据分析师 NEW
一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 十一月 十二月
我要报名

CBDA 商业数据分析师考试大纲

每个知识领域的能力和熟练程度

所用技能和知识水平的定义。实用知识或一般意识:

实践经验有限。专业知识是在安全、结构化的环境中(小型、不太复杂的工作)中开发的,在该环境中寻求和提供指导。

基础知识:对工作中涉及的基本技能和知识有基本的了解。

理解:认识到工作的关键要素以及它们的重要性。但是,不期望有执行的经验或技能。

遵循规则:坚持规定的方式完成工作,但需要规则和准则才能成功执行。

能力要素分为六个知识领域:

其中五个知识领域是基于从业者的领域,参见IIBA《业务数据分析简介:从业者观点》中所述;一个是IIBA《业务数据分析导论:组织观点》中的基于组织的领域。

1:确定研究问题

1.1 识别和构建业务情况

1.1.1 一般意识:了解企业想要解决的问题或机会

1.1.2 实用知识:遵循规则定义业务需求

1.1.3 实用知识:遵循规则分析当前状态,了解现有环境

1.1.4 一般意识:了解未来状态,包括从分析研究中寻求的结果

1.1.5 一般意识:了解确定当前和未来状态之间的差距

1.1.6 一般意识:了解衡量成功的KPI和/或指标

1.1.7 一般意识:了解确定分析工作的范围

1.1.8 一般意识:了解确定分析假设、约束、依赖关系

1.1.9 一般意识:组织当前分析状态的基本知识,包括当前文化、实践、技能、系统和数据

1.2 计划分析方法

1.2.1 一般意识:定义如何执行分析工作的基本知识

1.2.2 一般意识:理解制定分析将用于回答的研究问题

1.2.3 一般意识:确定活动、可交付成果、模型的基本知识

1.2.4 一般意识:基于分析类别的拣选工具和技术的基本知识

1.2.5 一般意识:工作活动顺序的基本知识

1.2.6 一般意识:了解获得方法的批准,包括研究问题

2:数据来源

2.1 规划数据源活动

2.1.1 一般意识:回答研究问题需要哪些数据的基本知识

2.2.2 一般意识:了解贡献有关所需/可用数据的专业知识

2.2 识别数据源

2.2.1 一般意识:了解确定哪些数据已经收集以及需要哪些新数据

2.2.2 一般意识:构成数据集的数据源(数据湖、集市、保险库、仓库)的基本知识

2.3 确定如何以及何时获取数据

2.3.1 一般意识:识别数据频率和流量的基本知识

2.3.2 一般意识:了解评估数据质量

2.4. 执行数据设置和准备

2.4.1 一般意识:确定样本量的基本知识

2.4.2 一般意识:支持数据科学家进行数据抽样的基本知识

2.4.3 一般意识:理解建立/识别数据中的关系

2.4.4 一般意识:数据之间依赖关系的基本知识,例如聚类/敏感性分析

2.4.5 一般意识:数据源之间数据链接的基本知识

2.4.6 一般意识:获取数据的基本知识

2.4.7 一般意识:预处理/清洗数据的基本知识

2.4.8 一般意识:了解评估数据完整性/质量

2.4.9 一般意识:了解从数据集中检测异常值/噪声/特征

2.4.10 一般意识:根据需要调整数据采集方法的基本知识

3:分析数据

3:分析数据

3.1 一般意识:了解生产范围、数据和决策模型

3.2 一般意识:创建架构图的基本知识

3.3 一般认识:开发数学模型的基本知识

3.4 一般意识:建议和实施预测模型的基本知识,如回归、物流回归、决策树/随机森林、神经网络等。

3.5 一般意识:准备数据的基本知识

3.6 一般意识:进行数据分析的基本知识

3.7 一般意识:了解分析结果是否有助于回答业务问题

3.8 一般意识:根据获得的结果根据需要调整分析方法的基本知识

3.9 一般意识:解释回归输出和根据需要调整模型的基本知识

4:解释和报告结果

4:解释和报告结果

4.1 一般意识:理解解释结果

4.2 一般意识:理解从分析结果中获得见解

4.3 一般意识:理解根据发现提炼问题/机会陈述

4.4 一般意识:理解从得出的见解中提出建议

4.5 实用知识:遵循规则发展业务叙述,向业务解释结果

4.6 实用知识:遵循规则开发可视化以帮助沟通

4.7 实用知识:在准备分析包进行沟通时遵循规则

4.8 实用知识:遵循规则来确定如何最好地包装和沟通

4.9 实践知识:遵循规则确定利益相关者的沟通需求

5:利用结果影响业务决策

5:利用结果影响业务决策

5.1 一般意识:了解确定分析结果是否回答了研究问题

5.2 一般意识:了解评估分析结果满足业务需求的程度

5.3 实践知识:在评估建议的解决方案和建议行动时遵循规则

5.4 一般意识:了解制定实施计划

5.5 实践知识:在评估组织准备和管理变革时遵循规则

6:指导公司级业务分析战略

6.1 建议操作

6.1.1 一般意识:了解将分析结果转换回组织内政策和程序的过程

6.2 评价

6.2.1 一般意识:了解评估建议的分析解决方案

6.2.2 一般意识:衡量数据驱动决策的行为或结果的基本知识

6.2.3 一般意识:评估分析和系统方法的基本知识

6.2.4 一般意识:了解评估组织准备情况,包括已识别的差距、资源、数据、自动化准备情况并提出正确的问题:

  • 组织是否准备好实现分析自动化?
  • 组织是否拥有正确的数据?

6.3 主数据管理

6.3.1 一般意识:确保数据一致表示的基本知识

6.3.2 实用知识:遵循规则维护词汇表

6.3.3 一般意识:数据安全基础知识

6.3.4 一般意识:对指标/KPI执行数据验证的基本知识

6.4 执行数据管理

6.4.1 一般意识:了解构建内部报告/分析仪表板

6.4.2 一般意识:了解扫描和编目公司中的数据资产

6.5 元数据管理

6.5.1 一般意识:主数据与操作和事务数据之间区别的基本知识

6.5.2 一般意识:识别和应用数据隐私规则的基本知识

6.6 性能改进

6.6.1 一般意识:确保确定一套标准工具/技术并遵守标杆实践的基本知识

6.6.2 一般意识:提供有关标杆实践和遵守标准的信息的基本知识

6.6.3 一般意识:确保在团队之间共享抽样方法(在有意义的地方)并为所有人理解的基本知识

6.6.4 一般意识:维护重用分析要求的基本知识

           马上联系我们

如果您正在寻找最优质的CBA商业架构培训,欢迎立即联系SITC相关培训负责人垂询培训课程相关事宜。

联系人:常老师 

联系电话:021-22502730 

电子邮箱:changw@sitc.net.cn

全国统一热线:4008808369 

值班手机/微信号:18116032158












资料整理中...

微博 联系我们
×

分享到微信朋友圈