全國數(shù)據(jù)分析師考試時間

2018年數(shù)據(jù)分析師統(tǒng)考計劃安排四次，分別為3月、6月、9月、12月。具體時間安排如下：

全國數(shù)據(jù)分析師報考條件

報考數(shù)據(jù)分析師考試的考生須滿足以下條件之一即可：

①具有國民教育?？萍耙陨蠈W(xué)歷；

②具有一年以上數(shù)據(jù)分析行業(yè)從業(yè)經(jīng)驗。

詳情點擊>>2018CPDA數(shù)據(jù)分析師報考條件

全國數(shù)據(jù)分析師考試大綱

第一部分考試介紹

一、考試目標(biāo)

數(shù)據(jù)分析師專業(yè)技術(shù)考試主要測試考生是否具備數(shù)據(jù)分析基礎(chǔ)知識，是否了解數(shù)據(jù)分析工作流程及數(shù)據(jù)分析技術(shù)，是否具備利用數(shù)據(jù)分析知識解決實際業(yè)務(wù)問題的能力。

側(cè)重考查考生對數(shù)據(jù)分析知識的掌握和應(yīng)用，借助數(shù)據(jù)分析知識解決實際數(shù)據(jù)分析工作和企業(yè)決策工作的能力，根據(jù)企業(yè)決策的需要，對各種相關(guān)數(shù)據(jù)進行分析和評估能力。

考點涉及數(shù)據(jù)分析統(tǒng)計基礎(chǔ)、數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)可視化、數(shù)據(jù)算法模型及客戶數(shù)據(jù)分析、產(chǎn)品數(shù)據(jù)分析、營銷數(shù)據(jù)分析、采購數(shù)據(jù)分析、物流數(shù)據(jù)分析、生產(chǎn)制造數(shù)據(jù)分析、智能供應(yīng)鏈及投資收益風(fēng)險分析等。

二、考試科目及考試形式

考試分為理論機考和實操筆試，理論考試為90 分鐘，實操筆試均為120分鐘，總分都為100分。

三、教材與資料

《數(shù)據(jù)分析基礎(chǔ)》《營銷數(shù)據(jù)分析》《供應(yīng)鏈優(yōu)化與投資分析》《戰(zhàn)略管理》《面授講義》是數(shù)據(jù)分析師考生必修必考教材與資料，查看數(shù)據(jù)分析師考試教材介紹。

四、知識點要求注釋

識記：要求掌握概念、熟悉理論、重點考試要求范圍；

理解：要求應(yīng)知應(yīng)會，非重點考試要求范圍；

應(yīng)用：掌握實際使用方法，運用計算工具或分析軟件進行實 和分析，考試要求范圍；

了解：拓展性知識，非考試要求范圍。

第二部分  考試內(nèi)容

根據(jù)數(shù)據(jù)分析師專業(yè)技術(shù)考試的考試目標(biāo)、科目和考試形式等要求，數(shù)據(jù)分析師專業(yè)技術(shù)考試科目要點包括但不限于以下內(nèi)容：

一、 數(shù)據(jù)分析理論知識

數(shù)據(jù)分析理論知識是對考生數(shù)據(jù)分析基礎(chǔ)知識的掌握程度的測試。數(shù)據(jù)分析基礎(chǔ)主要從數(shù)據(jù)分析的整個流程去考查學(xué)生知識，其中涵蓋了數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)可視化、數(shù)據(jù)分析算法與模型以及數(shù)據(jù)分析結(jié)論建議等方面的知識內(nèi)容?？荚囶}型主要是客觀題，包含單項選擇題、多項選擇題、判斷題，以機考形式考核。

數(shù)據(jù)分析理論知識考試內(nèi)容：

1.數(shù)據(jù)分析整體流程考察，以及各個環(huán)節(jié)常用方式方法。

（1）  數(shù)據(jù)及其分類。

（2）  數(shù)據(jù)分析基礎(chǔ)知識：概率統(tǒng)計基本概念、參數(shù)估計、假設(shè)檢驗、數(shù)據(jù)分析基本方法等。

（3）  數(shù)據(jù)分析工具。

2.數(shù)據(jù)獲取

（1）內(nèi)部數(shù)據(jù)獲?。簲?shù)據(jù)庫基本理論、關(guān)系型數(shù)據(jù)庫、非關(guān)系型數(shù)據(jù)庫、大數(shù)據(jù)存儲和獲取、數(shù)據(jù)倉庫。

（2）外部數(shù)據(jù)獲?。壕W(wǎng)絡(luò)爬蟲、物聯(lián)網(wǎng)數(shù)據(jù)獲取、行業(yè)數(shù)據(jù)獲取、政府?dāng)?shù)據(jù)獲取、外購交易數(shù)據(jù)、API數(shù)據(jù)獲取等。

（3）抽樣調(diào)查技術(shù)：抽樣調(diào)查基本概念、抽樣方法、抽樣誤差和精度描述、抽樣實施步驟等。

3.數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理的意義、方法、以及各種預(yù)處理方法的適用條件。

（1）數(shù)據(jù)的描述性分析：集中趨勢測度、離散趨勢測度等。

（2）數(shù)據(jù)清洗：缺失數(shù)據(jù)、異常數(shù)據(jù)等。

（3）數(shù)據(jù)集成。

（4）數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)標(biāo)準化、數(shù)據(jù)的代數(shù)運 、數(shù)據(jù)的離散化等。

（5）數(shù)據(jù)規(guī)約：變量規(guī)約、數(shù)值規(guī)約等。

4.數(shù)據(jù)可視化

（1）基本圖表及其使用技巧。

（2）可視化工具優(yōu)缺點及適用情況和意義。

5.數(shù)據(jù)分析技術(shù)—機器學(xué)習(xí)基礎(chǔ)

監(jiān)督學(xué)習(xí)算法中回歸和時間序列算法，分類算法中邏輯回歸、決策樹、貝葉斯算法、神經(jīng)網(wǎng)絡(luò)算法、SVM算法等原理及簡單計算。

非監(jiān)督算法中各種聚類算法，降維算法，以及關(guān)聯(lián)規(guī)則算法、文本挖掘中基本算法原理及簡單計算。

6.數(shù)據(jù)分析應(yīng)用

（1）戰(zhàn)略研究、市場研究、消費者使用習(xí)慣與態(tài)度研究、品牌診斷、新產(chǎn)品研究、廣告研究、渠道研究等。

（2）客戶數(shù)據(jù)分析應(yīng)用：用戶畫像的方法、維度分解和模型應(yīng)用的簡單分析與計算等。

（3）產(chǎn)品數(shù)據(jù)分析應(yīng)用：產(chǎn)品定位、產(chǎn)品設(shè)計階段數(shù)據(jù)分析模型原理、產(chǎn)品運營數(shù)據(jù)分析模型原等。

（4）營銷數(shù)據(jù)分析應(yīng)用：市場預(yù)測模型原理、價格模型原理、促銷廣告模型原理等。

（5）供應(yīng)鏈優(yōu)化數(shù)據(jù)分析應(yīng)用：大數(shù)據(jù)智能供應(yīng)鏈、采購模型原理、生產(chǎn)模型原理、物流模型原理等。

（6）投資數(shù)據(jù)分析應(yīng)用：量化投資概念和特點、實業(yè)投資技術(shù)選擇方法、數(shù)據(jù)編制與估算、收益與風(fēng)險數(shù)據(jù)分析等。

二、數(shù)據(jù)分析算法與模型

數(shù)據(jù)分析算法與模型主要考查學(xué)員對所學(xué)算法與模型的宏觀掌握情況，考查學(xué)員對數(shù)據(jù)分析基本知識的掌握程度以及對于數(shù)據(jù)分析算法的理解以及應(yīng)用算法的建模能力?？荚囶}型主要是通過算法模型進行案例分析，題量在4-5 個左右。以計算結(jié)果正誤和解題思路步驟為考核標(biāo)準。數(shù)據(jù)分析算法與模型考試內(nèi)容：

1.機器學(xué)習(xí)算法

監(jiān)督學(xué)習(xí)算法中回歸和時間序列算法，分類算法中邏輯回歸、決策樹、貝葉斯算法、神經(jīng)網(wǎng)絡(luò)算法、SVM算法等。

非監(jiān)督算法中各種聚類算法，降維算法，以及關(guān)聯(lián)規(guī)則算法，文本挖掘基本算法。

2.應(yīng)用模型

KANO 模型、PSM模型、巴斯模型、規(guī)劃求解、層次分析法、節(jié)約里程法、經(jīng)濟生產(chǎn)（訂貨）模型、收益評價指標(biāo)計算、盈虧平衡分析 、敏感性分析 、風(fēng)險概率分析。

三、數(shù)據(jù)分析應(yīng)用

數(shù)據(jù)分析應(yīng)用主要考查學(xué)員在實戰(zhàn)中運用分析原理、選擇合適的分析方法和決策的思維解決實際業(yè)務(wù)問題的能力。考試題型主要是通過數(shù)據(jù)分析流程、分析業(yè)務(wù)背景辨別適合應(yīng)用的分析算法模型，并綜合評估分析結(jié)果，對實際問題進行分析、預(yù)測并提出解決方案。

考試題型是大案例分析，題量在 2-4 個左右。 以分析思路步驟和預(yù)測結(jié)果與真實數(shù)據(jù)誤差項為考核標(biāo)準。

數(shù)據(jù)分析應(yīng)用考試內(nèi)容：

1.數(shù)據(jù)獲取

（1）  結(jié)構(gòu)化數(shù)據(jù)獲取方式和方法。

（2）  非結(jié)構(gòu)化數(shù)據(jù)獲取方式和方法。

2.數(shù)據(jù)預(yù)處理

（1）數(shù)據(jù)的描述性分析：集中趨勢測度、離散趨勢測度等。

（2）數(shù)據(jù)清洗：缺失數(shù)據(jù)、異常數(shù)據(jù)等。

（3）數(shù)據(jù)集成。

（4）數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)標(biāo)準化、數(shù)據(jù)的代數(shù)運算、數(shù)據(jù)的離散化等。

（5）數(shù)據(jù)規(guī)約：變量規(guī)約、數(shù)值規(guī)約等。

3.數(shù)據(jù)可視化

（1）基本圖表及其使用技巧。

4.數(shù)據(jù)分析技術(shù)—機器學(xué)習(xí)基礎(chǔ)

（1）方法選擇;監(jiān)督學(xué)習(xí)算法中回歸和時間序列算法，分類算法中邏輯回歸、決策樹、貝葉斯算法、神經(jīng)網(wǎng)絡(luò)

算法、SVM算法等。

非監(jiān)督算法中各種聚類算法，降維算法，以及關(guān)聯(lián)規(guī)則算法、文本挖掘中基本算法等。

（2）方法評估

5.數(shù)據(jù)分析應(yīng)用

（1）戰(zhàn)略研究、市場研究、消費者使用習(xí)慣與態(tài)度研究、品牌診斷、新產(chǎn)品研究、廣告研究、渠道研究等。

（2）客戶數(shù)據(jù)分析應(yīng)用：用戶畫像的方法、維度分解和模型應(yīng)用等。

（3）產(chǎn)品數(shù)據(jù)分析應(yīng)用：產(chǎn)品定位、產(chǎn)品設(shè)計階段數(shù)據(jù)分析、產(chǎn)品運營數(shù) 等。

（4）營銷數(shù)據(jù)分析應(yīng)用：市場預(yù)測模型、價格模型、促銷廣告模型等。

（5）供應(yīng)鏈優(yōu)化數(shù)據(jù)分析應(yīng)用：大數(shù)據(jù)智能供應(yīng)鏈、采購模型、生產(chǎn)模型、物流模型等。

（6）收益與風(fēng)險數(shù)據(jù)分析應(yīng)用等。

第三部分 考核目標(biāo)