CDA证书一级必备知识点【教材精华总结】

博主已通过CDA数据分析师一级考试，下面是来自红色封皮官方教材中必须要掌握的知识点（个人认为）。

最好记住每一个概念都是什么意思，每个分类大类下面都包含哪些小类，尤其是分辨每种图表的用途，每个分析方法的适用场景，真题考了好几个。

1、表格结构的数据类型：数值、文本、逻辑

2、BI流程：ETL、DW、OLAP、可视化

3、5种基本汇总规则：合计、计数、平均、最大值、最小值。

4、数据挖掘：描述性分析、预测分析。

5、float默认( 10,2 ) 最多10位数字，其中两位小数，decimal 默认 (10 , 0)，最多10位数字，其中0位小数。

6、where字句在分组聚合前执行，所以不能引用聚合函数作为筛选条件，但是having子句是在分组聚合后执行的，因此可以。

7、分类<顺序<数值，分析方法向上兼容，低级的高级可用，但是高级的低级不能用。

8、关于集中趋势

• 分类数据：众数
• 顺序数据：分位数
• 数值数据：各种平均数（大算几调，大蒜几条）

9、关于集中趋势

• 分类：异众比率（异众比率越大，众数的代表性越差）
• 顺序：极差（越大，数据越分散，但是误差大），四分位差（越大说明中间50%的数据越分散）。
• 数值：平均差（越大越分散）、方差标准差、离散系数（标准差/算数平均数 ，越大越分散）

10、关于分布形态

• 偏态
• 峰态

11、描述性统计图

• 频数分布表
• 统计图：饼图（结构）、条形图（对比）、直方图（数据分布形态）、箱线图（数据分布特征）、线图（时间变化）、散点图（变量相关关系）
  • 箱线图的中位数可以看出数据分散情况：箱体代表中间50%的数据，如果这部分很长说明整体分散；当中位数更接近箱体的下限值，且上须更长时，它就是一个右偏分布，总之中位线靠近的一侧下方的数据更加集中。
  • 将箱型图逆时针旋转90°，此时中位数靠左（数轴负数方向）就是左偏，呈负偏态；中位数靠右（数轴正数方向）就是右偏，呈正偏态。距离中位数远的那一侧数据更分散。

12、统计表的标题在上面，称为表头；统计图的标题在下面。

13、正态分布方差越大，图形越扁平，数据越分散。

14、关系：函数、相关、没有关系。如果r绝对值是1，只能说完全相关，不能说有函数关系。函数关系是先有了关系才有样本数据，完全相关是先有数据才有关系。x和y互换位置不影响相关关系，而且不能说明是x引起y的变化还是y引起x的变化。

15、5W2H思维模式是在多维数据分析中用到的，要解决数据收集问题，把业务线索落实到具体数据。

16、通用指标：求和、计数、比较

17、求和：常规、累计（针对有前后逻辑顺序的维度）

18、计数：常规（非空）、非重复

19、比较：

• 均比：差异值和差异百分比，前者更具体但是不直观，后者反之。
• 基准比：基准值是被大多数群体认可的数，比如及格60分。
• 标准比：标准值是标准维度项的汇总值，是衡量各个不同维度行为结果好坏程度的，成为标准的维度项应该有发挥稳定的特点。
• 目标比：为不同维度设置，通常用于销售。
• 同环比：没有明确说明的上期间隔为一个月，用于长周期。

20、场景指标：4个

• 客户分析类指标：
  • 客户生命周期：新增，留存和流失。
  • 客户行为：浏览量、访问数等
  • 客户价值：收入指标和成本指标
• 产品分析类指标：进销存的金额和周转（进货、存货、销售）
  • 存货周转：如果判断偿债，分子是收入；判断存货管理水平，分子是成本。
  • 毛利额：售价-进价；售价-进价-人工
  • 毛利率：毛利额/销售额，毛利率一般但是需求高的赚流量，毛利率高但是需求少的赚利润。
• 业务行为分析类指标
  • 营销行为相关：客户拜访次数、接通率、回访次数等
• 效果分析类指标
  • 量化资产使用效率：资产周转率，主营业务收入或者成本/资产平均余额，不包含存货类资产。
  • 投入产出比，坪效，员工绩效，销售目标完成率、连带率（单位时间，销售数量/成交单数，用来衡量员工的销售推荐能力）、客户满意度。

21、指标体系：搭建、收集、计算、分析

• 树状指标体系：用树状分类法，
  1. 根据指标依附的不同维度层级关系进行指标拆解（比如按分公司销售额之和=总公司）
  2. 根据各指标逻辑意义上的层级关系拆解（比如不同部门对销售额的贡献指标不同，销售部考核总成交率，市场部考核新客户数这样拆解）
  3. 根据指标所量化的业务行为间的层级关系搭建（按各部门收入拆解，用实际量化值来考虑）

22、业务模型分析

1. 分类模型
   1. 用户贡献价值模型：购买频次和客单价，分为高中低，频次和客单价有一个低的就是中价值人群。
   2. RFM模型：作用主要是了解用户的留存流失情况，以便于对不同用户开展营销，分为8类用户；
   3. 用户忠诚度模型：消费金额和消费次数
   4. 产品分类模型
      1. 波士顿矩形：市场占有率和销售增长率，四象限分析法。
2. 漏斗模型（把一个完整的事分成多个递进关系的不同阶段）
   1. 需要在漏斗模型加入时间轴才能体现流速情况。一般用商机在同一个阶段的停留时间代表流速。
   2. 斜率越大，流失越多，说明相邻两个阶段出问题了。一般用商机转化率代表斜率。
   3. AARRR模型，用户运营行为漏斗模型：

23、业务分析方法论

1. 帕累托分析
2. AB测试，客观反应不同方案的可行性，分两组人用A、B两个方案（也可能是ABCD多个方案），观察效果。
3. 同期群分析：针对客户行为的分析，把客户分为不同的同期群组。同期群指的是相同时间段内具有相同特征属性的客户群组。
4. 因果分析法：通过指标之间的相互作用定位业务问题，通常要用树状指标体系，上层是果，下层是因。

24、树状图也是比较类的图，类似词云图的作用。染色地图、热力地图、散点地图（气泡图）是比较类

25、雷达图的顶点数控制在8个以内。

26、横坐标如果是有间隔的时间段，柱形图也可能作为序列图，而代替折线图。

27、构成类：瀑布图、饼图环形图。

28、描述性统计图表：直方图、箱线图、散点图。

29、常见的报表布局：总分上下，因果左右。

30、业务分析报告：WORD和PPT。

31、DATEDIF函数

32、在WPS中，确实存在 COUNTA 函数，它用于计算参数列表中非空的单元格个数。COUNTA 函数可以计算单元格区域或数组中包含数据的单元格个数，包括文本、数值、逻辑值、错误值等，但不包括空白单元格。
33、MID 函数从字符串的指定位置开始提取指定长度的文本。

MID(text, start_num, num_chars)

• text：要操作的字符串。
• start_num：提取开始的位置（从 1 开始计数）。
• num_chars：要提取的字符个数。

假设单元格 A1 中的内容为 Excel123，公式：=MID(A1, 6, 3)，从第六个字符开始提取3个字符。

祝大家都能一次通过！