别被“人人都能学”骗了，先看这门课到底解决什么问题

这门课属于典型的入门级数据分析体系课，它解决的核心痛点是：面对杂乱无章的业务数据，不知道从何下手，更不知道用什么工具去提取有价值的信息。对于完全零基础的职场人来说，最大的障碍往往不是枯燥的理论，而是不知道如何把“业务问题”转化为“数据问题”。课程的前几周会从互联网数据分析的基本流程切入，带你理解什么是数据、统计指标（集中趋势、离散趋势）背后的含义，以及如何处理异常值。这不仅仅是教你怎么敲代码或做表，更是建立一套“发现问题-定义指标-清洗数据-得出结论”的标准化思维模型。如果你正面临报表做得乱七八糟、老板问问题答不上来、或者想转行做运营/分析却找不到切入点，这套逻辑能帮你把散乱的知识串起来。

适合什么基础？建议先啃哪几块内容

虽然标题写着“人人都能学”，但建议你至少具备基本的电脑操作能力。课程安排非常克制，没有一开始就抛出复杂的算法，而是循序渐进。建议你先从“第1周 走进数据分析”开始，特别是“什么是数据”和“什么是统计指标”这两节，这是数据分析的基石。紧接着，不要急着去学 Python，先看“第14周 促进用户活跃度、提升用户留存”中的 Excel 实战部分。这里展示了如何用最基础的表格工具去构建 RFE 模型（活跃度模型）和计算留存率，这是数据分析最常用的落地场景。如果你打算深入学习，再进入“第12周 分析消费行为”，那里有非常扎实的电商案例，涵盖了从销售额、频次到复购率、回购率的 SQL 计算，能让你直观看到数据如何驱动业务决策。

学完能独立做什么？资料怎么配合练习

学完这套课程，你不需要成为程序员，但能独立完成中小规模的数据分析报告。你将掌握使用 Excel 处理用户留存和活跃度模型的方法，能够用 SQL 从数据库中提取关键指标（如头部用户贡献额、用户平均购买周期），并能通过趋势分析（如消费时间段偏好）去解释业务现象。要达到这个水平，光看视频是没用的。资料包里提供的案例数据（如某电商交易数据）是你的主要练习对象。建议你“暂停-回放-重做”：在观看案例视频时，暂停进度条，尝试自己先写 SQL 或做 Excel 表格，对比老师的思路。尤其是“识别异常值”、“处理异常值”以及“使用 SQL 计算复购率”这些实操性强的章节，必须亲手敲一遍代码或操作一遍公式，才能把知识转化为你的职场技能。

课程目录

📁 第12周 分析消费行为 3-3 案例8：基于电商的用户消费行为分析_.mp4
 [20.0 MB] 2-7 商品分析：销售情况、价格分布【资源精选‖更多关注：CunworkNotes】_.mp4
 [59.8 MB] 2-4 趋势分析：消费时间段偏好_.mp4
 [74.9 MB] 2-3 趋势分析：销售额 vs 产品数【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [53.7 MB] 2-2 趋势分析：金额、频次、人数、产品数【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [41.8 MB] 2-6 个体分析：消费频次、商品数【持续更新‖免费提供：CunworknoteS】_.mp4
 [41.4 MB] 1-1 什么是消费行为【不易整理‖请关注：CunWorkNoteS】_.mp4
 [17.1 MB] 1-2 消费行为模式的变迁_.mp4
 [30.5 MB] 2-8 使用SQL计算复购率【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [71.3 MB] 2-9 使用SQL计算回购率【整理不易‖记得关注：CunWorKNotes】_.mp4
 [75.9 MB] 2-5 个体分析：消费金额【更多精选‖公众号：CunWorknotes】 _.mp4
 [38.2 MB] 3-2 使用SQL用户平均购买周期【不易整理‖请关注：CunWorkNoteS】_.mp4
 [56.0 MB] 3-1 使用SQL计算头部用户贡献额【持续更新‖免费提供：CunworknoteS】_.mp4
 [81.6 MB] 2-1 案例说明：某电商交易数据_.mp4
 [59.8 MB] 📁 第1周 走进数据分析 2-8 数据分析流程~1_.mp4
 [21.0 MB] 2-6 识别异常值~1_【优质资源‖关注：cunWorkNotes 解锁】.mp4
 [11.8 MB] 2-4 统计指标：离散趋势~1_.mp4
 [18.0 MB] 2-3 统计指标：集中趋势~1_.mp4
 [13.1 MB] 1-2 从互联网数据分析说起~1_.mp4
 [6.2 MB] 2-5 统计指标：分布形态~1_.mp4
 [14.5 MB] 2-7 处理异常值~1_.mp4
 [10.5 MB] 2-1 什么是数据~1_.mp4
 [17.0 MB] 2-9 本章小结~1_.mp4
 [4.2 MB] 1-1 互联网数据分析通用课程-导学~1_.mp4
 [10.2 MB] 2-2 什么是统计指标~1_.mp4
 [13.2 MB] 📁 第14周 促进用户活跃度、提升用户留存 2-4 案例8补充：基于电商的用户留存与价值分析_.mp4
 [10.6 MB] 2-1 什么是产品的 Aha Moment？_.mp4
 [13.7 MB] 1-1 如何提升产品活跃度？_.mp4
 [19.0 MB] 2-5 本章小结_.mp4
 [4.6 MB] 1-2 用户活跃度模型（RFE）_.mp4
 [8.9 MB] 2-3 练习：使用Excel计算用户生命周期【公重号：CunWorkNotes】_.mp4
 [82.1 MB] 1-3 练习：使用Excel构建RFE模型_.mp4
 [165.3 MB] 2-2 练习：使用Excel计算用户留存率_.mp4
 [141.8 MB] 资料1.url [112.0 B] 📁 第5周 Python基础语法 2-4 循环语句：for、while_.mp4
 [34.7 MB] 2-6 编写一个函数【公重号：CunWorkNotes】_.mp4
 [49.9 MB] 2-7 练习：计算销售额_.mp4
 [36.7 MB] 1-2 什么是Python【持续更新‖免费提供：CunworknoteS】_.mp4
 [5.2 MB] 2-3 条件判断语句：if、else、elif_.mp4
 [26.3 MB] 2-5 循环中止：break,continue【更多精选‖公众号：CunWorknotes】 _.mp4
 [34.1 MB] 1-5 运算符_.mp4
 [18.3 MB] 1-3 运行环境_.mp4
 [22.1 MB] 1-4 开发环境_.mp4
 [23.0 MB] 2-1 数据类型_.mp4
 [25.9 MB] 2-2 数据容器【不易整理‖请关注：CunWorkNoteS】_.mp4
 [62.6 MB] 1-1 学习编程的几个建议_.mp4
 [12.2 MB] 2-8 本章小结_ev(2)~1_.mp4
 [4.3 MB] 📁 第7周 更高效的数据处理与可视化绘图 5-4 散点图：评分分值与人数_.mp4
 [41.5 MB] 4-3 调整视觉元素_.mp4
 [39.7 MB] 5-7 词云图：电影类型频数统计_.mp4
 [85.7 MB] 2-3 数据运算：按年统计、时间聚合_.mp4
 [37.2 MB] 5-2 折线图：各国电影年产量_.mp4
 [77.2 MB] 2-1 读取数据_.mp4
 [21.1 MB] 1-1 Pandas库入门【整理不易‖记得关注：CunWorKNotes】_.mp4
 [63.0 MB] 4-1 Matplotlib入门【整理不易‖记得关注：CunWorKNotes】_.mp4
 [57.5 MB] 5-8 案例2：豆瓣电影数据分析报告【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [33.3 MB] 1-2 什么是DataFrame_.mp4
 [64.9 MB] 5-9 本章小结_.mp4
 [4.5 MB] 5-5 热力图：电影类型、评分、数量_.mp4
 [117.4 MB] 3-1 练习1：各国每年电影产量_.mp4
 [145.6 MB] 2-5 数据运算：评分统计_.mp4
 [39.6 MB] 3-5 本章小结【资源精选‖更多关注：CunworkNotes】_.mp4
 [3.3 MB] 3-4 练习：TOP电影排行榜_.mp4
 [38.7 MB] 2-6 排序与筛选_.mp4
 [31.1 MB] 2-4 数据运：算多类型统计_.mp4
 [57.5 MB] 1-3 案例介绍：电影数据分析【持续更新‖免费提供：CunworknoteS】_.mp4
 [25.5 MB] 2-2 清理数据重复值、缺失值、拆分_.mp4
 [116.0 MB] 3-3 练习2：各国评分数据_.mp4
 [55.5 MB] 4-2 什么是画布【整理不易‖记得关注：CunWorKNotes】_.mp4
 [8.8 MB] 3-2 练习3：电影语言频数统计_.mp4
 [45.3 MB] 5-1 直方图：电影年产量_.mp4
 [49.9 MB] 5-3 饼图：电影语种统计_.mp4
 [51.3 MB] 5-6 箱线图：每年电影评分变化【资源精选‖更多关注：CunworkNotes】_.mp4
 [46.3 MB] 📁 第3周 从0开始学SQL 1-2 认识数据表结构_.mp4
 [9.0 MB] 1-3 MySQL安装及配置【资源精选‖更多关注：CunworkNotes】_.mp4
 [24.9 MB] 1-1 什么是SQL_.mp4
 [6.7 MB] 2-5 本章小结【公重号：CunWorkNotes】_.mp4
 [3.6 MB] 2-4 导出数据【持续更新‖免费提供：CunworknoteS】_.mp4
 [13.9 MB] 2-3 联表查询_.mp4
 [28.7 MB] 1-5 基础语法【不易整理‖请关注：CunWorkNoteS】_.mp4
 [31.7 MB] 1-6 数据排序与筛选【公重号：CunWorkNotes】_.mp4
 [43.6 MB] 2-2 对数据进行分类汇总_.mp4
 [19.1 MB] 1-4 安装Navicat_.mp4
 [37.0 MB] 📁 第10周 构建用户画像 2-10 数值特征对比：雷达图【持续更新‖免费提供：CunworknoteS】_.mp4
 [121.6 MB] 3-3 用户下单流程分析【不易整理‖请关注：CunWorkNoteS】_.mp4
 [34.0 MB] 2-2 利用Python预处理数据【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [55.9 MB] 1-1 什么是流量【公重号：CunWorkNotes】_.mp4
 [12.7 MB] 3-4 案例7：利用Excel绘制转化漏斗图【持续更新‖免费提供：CunworknoteS】_.mp4
 [59.1 MB] 1-2 拓展：流量数据指标_.mp4
 [35.4 MB] 2-1 案例：背景与目标_.mp4
 [7.8 MB] 2-4 数据标准化：Min-Max【更多精选‖公众号：CunWorknotes】 _.mp4
 [48.7 MB] 2-11 案例6：基于Kmeans的广告效果聚类分析_001_.mp4
 [25.1 MB] 1-3 大流量分析模型：波动、特征、预测_.mp4
 [8.4 MB] 2-9 聚类结果分析：特征均值、众数【更多精选‖公众号：CunWorknotes】 _.mp4
 [96.7 MB] 3-5 本章小结_.mp4
 [6.2 MB] 2-8 聚类结果分析：样本量与占比_.mp4
 [82.1 MB] 2-5 字符串分类：OneHot编码_.mp4
 [40.3 MB] 2-7 练习：最佳KMeans聚类模型_.mp4
 [111.2 MB] 2-6 KMeans建模：利用轮廓系数确定K【持续更新‖免费提供：CunworknoteS】_.mp4
 [14.9 MB] 2-3 计算相关性指标【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [42.5 MB] 3-2 漏斗分析有哪些应用场景【公重号：CunWorkNotes】_.mp4
 [15.6 MB] 3-1 什么是漏斗分析模型【资源精选‖更多关注：CunworkNotes】_.mp4
 [23.0 MB] 📁 第11周 用户引流与转化 1-7 练习：使用SQL提取商品数据【更多精选‖公众号：CunWorknotes】 _.mp4
 [44.4 MB] 2-1 什么是RFM模型【整理不易‖记得关注：CunWorKNotes】_.mp4
 [8.3 MB] 2-5 给用户贴标签【不易整理‖请关注：CunWorkNoteS】_.mp4
 [66.7 MB] 1-5 练习：使用SQL提取用户数据_.mp4
 [44.0 MB] 1-2 数据标签系统：背景介绍_.mp4
 [66.2 MB] 2-2 利用Excel计算R、F、M分值_.mp4
 [47.1 MB] 1-4 数据标签系统：构建用户画像_.mp4
 [59.9 MB] 1-3 数据标签系统：数据采集、埋点【持续更新‖免费提供：CunworknoteS】_.mp4
 [42.2 MB] 2-4 计算R、F、M得分【持续更新‖免费提供：CunworknoteS】_.mp4
 [49.4 MB] 2-7 模型展示与可视化_.mp4
 [52.7 MB] 2-9 本章小结_.mp4
 [5.7 MB] 1-6 数据标签系统：构建商品画像【更多精选‖公众号：CunWorknotes】 _.mp4
 [81.0 MB] 2-8 案例5：基于RFM的用户精细化管理_.mp4
 [32.6 MB] 2-3 设置R、F、M评分标准_.mp4
 [38.0 MB] 2-6 RFM评分卡优化：使用K-Means进行数据分组【持续更新‖免费提供：CunworknoteS】_.mp4
 [89.2 MB] 1-1 什么是用户画像_.mp4
 [17.2 MB] 📁 第6周 Python实现网络爬虫 1-4 BeautifulSoup库入门【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [86.1 MB] 3-3 练习：爬取全部电影数据_.mp4
 [122.3 MB] 3-2 练习：爬取全部电影数据_.mp4
 [76.8 MB] 3-4 本章小结_.mp4
 [5.5 MB] 2-3 整合爬虫功能函数_.mp4
 [111.6 MB] 3-1 通过API接口获取数据_.mp4
 [104.1 MB] 1-2 Requests库入门_.mp4
 [131.4 MB] 2-4 数据存储与代码优化【整理不易‖记得关注：CunWorKNotes】_.mp4
 [144.9 MB] 1-1 什么是爬虫_.mp4
 [13.3 MB] 2-1 获取目标信息_.mp4
 [109.0 MB] 1-3 认识HTML网页结构_.mp4
 [137.4 MB] 2-2 连续获取多个页面信息【不易整理‖请关注：CunWorkNoteS】_.mp4
 [119.7 MB] 资料文档.url [112.0 B] 📁 第9周 解析数据指标体系 1-1 用户生命周期、AARRR、RFM_.mp4
 [24.8 MB] 2-5 转化（变现）指标_.mp4
 [45.4 MB] 2-3 活跃指标_.mp4
 [29.7 MB] 1-2 5W2H、逻辑树、AB测试【持续更新‖免费提供：CunworknoteS】_.mp4
 [15.8 MB] 2-8 本章小结【整理不易‖记得关注：CunWorKNotes】_.mp4
 [3.6 MB] 1-3 SWOT、PEST、波特五力【资源精选‖更多关注：CunworkNotes】_.mp4
 [32.0 MB] 2-6 传播指标：K因子_.mp4
 [40.0 MB] 2-4 留存指标_.mp4
 [120.2 MB] 2-2 拉新（获客）指标【整理不易‖记得关注：CunWorKNotes】_.mp4
 [53.7 MB] 2-7 案例4：搭建商业化指标体系【更多精选‖公众号：CunWorknotes】 _.mp4
 [50.5 MB] 2-1 互联网业务分析指标一览_.mp4
 [38.3 MB] 📁 第16周 撰写数据报告、面试指导 2-1 18.3如何撰写简历【资源精选‖更多关注：CunworkNotes】_.mp4
 [39.6 MB] 1-1 18.1如何撰写数据分析报告_.mp4
 [29.2 MB] 2-2 18.4面试经验分享_.mp4
 [29.3 MB] 1-2 18.2演讲技巧与PPT模板分享【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [21.6 MB] 📁 资料 人人都能学会数据分析【不易整理‖请关注：CunWorkNoteS】.exe [15.5 MB] 数据包.exe [573.6 MB] 辅助材料.exe [47.9 MB] 📁 第4周 数据可视化利器 Tableau 1-8 可视化练习：美妆产品销售分析_.mp4
 [67.3 MB] 1-4 构建图表【整理不易‖记得关注：CunWorKNotes】_.mp4
 [67.0 MB] 1-7 保存与发布_.mp4
 [9.1 MB] 1-3 准备数据【不易整理‖请关注：CunWorkNoteS】_.mp4
 [33.1 MB] 1-5 创建仪表板_.mp4
 [16.6 MB] 1-2 安装Tableau_.mp4
 [31.3 MB] 1-6 创建故事_.mp4
 [9.7 MB] 1-1 什么是Tableau_.mp4
 [18.3 MB] 1-9 本周小结【优质资源‖关注：cunWorkNotes 解锁】_.mp4
 [3.8 MB] 📁 第15周 使用AB实验迭代功能 1-5 练习：Python计算p值_.mp4
 [71.9 MB] 1-2 AB测试的基本流程_.mp4
 [13.8 MB] 1-4 练习：Python计算点击率CTR【资源精选‖更多关注：CunworkNotes】_.mp4
 [57.7 MB] 2-1 什么是异常监测_.mp4
 [11.7 MB] 2-2 练习：Python孤立森林异常检测【公重号：CunWorkNotes】_.mp4
 [88.5 MB] 1-6 案例13：利用AB测试优化产品设计【持续更新‖免费提供：CunworknoteS】_.mp4
 [15.6 MB] 1-1 什么是AB测试_.mp4
 [9.0 MB] 1-3 统计学基础：假设检验_.mp4
 [12.8 MB] 2-3 本章小结_ev(2)~1_.mp4
 [2.5 MB] 📁 第2周 Excel从入门到表格分析 1-3 数学函数【不易整理‖请关注：CunWorkNoteS】_.mp4
 [30.9 MB] 2-2 条件聚合函数【公重号：CunWorkNotes】_.mp4
 [34.6 MB] 2-8 本章小结_.mp4
 [3.8 MB] 1-5 拆分列数据_.mp4
 [33.8 MB] 1-4 处理重复数据_.mp4
 [47.5 MB] 1-6 数据排序和筛选_.mp4
 [62.0 MB] 2-1 逻辑函数_.mp4
 [22.1 MB] 1-2 文本函数_.mp4
 [43.7 MB] 2-3 查找与引用函数_.mp4
 [24.4 MB] 2-5 认识图表_.mp4
 [14.3 MB] 2-6 制作可视化图表_.mp4
 [93.9 MB] 1-1 Excel基本功能【资源精选‖更多关注：CunworkNotes】_.mp4
 [25.3 MB] 2-7 大数据岗人才需求分析报告【不易整理‖请关注：CunWorkNoteS】_.mp4
 [101.4 MB] 2-4 数据透视表_.mp4
 [36.9 MB] 📁 第8周 初始互联网商业模式 2-2 数据职能岗发展通道_.mp4
 [21.2 MB] 1-4 市场规模：直播电商发展时间线_.mp4
 [128.6 MB] 1-3 如何做行业分析【资源精选‖更多关注：CunworkNotes】_.mp4
 [18.4 MB] … 其余 

31 项略，目录共 231 项