一、项目简介
数据分析（Data Analysis） 是以数据为分析对象，以探索数据内的有用信息为主要途径，用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，以解决业务需求为最终目标，包含业务理解、数据采集、 数据清洗、数据探索、数据可视化、数据建模、模型结果可视化、分析结果的业务应用等步骤在内的一整套分析流程。。
数据分析师职业技术职业技术能力提升项目是一套专业化，科学化的人才培养标准体系。数据分析师考核框架涵盖了的数据分基础理论、最新数据分析技术应用课程，内容包含：多维分析、统计分析、预测型建模、数据优化等技术应用。通过工具应用和算法对准备好的数据进行探索、分析，为特定的研究或商业目的提供参考。数据分析师职业技术考试分为初级、中级和高级三个级别。
二、报考条件
1、初级： （满足以下之一皆可报名）
（1）取得初级标准所要求培训学时证明，
（2）具备相关中等专科及以上学历（含在读的应届生）。
2、中级： （满足以下之一皆可报名）
（1）取得中级标准所要求培训学时证明，
（2）获得初级职业技术证书。
（3）专科及以上学历从事相关工作 1 年以上
（4）专科以下学历从事相关工作 2 年以上
3、高级： （满足以下之一皆可报名）
（1）取得高级标准所要求培训学时证明，
（2）获得中级职业技术证书。
（3）本科及以上学历从事相关工作 3 年以上
（4）本科以下学历从事相关工作 4 年以上
（注：上述相关工作年限不限制行业）
三、考试方式
考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。
四、考试内容
初级： 120分钟，客观题（单选+多选），上机答题。
中级： 120分钟，主观题+客观题（单选+多选+案例操作），上机答题。
高级：120分钟， 主观题+客观题（单选+多选+案例操作），上机答题。
五、考试地点
各地授权考试中心或在线考试系统
六、课程大纲
<初级>--数据分析师职业技术课程大纲 | |
Excel数据分析基础 | Power BI数据分析与可视化 |
1.1认识数据分析 1.2认识Excel 2016 2.1获取文本数据 2.2从数据库获取数据 3.1排序 3.2筛选 3.3分类汇总 4.1认识公式和函数 4.2数组公式 4.3日期和时间函数 4.4数学函数 4.5统计函数 4.6文本函数 4.7逻辑函数 5.1透视表的创建和修改 5.2透视表的操作 5.3透视图的操作 6.1对比分析 6.2趋势分析 6.3饼图 6.4散点图 6.5雷达图 7.1案例背景 7.2数据预处理 8商品销售分析 9库存分析 10用户分析 11分析报告 | 1 数据分析与可视化概述 1.1认识数据分析（Power BI） 1.2常用数据可视化软件 1.3认识Power BI 2 数据获取 2.1获取数据的方式 2.2数据获取 3 M语言数据建模与处理 3.1编辑器和M语言 3.2获取网络分页数据 3.3清洗数据 3.3数据集成 3.4数据转换 3.5规约数据 4 DAX语言数据处理 4.1DAX语言 4.2DAX语言处理表间关系 4.3DAX函数使用实例 4.4.数据查询操作
|
数据分析师（初级）职业技术考试 | |
<中级>--数据分析师职业技术课程大纲 | |
Excel数据分析基础 | Power BI数据分析与可视化 |
1.1认识数据分析 1.2认识Excel 2016 2.1获取文本数据 2.2从数据库获取数据 3.1排序 3.2筛选 3.3分类汇总 4.1认识公式和函数 4.2数组公式 4.3日期和时间函数 4.4数学函数 4.5统计函数 4.6文本函数 4.7逻辑函数 5.1透视表的创建和修改 5.2透视表的操作 5.3透视图的操作 6.1对比分析 6.2趋势分析 6.3饼图 6.4散点图 6.5雷达图 7.1案例背景 7.2数据预处理 8商品销售分析 9库存分析 10用户分析 11分析报告 | 1 数据分析与可视化概述 1.1认识数据分析（Power BI） 1.2常用数据可视化软件 1.3认识Power BI 2 数据获取 2.1获取数据的方式 2.2数据获取 3 M语言数据建模与处理 3.1编辑器和M语言 3.2获取网络分页数据 3.3清洗数据 3.3数据集成 3.4数据转换 3.5规约数据 4 DAX语言数据处理 4.1DAX语言 4.2DAX语言处理表间关系 4.3DAX函数使用实例 4.4.数据查询操作 5 数据分析可视化 5.1可视化 5.2 认识对比分析 5.3对比分析图表绘制操作 5.4认识结构分析 5.5结构分析可视化操作 5.6相关分析 5.7相关分析可视化操作 5.8描述性分析 5.9描述性分析可视化操作 5.10KPI图表分析 5.11KPI分析可视化操作 6 数据分析报表 6.1认识Power BI报表 6.2完整的分析报表：会员数据分析 6.3 完整分析报表的操作 7 Power BI移动版数据部署 7.1移动版发布一份分析报表 7.2仪表板的使用 |
数据分析案例：汽车大数据综合案例分析（Power BI） | 考试 |
1了解汽车销售行业现状 2数据预处理 2.1 数据清洗 2.2 数据归约 2.3 数据建模 3数据分析可视化 3.1区域汽车销售分析及可视化 3.2各种类别的汽车销售分析及可视化 4发布到web端 | 数据分析师（中级）职业技术考试
|
<高级>--数据分析师职业技术课程大纲 | |
Excel数据分析基础 | Power BI数据分析与可视化 |
1.1认识数据分析 1.2认识Excel 2016 2.1获取文本数据 2.2从数据库获取数据 3.1排序 3.2筛选 3.3分类汇总 4.1认识公式和函数 4.2数组公式 4.3日期和时间函数 4.4数学函数 4.5统计函数 4.6文本函数 4.7逻辑函数 5.1透视表的创建和修改 5.2透视表的操作 5.3透视图的操作 6.1对比分析 6.2趋势分析 6.3饼图 6.4散点图 6.5雷达图 7.1案例背景 7.2数据预处理 8商品销售分析 9库存分析 10用户分析 11分析报告 | 1 数据分析与可视化概述 1.1认识数据分析（Power BI） 1.2常用数据可视化软件 1.3认识Power BI 2 数据获取 2.1获取数据的方式 2.2数据获取 3 M语言数据建模与处理 3.1编辑器和M语言 3.2获取网络分页数据 3.3清洗数据 3.3数据集成 3.4数据转换 3.5规约数据 4 DAX语言数据处理 4.1DAX语言 4.2DAX语言处理表间关系 4.3DAX函数使用实例 4.4.数据查询操作 5 数据分析可视化 5.1可视化 5.2 认识对比分析 5.3对比分析图表绘制操作 5.4认识结构分析 5.5结构分析可视化操作 5.6相关分析 5.7相关分析可视化操作 5.8描述性分析 5.9描述性分析可视化操作 5.10KPI图表分析 5.11KPI分析可视化操作 6 数据分析报表 6.1认识Power BI报表 6.2完整的分析报表：会员数据分析 6.3 完整分析报表的操作 7 Power BI移动版数据部署 7.1移动版发布一份分析报表 7.2仪表板的使用 |
财务分析在纳税评估中的应用（Excel） | 数据分析案例：汽车大数据综合案例分析（Power BI） |
1案例背景与目标 1.1 案例背景 2获取和整理财务数据 2.1 创建财务分析和纳税评估文件 2.2 获取财务数据分析的指标数据 2.3 整理财务分析的指标数据 2.4 采购渠道提取 3财务指标分析和税务评估 3.1 数据探索分析 3.2 共同比分析 3.3 趋势分析 3.4 财务比率分析 3.5 确定重点评估领域 3.6 重点评估领域审计 3.7 问题的发现及财务报表的调整 4 小结 | 1了解汽车销售行业现状 2数据预处理 2.1 数据清洗 2.2 数据归约 2.3 数据建模 3数据分析可视化 3.1区域汽车销售分析及可视化 3.2各种类别的汽车销售分析及可视化 4发布到web端 |
分析案例：新零售智能售货机可视化项目（Power BI） | 考试 |
1案例背景 2数据预处理 2.1 数据读取与数据清洗 2.2 数据规约 2.3 数据建模 3销售分析及可视化 4库存分析和可视化 5用户分析和可视化 6数据部署 | 数据分析师（高级）职业技术考试 |
七、报名服务
进入报名统或联系客服人员进行报名，报名成功后工作人员为您开通课程及考试账号。考试完成后7个工作日可登录系统查询成绩，通过者获得相应的职业技术证书，纸质证书将在考试后90个工作日内寄送。
八、考试成绩
考试后7个工作日出成绩，总成绩100分，60分及以上皆为通过考试并获得职业技术证书，60分以下为不通过。
九、证书颁发
学员经学习及考核合格后，由工业和信息化部教育与考试中心颁发数据分析师职业技术证书，证书可登录国家工信部教育与考试中心官网查询。
证书样本
十、联系方式
