随着大数据时代的到来，数据治理和数据资产管理在商业银行中发挥着越来越重要的作用。本课程旨在帮助学员了解商业银行数据治理和数据资产管理的体系搭建与落地实施，提升数据管理能力和数据资产价值。

通过本课程的学习，可以帮助学员找到如下问题的答案： 1. 什么是数字化转型？分哪几个阶段？如何提供价值？传统企业如何进行数字化转型？ 2. 如何根据业务目标建立精确不冗余的指标体系，并通过指标体系驱动业务目标达成？ 3. 数据驱动业务增长有哪几种的底层机制？该如何建立机制和获得机制的赋能？ 4. 数据有哪些不同的收集方法？如何建立有效的数据收集机制？如何获取竞品和行业数据？ 5. 有哪些重要的数据分析方法？如何通过数据分析获得重要的业务洞察，并制定相应的业务策略？应该在什么时候，如何使用哪一种数据方法？ 6. 立项和做决策时，往往需要对候选项目进行价值分析，但价值要项目落地后才能实际产生和测量，如何进行客观准确而不是“拍脑袋”的项目/产品价值预测？

​1. 能够编写具有Python风格的代码 2. 掌握装饰器、魔术方法、 鸭子类型、动态属性等Python高级用法，充分发挥动态语言的优势 3. 掌握Python开发的最佳实践

Python基础复习与环境搭建

本课程将站在企业与行业领域实战应用的高度，向使用 Excel进行数据分析与建模的专业用户，提供关于规划、设计和维护 Excel 数据模型的合理化建议。课程设计独具匠心、以生动的案例组织每个主题，详细介绍了 Excel 相关的重要函数与工具，如变量求解、规划求解和假设分析等，使用这些功能有助于高级用户处理解决实际业务问题。

这些数据分析问题，您是否也经常遇到？ 为分析而分析，与企业数据分析需求脱节，掩藏了企业真相---你已经OUT了 就报表论报表，表外事项关注度不高，从中发现不了什么问题---沮丧、困惑 不明白关注的重点到底是什么，分析报告对经营管理毫无价值---沦为数字游戏