作者：Allen

本文為「心中有數」CDA征文作品

首先“虛心”地立個flag，今年年底 LEVEL III 必過，兩年通關CDA！（歐氣滿滿）

其實，內心還是有點小擔心，LEVEL III 要考案例實操，Python還用的不是很溜，加上還未正式開刷實操題，對題目的形式有些不確定。

但對于LEVEL I 和 LEVEL II 雙雙得A（得意），本人還是有些一得之見，在此給大家做個分享，希望能幫助到正在備考中的小伙伴們！

01、學習的動力

我在某互聯網電商平臺任職運營崗，在數據分析板塊屬于小白，雖有一定EXCEL的基礎，但與平時工作中接觸的用戶行為數據、產品數據分析來講，這點完全不夠用，因此不得不提升自己的數據分析技能，于是一開始就在網上搜索自學，逐漸了解了大數據、數據庫、機器學習這些專用名詞，特別是被數字化轉型影響，感覺這個時代如果不具備點數據思維和技能，就很快會被AI替代了。

另一方面，自己是業務出身，畢竟數據分析也是為業務服務，所以業務經驗+專業技能，這樣的發展來對我來講更靠譜，所以下定決心學習，逼自己一把。

02、備考過程

我是在19年開始自學數據分析，下定決心后，就以考取CDA認證作為最終目標（畢竟老牌認證）。

正式備考是從2020年開始，平均每天學習2小時左右，主要以看書（10本）、刷題（官方2000題）和輔導視頻（官網課程）為主，到現在快兩年了，痛并堅持著，堅持并難受著，但最終還好，LEVEL I 和 LEVEL II 都拿到了A的成績，也算是享受到了一種來自內啡肽的快樂。

目前正在繼續備戰LEVEL III，希望能兩年圓夢，噩夢結束，美夢成真！

03、備考經驗

CDA LEVEL I

首先說下LEVEL I：

我大概備考了三個月時間，在備考前，我首先是找官方考試大綱，通過整體把握了解各個模塊的大概內容、關系和學習路徑，做到心中有一個whole picture，這是LEVEL I的考試大綱：

整體來講，LEVEL I 就是入門概念+基礎技能+可視化，以業務描述性分析為目標，分為上圖七個章節，大綱的安排是首先讓考生先了解數據分析基本概念、方法和職業，然后以分析過程為路徑，先了解什么是數據，數據應該怎么獲取，獲取后有哪些分析方法，如何將這些方法與業務結合，最后得出可視化的分析結果，思路清晰，學習可以有的放矢。對我來講（非技術出身），最難的應該屬于SQL數據庫，畢竟有代碼部分，但真正學起來上手還是較容易的，并且可以安慰的是考試不會考編程。

LEVEL I 備考中，

• Part 1 概述，Part 2 數據結構兩部分，內容偏簡單，我沒有專門看什么書，主要是對考綱中的名詞和概念進行了簡單記憶，結合視頻和刷題就足夠了。
• Part 3 數據庫部分是我重點學習的部分，這塊我推薦《SQL入門經典》這本書，結合Mysql多加練習，基本一個月時間就可以掌握了。
• Part 4 描述性統計分析部分，整體非常簡單，因為大學學過統計學，基本內容溫習下即可掌握，稍微難一點的屬于分布和相關分析部分，但是實際題目中比例較低，也不會有公式推導這樣的變態題目，有一些計算題。這塊內容我準備了兩周左右。
• Part 5 和 Part 7 部分實際就是EXCEL的活用和延展，首先要掌握EXCEL基礎的一些技能（不用學很多函數，考試不會考），然后結合Power BI工具，動手操作起來，最好能做一些老師推薦的案例。因為我在工作中經常會做一些簡單的圖表和數據透視分析，于是在工作中就把學的內容進行應用、探索和驗證。
• 重點說下Part 6 部分，內容感覺很實用但是考試來講又有點虛，因為這塊內容的有些概念是比較超前的，是需要在業務中長時間積累的，簡單來講就是電商領域經常說的“人貨場、進銷存、漏斗”等。由于此部分內容目前還沒有專門的教材可供學習，所以我重點還是以輔導視頻為主，然后就大綱中規定的知識內容進行自主搜索、拓展學習，并在刷題中總結出這類題目的大體規律。

基本可框定兩個范圍:

• 業務各環節的相關指標學習（流量相關指標、轉化相關指標、營運、銷售相關指標、庫存類指標、常用財務指標、績效類指標、客戶相關指標）；
• 大綱業務分析方法模塊中涉及的方法概念和相關案例（客戶分析，商品分析，流量、轉化分析，行為效果分析，業務分析模型，業務分析方法）。

LEVEL I 官方的推薦書籍都是選讀，這是官方推薦目錄：

結合我自身的經驗推薦大家必讀的有《SQL入門經典》和《統計學》兩本就足夠了。

CDA LEVEL II

其次說下LEVEL II：

LEVEL I 拿到A后信心滿滿，短暫休息了一個月，就開始了LEVEL II 的備考。
因為LEVEL II 涉及的教材和學習資料較多，并且還學習了Python，所以LEVEL II 備考我準備了大概4-5個月時間。

以下是LEVEL II 的考綱：

整體來講，LEVEL II 為數據分析的進階內容。以專業數據分析流程，分為了6個部分，數據的采集與處理，采集后對數據進行規范化儲存管理，接著根據業務的需求進行標簽體系的設計，對標簽數據進行統計分析、建模，最終數字化工作方法部分為目前比較火熱的數字化轉型內容，側重與業務分析流程。LEVEL II 中重難點部分在于統計分析與數據分析模型兩部分，這兩塊設計的專業知識多，要求高的話會用到python進行分析，但值得慶幸的是，LEVEL II 也不考編程操作。

• Part 1數據的采集與處理部分中，關于市場調研、問卷等都屬于簡單基礎的內容，重點在掌握一些數據處理的方法，基本任意一本數據分析書籍中都會有這個部分的講解。
• Part 2數據模型管理內容，可以參考DAMA數據管理知識體系指南這本書，找到相應的知識點進行復習，基本也是理論的內容為主。
• Part 3標簽體系和用戶畫像，這部分的內容也是以業務積累為主，目前很難找到對應的專業教材，加上考試的比例較低，看輔導視頻加模擬題學習就可以了。
• Part 4統計分析部分偏理論內容，可以延續LEVEL I 的《統計學》教材進行對應學習，將每個概念理解透徹，掌握大綱中關于“應用”部分的要求，不用糾結公式推導部分，考試中會涉及一些計算題，只要能夠掌握一些常用的重要計算公式即可。
• Part 5數據分析模型部分是為以Part 4為理論基礎，進行數據的建模分析，這塊內容專業性高，可以參考《統計分析：從小數據到大數據》，《Python數據科學》兩本書，學習過程中盡量能用相應的分析工具進行操作練習，加深理解記憶，如果不想編程的小伙伴可以用SPSS進行，但作為一名互聯網分析師，Python肯定是必備的技能之一。
• Part 6數字化工作方法是偏管理層面的企業數字化轉型內容，側重點在根原因分析，可以學習《根原因分析-簡化的工具和技術》這本書，且重點看老師對這塊內容的講解。

關于LEVEL II 的一些必讀選讀書籍，官方已經推薦出來，個人建議根據官方的要求學習即可，LEVEL II 主要就是在于花時間，除了啃書看視頻，還得實操起來，方能拿到一個理想的成績。

CDA LEVEL III

最后簡單說下LEVEL III ，因為還在備考中，所以對于LEVEL III 的經驗分享也只能是一個簡單的開頭，通過跟其他考生的咨詢交流，也有一些重點學習方法。

整體來講，LEVEL III 在于高級數據分析、數據挖掘、機器學習。

內容涵蓋高級分析師的各項基礎及進階的知識點?；A的部分包括數據挖掘基礎、高級數據預處理以及機器學習算法。進階的部分則包括高級特征工程技術、自然語言處理與文本分析及深度學習。在機器學習實戰上,涵蓋當今較火的幾個主題，包括自動機器學習、類別不平衡問題的處理模式、半監督式學習以及模型優化的方法。

LEVEL III 的復習大家推薦的是兩本重點教材，《數據挖掘導論》和《數據挖掘：概念與技術》；其次還包括官方必讀的幾本《機器學習》、《精通特征工程》、《文本分析》等，如下圖：

其次就是對模擬題中的案例操作題進行反復的練習，最好能用Python，之前有考生也用的SPSS Modeler這個工具，因為聽說案例操作題是歷年考過的真題，并且模板和套路都類似，只是需要用的算法可能會不太一樣。在此也強烈種草李御璽老師講的輔導視頻課，幽默風趣，深入淺出，對我來講學習起來很快樂！關于LEVEL III 的一些詳細備考方法，得靠通過的大神們分享了。

結語

磕數據的這兩年，不僅讓我學習了新的技能，而且真正幫助到了我的工作和發展，受益頗深。

這過程讓我體會到世界變化之大，稍不留意，新技術可能又來了，無論是企業還是個人，在數字化的潮流中只能勇往直前，只要有這份信念，相信你也能成功上岸！

更多考試介紹及備考福利請點擊：CDA 認證考試中心官網

推薦學習書籍
《CDA一級教材》在線電子版正式上線CDA網校，為你提供系統、實用、前沿的學習資源，助你輕松邁入數據分析的大門！

免費加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0