云课堂地产数据分析师视频教程

编辑点评

聚焦大数据在地产行业的应用，系统讲解数据分析工具与策略，适合地产从业者及数据分析爱好者。

⭐ 编辑推荐

本教程深入解析大数据在地产领域的应用，从数据挖掘到可视化分析，助你成为地产数据分析高手。

✨ 课程亮点

课程目录

├─第1章：大数据下的地产行业应用实践
│ ├─1地产行业的数据工作场景思考
│ │ ├─课程1.1 大数据地产行业应用方向.mp4
│ │ ├─课程1.2 城市投资价值的大数据挖掘应用.mp4
│ ├─2地产数据智能平台Datamap
│ │ ├─课程2.1 Datamap账号申请与登录.mp4
│ │ ├─课程2.2 数据的上传_现有数据市场的使用.mp4
│ │ ├─课程2.3 数据的上传_自有数据的上传.mp4
│ │ ├─课程2.4 数据的上传_数据管理的编辑.mp4
│ │ ├─课程2.5 数据的分析可视_地理分析卡片.mp4
│ │ ├─课程2.6 数据的分析可视_图表分析卡片（上）.mp4
│ │ ├─课程2.7数据的分析可视_图表分析卡片（下）.mp4
│ │ ├─课程2.8配置数据分析大屏_交互式地理分析大屏.mp4
├─第2章：城市进入：数据发现城市潜力
│ ├─0本章节须知
│ │ ├─0序言课程-课程预告与工具预演.mp4
│ ├─1城市选择逻辑
│ │ ├─课程1.1 城市进入常规拿地逻辑.mp4
│ │ ├─课程1.2 城市进入选择的新理由.mp4
│ │ ├─课程1.3【思考题】第一章：城市选择逻辑练习.png
│ ├─2人与城市
│ │ ├─课程2.1 静态人口数据全扫描.mp4
│ │ ├─课程2.2 洞察人的迁徙.mp4
│ │ ├─课程2.3 极简化人口预测与市场厚度预测.mp4
│ │ ├─课程2.4 官方统计人口数据获取及数据清洗1.mp4
│ │ ├─课程2.4 官方统计人口数据获取及数据清洗2.mp4
│ │ ├─课程2.4【操作练习】课程2.4 官方统计人口获取及清洗.png
│ │ ├─课程2.5 人口迁徙数据获取逻辑.mp4
│ │ ├─课程2.6 城市人口年龄百岁图制作及分析.mp4
│ │ ├─课程2.6【操作练习】课程2.6 城市人口年龄百岁图制作.png
│ │ ├─课程2.7 区域城市人口迁徙特征分析1.mp4
│ │ ├─课程2.7 区域城市人口迁徙特征分析2.mp4
│ │ ├─课程2.7【操作练习】课程2.7 区域城市人口迁徙特征分析.png
│ │ ├─课程2.8【操作练习】课程2.8区域视角下的城市联系度分析.png
│ │ ├─课程2.8区域视角下的城市联系度分析1.mp4
│ │ ├─课程2.8区域视角下的城市联系度分析2.mp4
│ │ ├─课程2.8区域视角下的城市联系度分析3.mp4
│ ├─3城市基因
│ │ ├─课程3.1 传统-新城市进入数据研究维度1.mp4
│ │ ├─课程3.1 传统-新城市进入数据研究维度2.mp4
│ │ ├─课程3.1【思考题】课程3.1 传统新城市进入数据研究维度.png
│ │ ├─课程3.2 城市POI数据获取及分析1-城市POI设施数据获取.mp4
│ │ ├─课程3.2 城市POI数据获取及分析2-什么是坐标纠偏？.mp4
│ │ ├─课程3.2 城市POI数据获取及分析3-城市POI数据可视化方法.mp4
│ │ ├─课程3.2 城市POI数据获取及分析4-GIS平台下的数据分析基本操作.mp4
│ │ ├─课程3.2【操作练习】课程3.5 区域视角下的城市属性地图制作.png
│ │ ├─课程3.3城市商业设施数据获取及分析1.mp4
│ │ ├─课程3.3城市商业设施数据获取及分析2.mp4
│ │ ├─课程3.3城市商业设施数据获取及分析3.mp4
│ │ ├─课程3.3城市商业设施数据获取及分析4.mp4
│ │ ├─课程3.4 地产行业数据获取及分析1.mp4
│ │ ├─课程3.4 地产行业数据获取及分析2.mp4
│ │ ├─课程3.4 地产行业数据获取及分析3.mp4
│ │ ├─课程3.4 地产行业数据获取及分析4.mp4
│ │ ├─课程3.5 区域视角下的城市属性地图制作1.mp4
│ │ ├─课程3.5 区域视角下的城市属性地图制作2.mp4
│ │ ├─课程3.5 区域视角下的城市属性地图制作3.mp4
│ │ ├─课程3.5 区域视角下的城市属性地图制作4.mp4
│ │ ├─课程3.5 区域视角下的城市属性地图制作5.mp4
│ ├─4地产数据智能平台Datamap专题 —— 城市进入篇
│ │ ├─课程4.1 城市群研究类大屏研究（功能与应用）.mp4
│ │ ├─课程4.2 城市群研究类大屏研究（城市经济-数据准备）.mp4
│ │ ├─课程4.3 城市群研究类大屏研究（城市经济-地图卡片.mp4
│ │ ├─课程4.4 城市群研究类大屏研究（城市经济-图标卡片）.mp4
│ │ ├─课程4.5 城市群研究类大屏研究（城市经济-大屏配置）.mp4
│ │ ├─课程4.6 城市群研究类大屏研究（人口及通勤-数据准备）.mp4
│ │ ├─课程4.7 城市群研究类大屏研究（人口及通勤-大屏配置）.mp4
├─第3章：区域选择：数据挖掘板块价值
│ ├─1区域选择
│ │ ├─课程1.1 大-新数据背景下的区域研究新策略.mp4
│ │ ├─课程1.2 大-新数据背景下的项目区域认知.mp4
│ │ ├─课程1.3 大-新数据背景下的客户认知.mp4
│ │ ├─课程1.4 大-新数据背景下的面积定位案例.mp4
│ │ ├─课程1.5 大-新数据背景下的商业场景应用.mp4
│ │ ├─课程1.5【思考题】第一章：区域选.png
│ ├─2解码区域 城市空间分析基本技能
│ │ ├─课程2.1 城市空间划分基础-1缓冲区.mp4
│ │ ├─课程2.1 城市空间划分基础-2泰森多边形.mp4
│ │ ├─课程2.2 空间数据叠加分析.mp4
│ │ ├─课程2.2【操作练习】空间数据叠加分.png
│ │ ├─课程2.3 【操作练习】指标体系构建及权重赋值方法.png
│ │ ├─课程2.3 指标体系构建及权重赋值方法.mp4
│ │ ├─课程2.4 【操作练习】网格化城市分析方法.png
│ │ ├─课程2.4 网格化城市分析方法1-城市空间网络划分方法.mp4
│ │ ├─课程2.4 网格化城市分析方法2基于城市网络的数据统计分析（1）——上海市教育医疗配套分析.mp4
│ │ ├─课程2.4 网格化城市分析方法3-基于城市网络的数据统计分析（2）——上海市二手房均价空间分布.mp4
│ │ ├─课程2.5 【操作练习】城市热力叠加分析方法.png
│ │ ├─课程2.5 城市热力叠加分析方法1.mp4
│ │ ├─课程2.5 城市热力叠加分析方法2.mp4
│ │ ├─课程2.5 城市热力叠加分析方法3.mp4
│ │ ├─课程2.5 城市热力叠加分析方法4.mp4
│ ├─3实操案例1 城市地铁房房价研究分析一以上海为例
│ │ ├─课程3.1 数据准备1.mp4
│ │ ├─课程3.1 数据准备2.mp4
│ │ ├─课程3.1 数据准备3.mp4
│ │ ├─课程3.1 数据准备4.mp4
│ │ ├─课程3.2 地铁站二手房情况分析1.mp4
│ │ ├─课程3.2 地铁站二手房情况分析2.mp4
│ │ ├─课程3.3 地铁房房价多因子影响研究1.mp4
│ │ ├─课程3.3 地铁房房价多因子影响研究2.mp4
│ │ ├─课程3.3 地铁房房价多因子影响研究3.mp4
│ │ ├─课程3.3【操作练习】第三章 实操案例1 城市地铁房房价研究分析一上海.png
│ ├─4“人”的秘密 居民行为研究方法
│ │ ├─课程4.1 百度热力数据解读1.mp4
│ │ ├─课程4.1 百度热力数据解读2.mp4
│ │ ├─课程4.2 百度热力数据清洗方法.mp4
│ │ ├─课程4.3 基于百度热力数据识别职住地.mp4
│ │ ├─课程4.4 日夜间人口潮汐现象分析.mp4
│ │ ├─课程4.4【操作练习】第四章“人”得秘密：居民行为研究方法.png
│ ├─5实操案例2 城市特定空间对比研判——以商圈为例
│ │ ├─课程5.1 数据准备1-课程5.1 数据准备.mp4
│ │ ├─课程5.1 数据准备2-商圈商业数据爬取.mp4
│ │ ├─课程5.1 数据准备3-数据准备.mp4
│ │ ├─课程5.2 商圈业态人均消费对比.mp4
│ │ ├─课程5.3 商圈业态活力比较.mp4
│ │ ├─课程5.4 商圈消费空间研究1-店铺POI数据录入.mp4
│ │ ├─课程5.4 商圈消费空间研究2-商圈人口热力动态可视化.mp4
│ │ ├─课程5.4 商圈消费空间研究3-基于百度热力数据的空间活力分析（1）.mp4
│ │ ├─课程5.4 商圈消费空间研究4-基于百度热力数据的空间活力分析（2）.mp4
│ │ ├─课程5.4【操作练习】第五章 实操案例2 城市特定空间对比研判——商圈.png
│ ├─6城市出行 通勤成本研究
│ │ ├─课程6.1 重新定义“周边”概念.mp4
│ │ ├─课程6.2 数据采集原理及获取方法1.mp4
│ │ ├─课程6.2 数据采集原理及获取方法2.mp4
│ │ ├─课程6.3 【操作练习】城市特定区域的交通等时圈研究.png
│ │ ├─课程6.3 城市特定区域的交通等时圈研究.mp4
│ │ ├─课程6.4 【操作练习】城市出行成本问题研究.png
│ │ ├─课程6.4 城市出行成本问题研究.mp4
│ │ ├─课程6.5 城市设施服务范围研究.mp4
│ │ ├─课程6.5【操作练习】 城市设施服务范围研究.png
│ ├─7实操案例3 城市地块商业价值分析一以深圳岗厦地段为例
│ │ ├─课程7.1 数据准备1-基础数据准备&地块描绘.mp4
│ │ ├─课程7.1 数据准备2-城市实时出行数据申请准备.mp4
│ │ ├─课程7.2 地块出行成本及可达性分析1-数据加载及清洗.mp4
│ │ ├─课程7.2 地块出行成本及可达性分析2-不同出行方式的等时圈划分.mp4
│ │ ├─课程7.2 地块出行成本及可达性分析3-不同出行方式的出行效率比较.mp4
│ │ ├─课程7.3 地块周边设便利度研究1-便利度评价指标体系构建.mp4
│ │ ├─课程7.3 地块周边设便利度研究2-不同出行方式的等时圈面积比较.mp4
│ │ ├─课程7.3 地块周边设便利度研究3-通勤时间段内的设施覆盖统计.mp4
│ │ ├─课程7.3 地块周边设便利度研究4-总体评价.mp4
│ │ ├─课程7.3【操作练习】第七章实操案例3 城市地块商业价值分析一深圳岗厦.png
├─第4章：地产市场：数据发现交易的秘密
│ ├─1市场数据分析的目标
│ │ ├─课程1.1 房地产市场数据分析的目标.mp4
│ ├─2市场分析与定位实战案例
│ │ ├─课程2.1市场分析与定位实战案例1.mp4
│ │ ├─课程2.1市场分析与定位实战案例2.mp4
│ │ ├─课程2.1市场分析与定位实战案例3.mp4
│ ├─3个案分析与研究
│ │ ├─课程3.1【思考题】第三章：个案分析与研究.png
│ │ ├─课程3.1房地产个案分析与研究1mp4
│ │ ├─课程3.1房地产个案分析与研究2.mp4
│ ├─4技术课程补充：城市OD分析及场景运用
│ │ ├─课程4.1【操作练习】第四章：技术课程补充：城市OD分析及场景运用.png
│ │ ├─课程4.1技术课程补充：城市OD分析及场景运用1.mp4
│ │ ├─课程4.1技术课程补充：城市OD分析及场景运用2.mp4
│ ├─5技术课程补充2：商业数据技术运用 —— 手机信令数据 交通IC刷卡数据
│ │ ├─课程5.1手机信令数据1-什么是手机信令数据？.mp4
│ │ ├─课程5.1手机信令数据2-手机信令数据在研究中有哪些套路？.mp4
│ │ ├─课程5.1手机信令数据3-研究场景概述及技术教学（一）.mp4
│ │ ├─课程5.1手机信令数据4-研究场景概述及技术教学（二）.mp4
│ │ ├─课程5.1手机信令数据5-研究场景概述及技术教学（三）.mp4
│ │ ├─课程5.2【操作练习】第五章：商业数据技术运用.png
│ │ ├─课程5.2交通IC刷卡数据1-什么是交通IC刷卡数据？.mp4
│ │ ├─课程5.2交通IC刷卡数据2-交通IC刷卡数据在研究中有哪些套路？.mp4
│ │ ├─课程5.2交通IC刷卡数据3-研究场景概述及技术教学（一）.mp4
│ │ ├─课程5.2交通IC刷卡数据4-研究场景概述及技术教学（二）.mp4
├─第5章：数据营销：数据辅助营销策略
│ ├─1数据营销策略
│ │ ├─课程1.1数据营销-地产营销的核心目标客户抓取.mp4
│ │ ├─课程1.2 大数据潜在客户围捕-传统营销方式升级(上）.mp4
│ │ ├─课程1.3 大数据潜在客户围捕-传统营销方式升级(下).mp4
│ │ ├─课程1.4 大数据潜在客户围捕城市特征画像(案例课).mp4
│ │ ├─课程1.5 大数据潜在客户围捕-案场客户采集(案例课).mp4
│ │ ├─课程1.6 数据营销-大数据潜在客户围捕-营销线索导出（案例课）.mp4
│ │ ├─课程1.7 客户营销改造全策略-线上投放及其验证系统.mp4
│ │ ├─课程1.8客户营销改造全策略-线上投放渠道选择.mp4
│ │ ├─课程1.9 客户营销改造全策略线下行销解决方案.mp4
│ │ ├─课程1.9【思考题】第一章：数据营销策略.png
│ ├─2数据营销策划
│ │ ├─课程2.1 地产营销基本逻辑.mp4
│ │ ├─课程2.2 价值体系策划.mp4
│ │ ├─课程2.3 传播与输出.mp4
│ │ ├─课程2.4 价值实现：销售策划.mp4
├─第6章：传播秘籍：细节下的营销逻辑
│ ├─1细节下的营销逻辑
│ │ ├─课程1.1 为什么要重视互联网层面的数据传播.mp4
│ │ ├─课程1.2 什么是你数据传播的最大武器.mp4
│ │ ├─课程1.3 数据传播的三道法门.mp4
│ │ ├─课程1.4 通过对比放大数据记忆度.mp4
│ ├─2细节下的营销逻辑（二）
│ │ ├─课时2.4【思考题】细节下的营销逻辑.png
│ │ ├─课程2.1 跨行业交叉数据对比实现跨行业传播.mp4
│ │ ├─课程2.2 理性数据与感性案例如何有效结合.mp4
│ │ ├─课程2.3 数据表达的实战（一）.mp4
│ │ ├─课程2.4 数据表达的实战（二） 视.mp4
├─资料合集
│ ├─2018城市房价数据包免费申请
│ │ ├─2018城市房价数据申请链接及介绍.pdf
│ │ ├─房价数据使用教程.txt
│ ├─POI数据详细介绍.pdf
│ ├─Q&A
│ │ ├─Datamap使用Q&A(持续更新20180418）.docx
│ │ ├─火车采集器采集问题及应对办法（20180428更新）.pdf
│ ├─【免费资料】
│ │ ├─2016年县级经济数据链接.txt
│ │ ├─中国房地产统计年鉴2017.pdf
│ │ ├─统计年鉴数据包链接.txt
│ ├─【数据申请】二十多类城市数据免费申请.pdf
│ ├─体验课文件
│ │ ├─【体验课】地产数据分析师体验课-资料.txt
│ │ ├─【体验课软件】arcgis10.2_上传人_中科大水煮肉.txt
│ │ ├─体验课地址.txt
│ │ ├─火车头8.5安装包.txt
│ ├─地产学习资料包B-千万城市数据+多份传统报告.txt
│ ├─所有付费&免费课程链接+资料
│ │ ├─01-城市数据团所有免费课（干货0116）.docx
│ │ ├─02-城市数据团所有系统课程（付费）.docx
│ │ ├─AI工程师计算机视觉方向_体验课资料
│ │ │ ├─CH01_Python入门
│ │ │ │ ├─1、python基础语法.ipynb
│ │ │ │ ├─2、基本数据类型.ipynb
│ │ │ │ ├─3、索引与切片.ipynb
│ │ │ │ ├─4、条件控制及循环语句.ipynb
│ │ │ │ ├─5、函数.ipynb
│ │ │ │ ├─6、数组与图表.ipynb
│ │ │ ├─CH02_OpenCV图像处理
│ │ │ │ ├─1.load_display_save.ipynb
│ │ │ │ ├─2.Image basics.ipynb
│ │ │ │ ├─3.Translation.ipynb
│ │ │ │ ├─4.Rotation.ipynb
│ │ │ │ ├─5.resizing.ipynb
│ │ │ │ ├─6.人脸检测.ipynb
│ │ │ │ ├─Solvay.jpg
│ │ │ │ ├─__pycache__
│ │ │ │ │ ├─imutils.cpython-35.pyc
│ │ │ │ ├─cat.jpg
│ │ │ │ ├─face.png
│ │ │ │ ├─haarcascade_frontalface_default.xml
│ │ │ │ ├─image.jpg
│ │ │ │ ├─imutils.py
│ │ │ │ ├─new_image.jpg
│ │ │ ├─CH03_神经网络算法
│ │ │ │ ├─BP神经网络实现手写数字识别.ipynb
│ │ │ ├─CH04_案例演练猫狗识别
│ │ │ │ ├─1.图像数据预处理.ipynb
│ │ │ │ ├─2.简单CNN完成猫狗分类.ipynb
│ │ │ │ ├─3.使用VGG16完成猫狗分类.ipynb
│ │ │ │ ├─image
│ │ │ │ │ ├─test
│ │ │ │ │ │ ├─cat
│ │ │ │ │ │ │ ├─cat.1000.jpg
│ │ │ │ │ │ │ ├─cat.1001.jpg
│ │ │ │ │ │ │ ├─cat.1002.jpg
│ │ │ │ │ │ │ ├─cat.1003.jpg
│ │ │ │ │ │ │ ├─cat.1004.jpg
│ │ │ │ │ │ │ ├─cat.1005.jpg
│ │ │ │ │ │ │ ├─cat.1006.jpg
│ │ │ │ │ │ │ ├─cat.1007.jpg
│ │ │ │ │ │ │ ├─cat.1008.jpg
│ │ │ │ │ │ │ ├─cat.1009.jpg
│ │ │ │ │ │ │ ├─cat.1010.jpg
│ │ │ │ │ │ │ ├─cat.1011.jpg
│ │ │ │ │ │ │ ├─cat.1012.jpg
│ │ │ │ │ │ │ ├─cat.1013.jpg
│ │ │ │ │ │ │ ├─cat.1014.jpg
│ │ │ │ │ │ │ ├─cat.1015.jpg
│ │ │ │ │ │ │ ├─cat.1016.jpg
│ │ │ │ │ │ │ ├─cat.1017.jpg
│ │ │ │ │ │ │ ├─cat.1018.jpg
│ │ │ │ │ │ │ ├─cat.1019.jpg
│ │ │ │ │ │ │ ├─cat.1020.jpg
│ │ │ │ │ │ │ ├─cat.1021.jpg
│ │ │ │ │ │ │ ├─cat.1022.jpg
│ │ │ │ │ │ │ ├─cat.1023.jpg
│ │ │ │ │ │ │ ├─cat.1024.jpg
│ │ │ │ │ │ │ ├─cat.1025.jpg
│ │ │ │ │ │ │ ├─cat.1026.jpg
│ │ │ │ │ │ │ ├─cat.1027.jpg
│ │ │ │ │ │ │ ├─cat.1028.jpg
│ │ │ │ │ │ │ ├─cat.1029.jpg
│ │ │ │ │ │ │ ├─cat.1030.jpg
│ │ │ │ │ │ │ ├─cat.1031.jpg
│ │ │ │ │ │ │ ├─cat.1032.jpg
│ │ │ │ │ │ │ ├─cat.1033.jpg
│ │ │ │ │ │ │ ├─cat.1034.jpg
│ │ │ │ │ │ │ ├─cat.1035.jpg
│ │ │ │ │ │ │ ├─cat.1036.jpg
│ │ │ │ │ │ │ ├─cat.1037.jpg
│ │ │ │ │ │ │ ├─cat.1038.jpg
│ │ │ │ │ │ │ ├─cat.1039.jpg
│ │ │ │ │ │ │ ├─cat.1040.jpg
│ │ │ │ │ │ │ ├─cat.1041.jpg
│ │ │ │ │ │ │ ├─cat.1042.jpg
│ │ │ │ │ │ │ ├─cat.1043.jpg
│ │ │ │ │ │ │ ├─cat.1044.jpg
│ │ │ │ │ │ │ ├─cat.1045.jpg
│ │ │ │ │ │ │ ├─cat.1046.jpg
│ │ │ │ │ │ │ ├─cat.1047.jpg
│ │ │ │ │ │ │ ├─cat.1048.jpg

适合人群

• 地产从业者
• 数据分析爱好者
• 数据科学学生

🎯 学习收获

• 掌握地产行业数据分析方法
• 精通数据分析工具使用
• 提升数据可视化能力

🎉 祝您学习愉快！