【培訓對象】
本課程的對象為企業營銷、財務、人事、生產研發等方面的各種層次的人員，為了方便學員理解本課程，授課講師已經將SPSS中比較晦澀和學術化的部分剔除，即使學員沒有正規的統計分析基礎，也能夠較好較快地學習并應用SPSS。

【培訓收益】
（1）掌握統計分析的基本概念、術語、分析流程 （2）全面系統掌握SPSS （3）提升數據分析和挖掘能力

1.統計分析基礎
1.1統計分析基本概念
包括假設檢驗、平均值、標準差、峰度、偏度、中位數、眾數、R2、曲線擬合等。
1.2SPSS基本操作
（1）從EXCEL中導入數據（突破EXCEL 100萬數據的限制）
（2）給數據添加值標簽
（3）修改數據數值值（數據、分類、有序等）

2.分析報表和圖形
可以根據自己的分析需要，使用SPSS輸出自己的專業數據報表。
2.1報表
（1）按照觀測量概述
（2）按行概述
（3）按列概述
2.2分析圖形
（1）多維度圖形的繪制
（2）強大的面板圖
（3）圖形分析的效果優化

3.數據的描述統計
描述統計可以對數據規律有著很好的把握。
（1）頻率表
快速了解數據的結構分布以及與標準正態圖的對比情況。
（2）分組求均值
從平均值等的角度考慮分組數據之間的差異。
（3）探索
快速探索數據的規律，包括著名的莖葉圖。
（4）交叉表
專業版的EXCEL數據透視表，在展示數據的同時考慮數據之間的關系。

4.數據之間有關系嗎？
從數據樣本的角度考察數據之間的關聯關系：
（1）獨立樣本T檢驗
數據之間有關聯嗎？關聯度如何？
（2）配對樣本T檢驗
用于分析成對數據的前后的績效差異。
（3）單因素方差分析
使用頻率超高的分析方法。
（4）相關分析
簡單高效使用廣泛的數據間關系分析方法。

5.離散型因變量的回歸
Logistic回歸是研究離散型因變量回歸的重要手段，例如客戶是否來銀行存款、客戶是否會欠款、客戶喜歡什么品牌、產品的質量情況等等，都可以用Logistic回歸進行分析。
5.1二值Logistic回歸
針對客戶是否購買（”yes” or “no”）、股價是否上漲（”yes” or “no”）這樣的問題進行分析。
5.2名義值的Logistic回歸
針對不同的選擇的分析，例如上海的大學畢業生去哪個國家留學：“美國”、“歐洲”、“澳洲”這樣的選擇的問題，進行分析。
5.3有序類的Logistic回歸
針對有序的選擇的分析，例如汽車尾氣標準“歐III”、“歐IV”、“歐V”這樣的選擇的分析。

6.離散型自變量的回歸
適合于自變量是離散變量的回歸分析，例如分析消費者對汽車顏色的偏好（1：黑色，2：紅色，3：白色，4：灰色，5：藍色）與購車者性別（1：男，2：女）以及職業（1：學生，2：公務員，3：公司職員，4自由職業者，5：其他職業）等之間的關系。
（1）連續變量離散化的隨意性缺陷
（2）模型的選擇及結果分析

7.直銷模塊-多種強大的分析小工具的組合
直銷模塊是IBM收購SPSS后推出的新的商務分析模塊：
（1）客戶評級工具（RFM模型）
根據消費者的最近消費日期、消費頻次、總消費金額來給消費者評級并甄選出最佳客戶。
（2）生成潛在客戶概要文件
根據市場活動的結果，生成客戶的概要文件。在將來的產品銷售中，可以根據該文件，決定銷售對象，以提高成功率。
（3）選擇最有可能購買的消費者工具
購買傾向分析通過建立模型來預測客戶購買產品的可能性。

8.分類
（1）聚類
針對多種指標下的分類，例如銀行客戶的分類、旅游景點的分類、財務數據的分類等等。
包括二步聚類、K-均值聚類和系統聚類等，三種聚類的應用場景不盡相同。
（2）最近鄰元素分析
聚類方法在商業分析中的進一步應用。
（3）判別分析
根據消費者的特征進行判別，看他屬于哪一分類？

9.商業預測
9.1一元和多元線性回歸
（1）什么是數據擬合？
（2）回歸方法的選擇
（3）回歸模型的結論解釋
9.2時間序列分析
（1）移動平均分析
包括一次、二次和三次移動平均
（2）指數平滑分析
包括一次、二次和三次指數平滑
（3）ARIMA分析
ARIMA分析的內涵以及參數的調優
（4）季節分解
周期性數據的近乎完美的分解

10. 主成分分析
對于銷售、財務、人事、綜合競爭力等多指標的數據進行降維處理，構建評估分析模型。
（1）數據收集
（2）模型構建
（3）結果分析
（4）模型的優化 

紀賀元，男，本科畢業于大連理工大學計算機系，復旦大學MBA。長期從事數據分析、python、市場調查、EXCEL、信息檢索與收集、Access、PPT、SPSS等方面的培訓工作，為上海交通大學EDP中心、上海交通大學繼續教育學院、時代光華（北京）、肯耐珂薩（上海）、益策、華嗣、卓華等國內知名培訓機構開設過多次內訓和公開課課程。立邦涂料長期合作講師，華晨寶馬長期合作講師（數據統計分析方向、三年一簽）。Excel、數據分析方面年授課量在85天左右。
2017年出版《數據分析實戰：基于EXCEL和SPSS系列工具的實踐》一書，受到了業界的歡迎，https://item.jd.com/12080023.html。

現在第二本專著《從編程小白到python數據分析高手》正在寫作中，預計2021年春季出版：

紀賀元曾經在上海貝爾、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司長期工作，在過去的實際工作中，本人積累了較多的在數據分析和挖掘的實戰經驗， 1995年即開始使用EXCEL VBA對于Motorola電信交換機的運營數據進行分析和編程處理，1998年即開始采用SPSS軟件進行數據分析和市場調查報表的分析工作，在新加坡比技公司、上海全成通信等公司組織和領導了多項移動通信增值業務數據的數據挖掘項目（采用COGNOS商業報表軟件和CLEMENTINE軟件）。
紀老師擅長的課程有：

本人也曾經參與或主持過多項數據分析方面、市場調研等方面的咨詢項目，包括：
2018年：
（1）上海大眾2019年培訓內部需求調研分析，問卷800多份，包括調研數據分析以及分析報告撰寫
（2）天順風能常熟工廠生產部及BOM運維報表系統，用VBA編程，代碼2.3萬行
（3）思南智庫營帳系統，用VBA編程，代碼0.9萬行
（4）寶鋼集團數據分析輪訓（9天，包括寶鋼上海下屬子公司、寶鋼國際、新疆八一鋼鐵等
2017年：某潤滑油企業市場調研數據分析
2016年：
基于百度和bing的類爬蟲軟件設計和編制
2015年：
上海張江高科科技園政府扶持企業資金投入產出績效分析項目（分析工具提供）（VBA實現DEA算法）
迪皮埃復材構件（太倉、大豐）兩公司生產部報表項目（VBA實現）
某證券私募企業股票指標數據跟蹤與分析系統（VBA實現）
上海卷煙銷售公司低焦油香煙消費者調研
2014年:
上海印鈔廠統計分析培訓專題咨詢
蘇州工業園區軟環境滿意度調研
上海某涂料公司3-5年發展規劃-市場信息檢索與利用
2013年：
（1）迪皮埃復材構件（太倉）有限公司，生產部數據流程整合咨詢項目（包括VBA編碼調試）
（2）上海印鈔廠統計分析專題咨詢
2011年：
內蒙古杏仁露產品上市前調研
2010年：
我國電子閱讀器市場用戶消費模式調研
2009年：
格林動力汽車尾氣凈化劑數據分析
楊浦區商管公司下屬商業網點調研
2005年：
2005年上海移動有限公司新產品發展模式市場調研

本人擅長數據分析和市場調研等方面的培訓，包括用EXCEL、EXCEL VBA、水晶易表、SPSS、SAS、CLEMENTINE等軟件進行營銷、生產制造、財務等方面的數據分析。 

• 業務數據分析II（Excel）

   

  【課程背景】數據分析有多個含義，普通含義的數據分析包括展現數據的趨勢，對數據做分類匯總，發現其中的TOPN數據，對比數據的不同與變化等。這些常規分析可以通過數據透視表來完成。這些內容在課程《業務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發現數據之間的模式，規律，相關性及因果關系，預測未來業務數據，對數據進行統計分析從而發現問題等等。 ..

  ￥   元/ 天

  人氣：968  

  

• 業務數據分析I（Excel）

   

  【課程背景】數據分析是數據應用的重要目的。海量的，紛繁復雜的原始數據只有經過分析才能抽取關鍵信息，獲得對數據的準確認知，才能對未來起到知道作用。本課程從準備數據開始，一步一步的經過數據整理，分析，最終做出報表呈現分析結果，并通過各個領域的案例，使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：911  

  

• 數據分析與圖示化呈現技巧

   

  課程背景據統計，我們日常工作中，通過視覺獲取的信息超過70%，所以如何將數據圖示化、視覺化，如果讓老板、領導或者客戶、消費者在短時間內迅速get到你想表達的信息在當今信息化時代顯得尤為重要。基于商務應用需要，Office高效辦公專家李憲磊老師以多年的企業實戰工作經驗和企業實際需求為出發點，開發出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..

  ￥   元/ 天

  人氣：797  

  

• 服裝行業終端店長——店鋪商品數據分析課程

   

  【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1181  

  

• 新零售用戶行為數據分析與產品優化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統計監控u用戶定向營銷u用戶調研2.互聯網思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數u新用戶數u活躍用戶數u流失用戶數4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：935  

  

• 移動互聯網時代的精焳營銷-數據分析

   

  一、大數據未來的通行證美國的大數據、阿里的大數據大數據改變未來未來誰是王者案例：未來的一天、IBM的規劃二、數據分析五步法1）數據搜集數據搜集不等CRM2）數據清洗3）數據建模4) 數據整理三、市場調查1）市場調研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數據分..

  ￥   元/ 天

  人氣：2145