- SPC統(tǒng)計過程控制
- SPC統(tǒng)計過程控制實戰(zhàn)訓練暨高級質(zhì)量
- SPC/MSA/FMEA/APQP/
- ISO/TS16969五大工具之-F
- 酒店實用英語口語【Hotel spo
- SPOT團隊引導(dǎo)技術(shù) 之【年終總結(jié)】
- SPC統(tǒng)計程控和過程能力改進
- 統(tǒng)計性過程控制SPC
- FMEA/SPC/MSA預(yù)防工具三劍
- Spin顧問式銷售
- 顧客滿意服務(wù)與客戶心理分析
- SPIN—顧問式銷售流程
- 崗位分析與崗位評價
- 銀行客戶經(jīng)理如何搜尋、選擇與確定目標
- 九型人格--識人用人與性格分析
- 市場分析與營銷戰(zhàn)略規(guī)劃課程大綱
- 投資項目評估與可行性分析
- 零售行業(yè)運營管理與數(shù)據(jù)分析模型
- 消費者心理與行為分析
- 汽車生產(chǎn)管理事件因果分析技能
SPSS數(shù)據(jù)分析
課程編號:40395
課程價格:¥21000/天
課程時長:2 天
課程人氣:674
- 課程說明
- 講師介紹
- 選擇同類課
本課程的對象為企業(yè)營銷、財務(wù)、人事、生產(chǎn)研發(fā)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(jīng)將SPSS中比較晦澀和學術(shù)化的部分剔除,即使學員沒有正規(guī)的統(tǒng)計分析基礎(chǔ),也能夠較好較快地學習并應(yīng)用SPSS。
【培訓收益】
(1)掌握統(tǒng)計分析的基本概念、術(shù)語、分析流程 (2)全面系統(tǒng)掌握SPSS (3)提升數(shù)據(jù)分析和挖掘能力
1.統(tǒng)計分析基礎(chǔ)
1.1統(tǒng)計分析基本概念
包括假設(shè)檢驗、平均值、標準差、峰度、偏度、中位數(shù)、眾數(shù)、R2、曲線擬合等。
1.2SPSS基本操作
(1)從EXCEL中導(dǎo)入數(shù)據(jù)(突破EXCEL 100萬數(shù)據(jù)的限制)
(2)給數(shù)據(jù)添加值標簽
(3)修改數(shù)據(jù)數(shù)值值(數(shù)據(jù)、分類、有序等)
2.分析報表和圖形
可以根據(jù)自己的分析需要,使用SPSS輸出自己的專業(yè)數(shù)據(jù)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(yōu)化
3.數(shù)據(jù)的描述統(tǒng)計
描述統(tǒng)計可以對數(shù)據(jù)規(guī)律有著很好的把握。
(1)頻率表
快速了解數(shù)據(jù)的結(jié)構(gòu)分布以及與標準正態(tài)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(shù)據(jù)之間的差異。
(3)探索
快速探索數(shù)據(jù)的規(guī)律,包括著名的莖葉圖。
(4)交叉表
專業(yè)版的EXCEL數(shù)據(jù)透視表,在展示數(shù)據(jù)的同時考慮數(shù)據(jù)之間的關(guān)系。
4.數(shù)據(jù)之間有關(guān)系嗎?
從數(shù)據(jù)樣本的角度考察數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系:
(1)獨立樣本T檢驗
數(shù)據(jù)之間有關(guān)聯(lián)嗎?關(guān)聯(lián)度如何?
(2)配對樣本T檢驗
用于分析成對數(shù)據(jù)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(guān)分析
簡單高效使用廣泛的數(shù)據(jù)間關(guān)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(chǎn)品的質(zhì)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(yè)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(yè)(1:學生,2:公務(wù)員,3:公司職員,4自由職業(yè)者,5:其他職業(yè))等之間的關(guān)系。
(1)連續(xù)變量離散化的隨意性缺陷
(2)模型的選擇及結(jié)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(wù)分析模塊:
(1)客戶評級工具(RFM模型)
根據(jù)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(jù)市場活動的結(jié)果,生成客戶的概要文件。在將來的產(chǎn)品銷售中,可以根據(jù)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(yù)測客戶購買產(chǎn)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(wù)數(shù)據(jù)的分類等等。
包括二步聚類、K-均值聚類和系統(tǒng)聚類等,三種聚類的應(yīng)用場景不盡相同。
(2)最近鄰元素分析
聚類方法在商業(yè)分析中的進一步應(yīng)用。
(3)判別分析
根據(jù)消費者的特征進行判別,看他屬于哪一分類?
9.商業(yè)預(yù)測
9.1一元和多元線性回歸
(1)什么是數(shù)據(jù)擬合?
(2)回歸方法的選擇
(3)回歸模型的結(jié)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(shù)平滑分析
包括一次、二次和三次指數(shù)平滑
(3)ARIMA分析
ARIMA分析的內(nèi)涵以及參數(shù)的調(diào)優(yōu)
(4)季節(jié)分解
周期性數(shù)據(jù)的近乎完美的分解
10. 主成分分析
對于銷售、財務(wù)、人事、綜合競爭力等多指標的數(shù)據(jù)進行降維處理,構(gòu)建評估分析模型。
(1)數(shù)據(jù)收集
(2)模型構(gòu)建
(3)結(jié)果分析
(4)模型的優(yōu)化
紀賀元,男,本科畢業(yè)于大連理工大學計算機系,復(fù)旦大學MBA。長期從事數(shù)據(jù)分析、python、市場調(diào)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(xù)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(nèi)知名培訓機構(gòu)開設(shè)過多次內(nèi)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(shù)據(jù)統(tǒng)計分析方向、三年一簽)。Excel、數(shù)據(jù)分析方面年授課量在85天左右。
2017年出版《數(shù)據(jù)分析實戰(zhàn):基于EXCEL和SPSS系列工具的實踐》一書,受到了業(yè)界的歡迎,https://item.jd.com/12080023.html。
現(xiàn)在第二本專著《從編程小白到python數(shù)據(jù)分析高手》正在寫作中,預(yù)計2021年春季出版:
紀賀元曾經(jīng)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(shù)據(jù)分析和挖掘的實戰(zhàn)經(jīng)驗, 1995年即開始使用EXCEL VBA對于Motorola電信交換機的運營數(shù)據(jù)進行分析和編程處理,1998年即開始采用SPSS軟件進行數(shù)據(jù)分析和市場調(diào)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(lǐng)導(dǎo)了多項移動通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項目(采用COGNOS商業(yè)報表軟件和CLEMENTINE軟件)。
紀老師擅長的課程有:
本人也曾經(jīng)參與或主持過多項數(shù)據(jù)分析方面、市場調(diào)研等方面的咨詢項目,包括:
2018年:
(1)上海大眾2019年培訓內(nèi)部需求調(diào)研分析,問卷800多份,包括調(diào)研數(shù)據(jù)分析以及分析報告撰寫
(2)天順風能常熟工廠生產(chǎn)部及BOM運維報表系統(tǒng),用VBA編程,代碼2.3萬行
(3)思南智庫營帳系統(tǒng),用VBA編程,代碼0.9萬行
(4)寶鋼集團數(shù)據(jù)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(yè)市場調(diào)研數(shù)據(jù)分析
2016年:
基于百度和bing的類爬蟲軟件設(shè)計和編制
2015年:
上海張江高科科技園政府扶持企業(yè)資金投入產(chǎn)出績效分析項目(分析工具提供)(VBA實現(xiàn)DEA算法)
迪皮埃復(fù)材構(gòu)件(太倉、大豐)兩公司生產(chǎn)部報表項目(VBA實現(xiàn))
某證券私募企業(yè)股票指標數(shù)據(jù)跟蹤與分析系統(tǒng)(VBA實現(xiàn))
上海卷煙銷售公司低焦油香煙消費者調(diào)研
2014年:
上海印鈔廠統(tǒng)計分析培訓專題咨詢
蘇州工業(yè)園區(qū)軟環(huán)境滿意度調(diào)研
上海某涂料公司3-5年發(fā)展規(guī)劃-市場信息檢索與利用
2013年:
(1)迪皮埃復(fù)材構(gòu)件(太倉)有限公司,生產(chǎn)部數(shù)據(jù)流程整合咨詢項目(包括VBA編碼調(diào)試)
(2)上海印鈔廠統(tǒng)計分析專題咨詢
2011年:
內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研
2010年:
我國電子閱讀器市場用戶消費模式調(diào)研
2009年:
格林動力汽車尾氣凈化劑數(shù)據(jù)分析
楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點調(diào)研
2005年:
2005年上海移動有限公司新產(chǎn)品發(fā)展模式市場調(diào)研
本人擅長數(shù)據(jù)分析和市場調(diào)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(chǎn)制造、財務(wù)等方面的數(shù)據(jù)分析。
-
業(yè)務(wù)數(shù)據(jù)分析II(Excel)
【課程背景】數(shù)據(jù)分析有多個含義,普通含義的數(shù)據(jù)分析包括展現(xiàn)數(shù)據(jù)的趨勢,對數(shù)據(jù)做分類匯總,發(fā)現(xiàn)其中的TOPN數(shù)據(jù),對比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過數(shù)據(jù)透視表來完成。這些內(nèi)容在課程《業(yè)務(wù)數(shù)據(jù)分析I》中已經(jīng)詳細介紹了。而對數(shù)據(jù)的深入分析還包括發(fā)現(xiàn)數(shù)據(jù)之間的模式,規(guī)律,相關(guān)性及因果關(guān)系,預(yù)測未來業(yè)務(wù)數(shù)據(jù),對數(shù)據(jù)進行統(tǒng)計分析從而發(fā)現(xiàn)問題等等。 ..
-
業(yè)務(wù)數(shù)據(jù)分析I(Excel)
【課程背景】數(shù)據(jù)分析是數(shù)據(jù)應(yīng)用的重要目的。海量的,紛繁復(fù)雜的原始數(shù)據(jù)只有經(jīng)過分析才能抽取關(guān)鍵信息,獲得對數(shù)據(jù)的準確認知,才能對未來起到知道作用。本課程從準備數(shù)據(jù)開始,一步一步的經(jīng)過數(shù)據(jù)整理,分析,最終做出報表呈現(xiàn)分析結(jié)果,并通過各個領(lǐng)域的案例,使您可以快速將學習到的分析和預(yù)測方法落實到您的實際工作中?!菊n程大綱】(..
-
課程背景據(jù)統(tǒng)計,我們?nèi)粘9ぷ髦?,通過視覺獲取的信息超過70%,所以如何將數(shù)據(jù)圖示化、視覺化,如果讓老板、領(lǐng)導(dǎo)或者客戶、消費者在短時間內(nèi)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?;谏虅?wù)應(yīng)用需要,Office高效辦公專家李憲磊老師以多年的企業(yè)實戰(zhàn)工作經(jīng)驗和企業(yè)實際需求為出發(fā)點,開發(fā)出《數(shù)據(jù)分析與圖示化呈現(xiàn)技巧》課程。本課程結(jié)合日常的數(shù)據(jù)信..
-
服裝行業(yè)終端店長——店鋪商品數(shù)據(jù)分析課程
【課程大綱】1.店鋪商品的構(gòu)成分析2.店鋪商品的訂貨方法3.店鋪商品數(shù)據(jù)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
-
新零售用戶行為數(shù)據(jù)分析與產(chǎn)品優(yōu)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(tǒng)計監(jiān)控u用戶定向營銷u用戶調(diào)研2.互聯(lián)網(wǎng)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(shù)u新用戶數(shù)u活躍用戶數(shù)u流失用戶數(shù)4.新老用戶5.新活躍用戶和流失用戶 ..
-
移動互聯(lián)網(wǎng)時代的精焳營銷-數(shù)據(jù)分析
一、大數(shù)據(jù)未來的通行證美國的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來未來誰是王者案例:未來的一天、IBM的規(guī)劃二、數(shù)據(jù)分析五步法1)數(shù)據(jù)搜集數(shù)據(jù)搜集不等CRM2)數(shù)據(jù)清洗3)數(shù)據(jù)建模4) 數(shù)據(jù)整理三、市場調(diào)查1)市場調(diào)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(shù)據(jù)分..