首页>全部课程>SPSS商业数据分析
SPSS商业数据分析
SPSS商业数据分析
报名课程可获赠200.0元助学金,助学金说明 >>
直播面授
时间图标 培训课时 2天,12小时
标题图标 课程介绍 标题图标
本课程首先介绍SPSS的基本操作和分析模块,随即结合商业数据分析中的热点与关键问题,系统介绍了SPSS在市场/社会调查、产品/方案绩效检验、离散型变量回归、消费者行为分析、分类、销售预测、企业管理评估指标体系构建等方面的应用,课程案例全部来自实际企业管理数据。
标题图标 学员基础 标题图标
本课程的对象为企业营销、财务、人事、生产研发等方面的各种层次的人员,为了方便学员理解本课程,授课讲师已经将SPSS中比较晦涩和学术化的部分剔除,即使学员没有正规的统计分析基础,也能够较好较快地学习并应用SPSS。
标题图标 课程大纲 标题图标
1. 课程基础
1.1 统计分析基本概念
1.2 SPSS基本操作和分析模块

2. 分析报表输出
可以根据自己的分析需要,使用SPSS输出自己的业务报表。
2.1 按照观测量概述
2.2 按行概述
2.3 按列概述

3. 市场/社会调查分析
SPSS是市场调查研究的主流工具,可以用来分析单选题、多选题、排序题等。
3.1 正交设计
正交设计是市场/社会调查的重要手段,例如分析消费者对于牛奶产品各个属性
的偏好:包装:“瓶装”“袋装”“盒装”;品牌:“伊利”“蒙牛”“光明”;价格:“1.3
元”“1.5元”“1.6元”;口感:“酸”“原味”,采用正交设计可以设计相应的调查问
卷。
3.2 信度
用于确保调查问卷的可信度。
3.3 单因素方差分析
用于分析数据均值之间的差异,例如不同的消费群体其消费金额的差异是否显著。
3.4 交叉表
用于分析两个变量之间是否有关联,例如在用户购车的数据分析方面,用交叉表可以分析“性别”和“购车品牌”之间是否有关联。
3.5 多重响应
用于分析多选题和排序题。
3.6 结合分析
用于正交设计问卷的分析。

4. 产品/方案绩效检验
4.1 配对样本T检验
用于分析成对数据的前后的绩效差异,例如使用某种化妆品前后的消费者肤质差异。
4.2 卡方检验
研究市场绩效和可能达到的“最优值”之间的差异。

5. Logistic回归
Logistic回归是研究离散型因变量回归的重要手段,例如客户是否来银行存款、客户是否会欠款、客户喜欢什么品牌、产品的质量情况等等,都可以用Logistic回归进行分析。
5.1 二值Logistic回归
针对客户是否购买(”yes” or “no”)、股价是否上涨(”yes” or “no”)这样的问题进行分析。
5.2 名义值的Logistic回归
针对不同的选择的分析,例如上海的大学毕业生去哪个国家留学:“美国”、“欧洲”、“澳洲”这样的选择的问题,进行分析。
5.3 有序类的Logistic回归
针对有序的选择的分析,例如汽车尾气标准“欧III”、“欧IV”、“欧V”这样的选择的分析。

6. 消费者行为分析
6.1 最优尺度回归分析
适合于自变量是离散变量的回归分析,例如分析消费者对汽车颜色的偏好(1:黑色,2:红色,3:白色,4:灰色,5:蓝色)与购车者性别(1:男,2:女)以及职业(1:学生,2:公务员,3:公司职员,4自由职业者,5:其他职业)等之间的关系。
6.2 直销模块
直销模块是IBM收购SPSS后推出的新的商务分析模块:
(1)识别最佳客户(RFM模型)
根据消费者的最近消费日期、消费频次、总消费金额来给消费者评级并甄选出最佳客户。
(2) 生成潜在客户概要文件
根据市场测试活动的结果,生成客户的概要文件。在将来的产品推广中,可以根据该文件,决定投递对象,以提高成功率。
(3)邮政编码响应率分析工具
识别最佳响应的邮政编码,根据历史邮寄数据统计出邮政编码响应率高的客户群,也即客户响应率高的地区,这样可针对该地区做营销活动。
(4)选择最有可能购买的消费者工具
购买倾向分析通过建立模型来预测客户购买产品的可能性。

7. 分类
7.1 聚类
针对多种指标下的分类,例如银行客户的分类、旅游景点的分类、财务数据的分类等等。
7.2 判别分析
根据消费者的特征进行判别,看他属于哪一分类?

8. 商业预测
8.1 一元和多元线性回归
8.2 时间序列分析
(1) 指数平滑分析
(2) ARIMA分析
(3) 季节分解
按照时间节点进行商业数据预测。

9. 企业管理评估体系模型构建-主成分分析
对于财务、人事、综合竞争力等多指标的数据进行降维处理,构建评估模型,
例如对于企业事业部有多种衡量指标,包括销售收入、合同签订数量、成本、研发成本、雇佣人数、员工学历、员工英语水平、管理人员人数、离职人员比例、缺勤天数等等指标,主成分分析可以从多种指标中抽取共性因素,建立简化的集约的评估指标体系,并对企业事业部给出评分。