数据分析与数据挖掘之SPSS工具入门与提高

系统支撑、市场营销部、运营分析部等注重于业务数据应用的相关人员。

本课程由浅入深，结合原理主讲软件工具应用，不需要太深的数学知识，但希望掌握常用数据分析的相关人员。

【课程目标】

本课程主要面向数据分析与数据挖掘的工具培训，帮助学员

1、了解相应的统计、概率知识。

2、掌握数据分析的基本方法和步骤，掌握数据分析的思路，框架。

3、熟练掌握SPSS基本操作，能利用SPSS解决实际的商业问题。

【授课方式】

基础知识精讲+案例演练+SPSS实际操作

从实际问题入手，引出相关知识，引导学员思考，选择合适的分析方法，熟悉相应的分析过程，掌握分析工具。

【授课讲师】

傅一航

【课程大纲】

第一部分：数据统计基础知识（基础，决定你的高度）

1、三大统计软件工具介绍

 SAS统计分析系统

 SPSS统计产品与服务解决方案

 BMDP生物医学数据处理软件

2、数据统计基础知识

 集中程度：均值、中位数、众数

 离开程度：方差、标准差、极差

 分布趋势：偏度、峰度

3、概率统计基础知识

 概率基本概念

 条件概率

4、数据挖掘概述

5、数据挖掘标准流程（CRISP-DM）

 商业理解

 数据准备

 数据理解

 模型建立

 模型评估

 模型应用

案例演练：客户匹配度模型—数据建模

第二部分：SPSS操作入门（预处理、探索性分析）

1、数据挖掘基础操作

 SPSS功能介绍

 数据录入

 数据外部数据导入（文本、Excel表格、数据库、其它）

2、数据预处理

 数据排序（排序个案）

 重复数据处理（标识重复个案）

 缺失值处理（替换缺失值）

 生成新变量（计算变量、重新编码）

 数据分组（分类汇总）

 数据合并（合并文件）

3、描述性统计

 连续变量统计描述

 分类变量统计描述

第三部分：统计图表分析（看图说话）

1、柱状图

2、线图

3、饼图

4、高低图

5、箱图

6、散点图

7、直方图

8、茎叶图

 案例演练：图形绘制

第四部分：基于统计方法论的数据分析

1、参数检验分析（样本均值检验）

 假设检验概述

 参数检验适用场景

 案例演练：电信ARPU值评估分析

 案例演练：促销效果评估

2、非参数检验（样本分布检验）

 非参数检验概述

 非参数检验适用场景

案例演练：产品合格率检验

案例演练：儿童身高差异检验

案例演练：训练新方法有效性检验

案例演练：促销方式效果检验

案例演练：客户满意度差异检验

3、相关分析（相关程度计算）

 相关分析概述

案例演练：腰围与体重的相关分析

案例演练：家庭生活开支的相关分析

4、方差分析（影响因素分析）

 方差分析概述

 方差分析适用场景

案例演练：广告形式、地区对销量的影响因素分析

案例演练：饲料与生猪体重的影响分析

5、时间序列分析（预测分析）

 时序分析概述

 时序分析适用场景

案例演练：电视机销量预测分析

案例演练：证券交易所综合指数收益率序列分析

案例演练：汽车销量预测分析

6、回归分析（预测分析）

 回归分析概述

 回归分析适用场景

 线性回归分析

案例演练：工资与工龄的关系分析

 逻辑回归分析

案例演练：客户购买预测分析

案例演练：品牌选择预测分析

第五部分：SPSS高级数据挖掘分析

7、聚类分析（Clustering）

 聚类方法原理介绍

 聚类方法适用场景

 系统聚类

案例演练：小康指数划分（Q型聚类）

案例演练：裁判标准一致性分析（R型聚类）

 K均值聚类

案例演练：商场服务奖项奖选择

8、分类分析（Classification）

 决策树原理介绍

 分类适用场景

案例演练：银行低信用客户特征分析

案例演练：电信行业客户流失预警与客户挽留

9、关联分析（Association）

 关联规则原理介绍

 关联规则适用场景

案例演练：产品交叉销售与布局优化分析

10、  

客户价值评估RFM模型

 RFM模型介绍

 RFM模型适用场景

案例演练：客户价值评估分析

案例演练：重购用户特征分析

第六部分：电信客户流失之真实数据分析实践

结束：课程总结与问题答疑。