商业数据分析领域，企业数据分析业务人员必备工具，易上手，功能强于SPSS。

培训分为【基础班】及【提升班】

可申请国家工信部“SAS业务分析师”中高级认证证书。

现场+远程直播

◆SAS 与SAS EG
  如果你的记忆中SAS还是一个丑陋的只能通过编程的统计软件的话，那你已经落伍了。在大数据已经到来的今天，SAS早已经是商业智能（BI）的代名词。其在企业日常报表、分析性客户关系管理、风险管理等方面都有成熟的解决方案。可以说，掌握SAS分析产品是未来驰骋职场的重要武器。
  SAS EG全称是“SAS Enterprise Guide”，是图形化用户操作界面，功能函盖SAS BASE和SAS STAT全部模块，在SAS BI工具中占据核心地位。具有上手快，功能强大等特征。SASEG的目标用户是大中型企业的业务分析人员，该软件的是从学院派走向真正商业大数据分析的桥梁。目前各大高校、金融机构、大型企业、政府和咨询多以购买该软件。该软件是工作、研究的得力助手。以往繁重而重复的业务分析工作可以自动完成。

◆课程介绍
      本课程是源于多年金融行业工作和企业数据分析内训工作的总结。所授内容追求简洁实用，辅以统计分析的助记法，帮助学员快速搭建进行实际数据分析的框架，驾向运用开发大数据的高速公路。
      数据分析就是数理统计+业务分析，以往在学院中学习的只有数理统计部分，而且往往以深奥难懂的形式呈现出来，让听课者畏而却步。本课程在设计针对上班一族的切身需求，讲求大道至简的原则，将数理分析方法直白化，结合具体业务案例拓宽分析思路。
      讲课中，我们假想学员是公司生产、销售部门、客户关系管理（CRM）部门、信息服务支撑部门的分析人员，日常中面临大量的业务分析任务。本课程对此类人员的工作需求进行总结，归纳出常用工作模板，使学员快速上手，实际的提高工作效率。
详细介绍：https://bbs.pinggu.org/thread-2809340-1-1.html

◆讲师介绍
      常国珍,现就读于北大光华管理学院，会计系。主要研究领域是宏观不确定性、企业风险管理与信用风险管理。拥有9年SAS数据统计工作经验，11年ORACLE数据库使用经验，2年数据挖掘平台建设经验；熟悉银行IT系统环境，尤其是评级器系统，从事过银行数据集市和数据挖掘平台的构建工作。曾就职于亚信科技（中国）有限公司市场部、方正国际金融事业部和长江商学院投资者研究中心。目前为SAS公司数据挖掘与统计分析课程的兼职讲师，培训客户包括人行征信、民生银行、光大银行、中信银行、江苏银行、泰康保险等金融或大型国企。

     徐刚，男，高级数据分析师，具有深厚的数理统计与应用数据分析专业背景，上海某金融机构数据分析部门高级DA，具有八年数据分析、数据挖掘的从业经验，曾就职零售企业、咨询公司等，独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。

• 课程案例索引:
  

第1部分：EG介绍与数据访问（第一天上午）

  案例1:数据分析平台搭建示例

第2部分：数据整理（Sample，第一天下午）

  案例2:制作定期自动更新PDF格式报告

第3部分：变量修改(Modify，第一天下午)

  案例3:分渠道类型的订单分析报告等

  案例4:将全国各区域的销售情况在地图中展示

第4部分：描述统计与制图（Explore，第二天上午）

  案例5:制作定期自动更新的报表

第5部分：企业客户画像（Explore，第二天下午）

  案例6:某银行信用卡客户画像

  案例7:某零售企业客户信息采集（RFM）与客户画像

第6部分：方差分析（Model，第三天上午）

  案例8:北京市小区价格的影响因素

  案例9:广告投放效果评估

  案例10:某药物疗效的评估

第7部分：线形回归（Model，第三天下午）

  案例11:信用卡客户消费情况预测

  案例12:某省能源消费趋势预测（简单）

第8部分: 分类变量分析（Model，第四天上午）

  案例13:某电信公司客户流失预警模型

  案例14:某银行客户违约模型

第9部分: 变量降维（Explore，第四天下午）

  案例15:沿海城市类型划分模型

  案例16:某银行贷款申请客户信誉评分模型

  案例17:上市公司绩效评价模型

  案例18: 某制造类企业产品分析(波士顿矩阵)

  案例19:企业生命周期分析

第10部分: 时间序列

  案例20:某航空公司乘客数量预测

  案例21:某省能源消费趋势预测（复杂）

◆课程详细大纲

第一天上午	第1章：入门指导   1.1  SAS Enterprise Guide 介绍   1.2  课程方案   第2章：在项目中使用数据   2.1  通过SAS逻辑库访问数据   2.2  理解SAS数据集的定义   2.3  导入其他各式的数据文件
第一天下午	第3章：任务简介_列表与数据选择   3.1  任务和向导简介   3.2  创建Listing 报表   3.3在任务中过滤数据   3.4  创建 HTML, PDF, 和 RTF 输出   第4章（自学）：使用“数据”菜单栏   4.1  数据任务介绍   4.2  拆分列   4.3  堆叠列   4.4  转置   第5章：过滤与排序和查询生成器   5.1  数据查询简洁   5.2  数据过滤与排序   5.3  用表达式创建新列   5.4  在查询中对数据分组和汇总   5.5  连接表   5.6  连接包含不匹配的标   5.7  对列重编码 第6章：使用函数   6.1  简介   6.2  字符变量处理   6.4  数值变量处理   6.5  变量类型转换   第7章(自学)：CASE逻辑   7.1  重新编码值   7.2  使用替换条件   7.3  写CASE表达式   7.4  写嵌套CASE表达式   第8章(自学)：使用提示   8.1  项目中运用提示(Prompt)   8.2  在任务中创建和使用提示   8.3  在查询中创建和使用提示 第9章：结果排版   9.1创建HEML、PDF和RTF输出结果   9.2创建和应用自定义格式   9.3更新流程   9.4合并结果   9.5自定义输出样式
第二天上午	第10章：描述性统计   10.1  变量测量类型与描述统计方法   10.2  创建频数报表和汇总统计量   10.3  生成汇总统计量   10.4  用汇总表任务生成汇总报表   10.5  创建和应用自定义格式（自学） 第11章：统计制图与数据可视化   11.1  统计制图原理   11.2  柱图、条图和地图   第11章附(自学)：SAS绘图_ODS和GTL
第二天下午	第12章：聚类分析   12.1  基本逻辑   12.2  系统聚类   12.3  快速聚类   第12章附：客户价值分析案例_RFM分析方     法1h   第12章附.1 描述客户价值的维度   第12章附.2 使用RFM分析方法对客户作简单   划分   第12章附.3 RFM分析与聚类分析相结合
第三天上午	第13章：假设检验概念   13.1  统计推断基本概念   13.2  变量分布的图形探索   13.3  均值的置信区间   13.4  假设检验   第14章: 方差分析(ANOVA)   14.1  双样本T检验   14.2  单因素方差分析   14.3  方差分析事后检验   14.4  双因素方差分析
第三天下午	第15章：线形回归   15.1  探索性数据分析   15.2  简单线性回归   15.3  多元回归概念   15.4  模型的变量选择   15.5  模型解释与注意的问题 第16章：回归诊断   16.1  检测残差   16.2  影响点   16.3  共线性
第四天上午	第17章：分类变量分析   17.1  描述分类数据   17.2  相关性检验   17.3  逻辑回归入门   17.4  包含分类预测变量的逻辑回归   17.5  包含交叉项的逐步选择法       第18章：模型评估与其他1h   18.1  模型评估常用图—ROC曲线   18.2  模型优化方法—经验Logit曲线   18.3  分类模型总结   18.4  分类模型综合案例
第四天下午	第22章：主成分与因子分析   22.1  多元统计基础   22.2  主成分分析   22.3  因子分析   第26章：多元统计部分综合案例   26.1  某制造类企业产品分析(波士顿矩阵)   26.2  企业生命周期分析   第27章：时间序列   27.1  认识时间序列和趋势分解法   27.2  带自回归误差的回归分析       专题一：电信企业真实案例

◆培训目标     

要求掌握的技术如下：
   （1）能根据实际问题熟练地掌握SASEG导入与导出数据的功能。
   （2）掌握数据预处理的基本过程，掌握数据探索的基本方法，尤其是通过图形探索变量间的关系。同时需学会使用软件侦察异常值、缺失值探索变量分布的能力。
   （3）学员需具备处理实际问题的基本统计分析能力，具体包括T检验、方差分析、卡方分析、相关分析、回归分析。
   （4）可以根据数据特点生成精美的统计报表。
   （5）学员需要掌握运用SASEG程序的基本技巧。
   （6）能根据实际问题熟练地掌握用SASEG构建精细分类模型的能力。
   （7）掌握编写编写SAS脚本实现丰富的图表功能。
   （8）掌握通过统计模型检验、评估和优化的基本技能。
   （9）掌握实际数据挖掘中的建模流程。

◆培训对象
  （1）从事企业分析及相关工作的业务人员；
  （2）需要进行简单统计分析的高校、科研院所的科技工作者；
  （3）希望到金融机构和大型企业的在校生、在职人员。
  （4）从事企业数据挖掘及相关工作的决策分析、工程技术人员；
  （5）需要进行大数据统计分析的高校、科研院所的科技工作者；
  （6）打算从事数据统计分析的在校生、在职人员。

-----------------------------------------------------------------------------------------------------------------------------------------------------------
◆具体安排

SAS EG课程	时间	地点	价格
基础班	7月26，27日（周末）	北京	1700元
提升班	8月2-3日（周末）	北京	1900元
全程班	7月26-27，8月2-3日（周末）	北京	3200元/2000远程

工信部“SAS业务分析师”证书申请费用
基础班：中级，300元
提升班：高级，400元
（以上皆自愿申请）

◆优惠条件
1.全日制在读本科研究生8折优惠
2.现场班老学员可享受9折优惠
3.三人及以上一同报名可享受8折优惠
4.报名即送人大经济论坛SAS全套精品视频课程

◆报名方式

1.在线填写报名信息

2.给予反馈，确认报名信息

3.网上缴费

4.开课前一周发送电子版课件和教室路线图

点击在线报名

【咨询方式】
电话：010-68454276

手机：15210500313（周老师）QQ：2881989708

          15210507396（刘老师）QQ：2881989707

邮箱：zhoulei@pinggu.org

          ljbing@pinggu.org

——Join Learn!