使用SPSS入门商业数据分析领域的优势在哪里？
一、业内最熟悉的名字
SPSS是广大统计爱好者和市场分析人员最熟悉的名字！没错，这里所说的SPSS就是你心里想的那一个。是一款在调查统计行业、市场研究行业、医学统计、政府和企业的数据分析应用中久负盛名的统计分析工具，也是世界上诞生最早的专业统计分析软件，产品被广泛应用于市场研究、金融、销售数据分析和未来行为预测等领域。它在国内外高校研究生中有着更深刻的威望与名誉：社科研究三大统计分析软件之一！经它处理的数据结果的精确度可得到专家学者的一致认同。


二、从SPSS到PASW
2000年以前，开发者们一直使用“社会科学统计软件包”的首字母缩写，即英文“Statistical Package for the Social Sciences”的四个首字母SPSS来简称他们的作品，这个名字随着统计分析应用软件的推广，在社会上得到了广泛认可。2000年左右，SPSS公司更新了自己的市场规划，同时更新了SPSS的名称含义，虽然SPSS这四个字母没有变化，但是内涵却变化了，并且反应了时代的特征和需求：SPSS公司希望拓展产品服务领域，增强统计服务的深度。这次的变动在市场上产生的影响并不大，因为大家所熟知的缩写没有变，变动的是英文全称：“Statistical Product and Service Solutions”，即“统计产品与服务解决方案”。2009年4月，SPSS公司宣布再次更新自己的产品系列名称，这次变动基本放弃了多年使用的SPSS四个字母，并且试图将各项产品归拢到统一的产品线中来。PASW全面覆盖SPSS，PASW的英文全称是“Predictive Analytics Software”，中文翻译为“预测分析软件”。


三、SPSS的未来
2009年，在商业智能分析领域新闻头条：IBM撤资12亿美元现金收购SPSS。于此类似的头条还有：甲骨文以33亿美元的价格收购Hyperion；SAP以48亿欧元的价格收购Business Objects。至此，商业智能市场格局发生改变，朝着更清晰的方向改变。在此之前，企业高管非常重视企业信息化建设，大搞ERP、SCM、CRM，这些巨无霸系统帮助企业和政府收集了海量的数据，最后却被底层业务人员评价为“从今以后我们不用再做报表了”，是时候考虑商业智能了，IBM收购SPSS华丽转身就是很好的例子。SPSS的未来是整合，产品线将更加清晰，定位也无比的明确：实施预测，辅助战略决策。


四、我为什么选择SPSS？
事实上，关于Excel、SPSS、SAS、R、Python等工具在功能与应用上的比较已经流传很多版本了，应该说他们都是这个行业里的佼佼者，各自具有其独特的魅力和优势，把他们放在一起比较 “谁更好” 并不正确，讨论一下 “谁更适合你” 才是最重要的。我是非统计科班，也不熟悉计算机编程，我的需求是数据集的处理和分析挖掘，Excel可以帮助我管理底层的所有数据，高效的工作，快速的解决问题对于我来说比炫耀高级技术更重要，我需要一个低调朴实、高效高质的软件，它无疑就是SPSS。还有另外一个原因，熟悉SPSS的分析人员，可快速入门SPSS Modeler，在操作上有相辅相成的感受，如果熟悉SPSS而不更进一步去认识Modeler，说明现有知识转化和利用率不足。Excel+SPSS+SPSS Modeler，这样一个组合对于非专业人士来说是一个不错的选择。


一、培训信息
北京&远程（SPSS专题）：
3月17日~5月06日（8天周末班）
授课安排：
现场班6900元，远程班4900元
(1) 授课方式：面授直播两种形式，中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3) 学习期限：现场与视频结合，长期学习加练习答疑。

二、课程信息
第一阶段：[3.17-18]数理统计基础与SQL语言
1.商业数据分析前沿与概述
2.数据分析流程与方法论
3.数理统计基础知识
4.随机事件与随机变量
5.正态分布与中心极限定理
6.其他统计学三大分布
7.描述性统计分析
8.SQL数据库语言简介
9.Mysql安装、配置与实操

第二阶段：[3.24-4.1]数据分析统计基础理论P2
1.随机抽样知识
2.抽样估计基础
3.点估计与区间估计
4.假设检验方法
5.单因素方差分析
6.相关与回归分析
7.数据分析理论基础总结
a.案例：三国人物数据分析

第三阶段：[4.7]数据预处理技术P1
1.数据分析与SPSS介绍
2.SPSS数据分析流程演示
3.SPSS 的特点与界面介绍
4.数据的输入与保存
5.数据获取及其格式
6.SPSS 数据变量详解
7.SPSS 访问外部数据
a.案例：员工绩效考核案例

第四阶段：[4.8]数据预处理技术P1
1.数据预处理及分析
2.数据清洗方法
3.新变量生成
4.描述统计分析
5.SPSS 统计图形与可视化
6.交互式散点图介绍
a.案例：证券交易案例

第五阶段：[4.14]数据分析与建模技术
1.相关分析介绍
2.回归分析基础
3.简单回归分析
4.多元回归分析
5.卡方分析方法
a.案例：商品韧性材料的影响因素预测分析
b.案例：商品投诉因素分析

第六阶段：[4.15]数据分析与建模技术
1.二分类Logistic回归分析
2.主成分分析与聚类分析
3.主成分分析与两步聚类法
4.RFM 客户价值模型
5.时间序列分析方法
6.统计报表分析过程
a.客户违约信息预测

第七阶段：[4.21-22]案例分析及业务应用
1.数据挖掘方法论介绍
2.回归分析方法详解
3.因子分析方法
4.市场调研-用户体验评测案例
5.业务分析-球员综合评价案例
6.用户洞察-用户信用评分案例

三、课程讲师

曹正凤
CDA数据分析师金牌讲师/统计学专业博士
北京大数据协会理事，首发集团智慧交通大数据中心筹备组负责人，具有多年的JAVA程序设计和统计教学经验，目前致力于大数据分析前沿领域研究。研究方向为数据挖掘领域的前沿算法研究，包括随机森林算法、神经网络等内容，发表多篇论文。



丁亚军
CDA数据分析师讲师/首席数据分析师。
现任职于人大经济论坛评谷数据处理与分析研究中心，兼职中国学习路径图国际培训中心技术顾问，SAS、SPSS高级统计学讲师。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目，具有丰富的数据处理经验。

四、课程优惠
1.全日制在读学生8折优惠（需提供证件证明）；
2.参加过论坛其他现场班老学员9折优惠；
3.三人及以上9折优惠，五人及以上8折优惠；
4.同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠。

五、报名流程
1.在线填写报名信息
CDA官网：
（北京&远程）

CDA微店：（扫描二维码）

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

【咨询我们】
电话：010-68411404
手机：185111302788（王老师）
邮箱：wangzhenda@pinggu.org

详情请见：https://www.cda.cn/kecheng/30.html