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。
SPSS商业数据分析培训
一、 学员基础:
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。
二、 课程大纲：
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：*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：机构职员，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*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*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*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，*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。
