作为一名业务数据分析师，你需要掌握根据具体业务指标提取和分析公司数据的方法，从商业指标、用户行为到精益管理等，并采取可视化技术有效传达你的知识发现。SPSS作为最权威的标准统计软件之一，具有简单易用、兼容性好、扩展性能好等优点。在全球全球 25 万用户，涉及行业遍及金融、医药卫生、生产、运输、通讯、政府、教育、地理、天文等多个领域，拥有市场研究 80%的占有率。
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。
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“StatisticalPackage 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”。
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。
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。
北京&远程（SPSS专题）：
7月22日~8月13日（8天）
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。
第一阶段：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：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.假设检验基础
4.方差分析
5.相关与回归分析
6.数据分析理论基础总结
第三阶段：数据预处理技术P1
1.数据分析与SPSS介绍
a.实例演示
b.SPSS 的特点
c.SPSS 界面介绍
2.数据的输入与保存
a.数据获取及其格式
b.SPSS 数据变量详解
c.SPSS 访问外部数据
第四阶段：数据预处理技术P2
1.数据预处理及分析
2.数据清理
3.新变量生成
4.描述统计分析
5.SPSS 统计图形与可视化
a.散点图（交互式）
b.比较子组
c.回归变量图
第五阶段：数据分析与建模技术
1.相关分析
2.回归分析基础
3.简单回归分析
4.多元回归分析
a.案例分析：商品韧性材料的影响因素及其预测分析
5.卡方分析
a.案例分析：商品投诉因素分析
第六阶段：数据分析与建模技术
1. 二分类 logistic 分析a.客户违约信息预测
2. 主成分分析与聚类分析
a.主成分分析
b.两步聚类法
3. RFM 客户价值模型
4. 统计报表过程
第七阶段：案例分析及业务应用
1.数据挖掘方法论介绍
2.回归分析与因子分析方法
3.市场调研-用户体验评测案例（全咨询项目）
4.业务分析-球员综合评价案例
5.信用卡产能预测与监控
6.贷款违约预测建模全流程
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。
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。
1.在线填写报名信息
CDA官网：
CDA微店：
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
电话：010-68411404
手机：185111302788（王老师）
QQ：2315561922
邮箱：[email protected]
