營銷精英教學計劃

之

統計分析與數據挖掘方法集成

(SPSS及其Modeler, Amos, Tree等)

一、課程目標

在目前大數據的企業環境與社會趨勢中, 通過本課程的系統學習，要求掌握對企業營業數據或調查所取得的原始數據, 可以順利地整理成為系統的、條理的, 能夠反映某一現象特征的統計指標與結果, 并能夠通過統計分析結構再應用到實際工作中, 促進企業的量化管理；同時, 需要明確數據庫的結構, 數據的錄入, 編輯、查錯等預處理。最終要求掌握利用 SPSS及其Modeler進行數據處理的操作方法，包括基礎方法和高級方法，并根據需要介紹Amos及Tree的統計分析操作方法, 達到利用不同統計軟件進行全系列全方位的數據處理和分析。

本方案是營銷精英計劃的高階段培訓——SPSS數據與定量分析的專項深入課程，將會從知識的連貫性、系統性和與工作結合的實戰性著手，通過系列課程的學習和實訓活動的演練，力求做到掌握市場調查分析的常用方法和工具，并為學員對數據分析， 市場調研， 營銷活動等量化管理的規范性和專業性打下基礎。

二、培訓對象

     數據分析人士、市場研究人士、營銷與策劃人士、企業管理人士等。

三、課程大綱

1.基礎統計概念：

數據類型：分類有序、分類無序、定距、定比等

基礎概念：正態分布、置信區間、峰值、中值、極差、四分位數、均數、中位數、眾數、標準差、方差、全距、標準誤、偏度系數和峰度系數等.

概念區分：殘差/標準誤、置信度/置信區間、 參數檢驗/非參數檢驗、方差／標準差、 方差／協方差、方差齊／不齊、T檢驗／F 檢驗、均值分析Ｔ檢驗／單或多因素的方差分析、啞變量、標準化、主成份分析／因子分析等。

2.數據準備：

企業現有經營數據庫的分析、查錯、數據變換、數據庫合并等；以及定量調研問卷的編碼及其數據庫設計，數據庫結構，變量定義、數據錄入(PCEDIT)、數據庫合并、數據庫查錯。

3.SPSS加權處理：

統計數據分析的加權基礎（Weight）。

4.SPSS軟件與統計分析：

練習與應用的軟件工具主要以SPSS統計分析 及其Modeler數據挖掘，輔助包括CHAIDWIN、AMOS等特定高級方法研究軟件(也可以選修EXCEL)；

統計分析內容包括基礎統計分析方法、高級統計方法、數據挖掘方法、選講方法等，具體包括：

1）主講SPSS基礎統計分析：頻數（單選與多選）、交叉分析（單選與多選）、均值分析、Person相關分析、T檢驗、一元與多元方差分析、一元線性回歸分析、多元線性回歸分析；

2）主講SPSS及其Modeler的高級統計分析與數據挖掘：非線性回歸分析（曲線擬合）、Logit對數線性模型、因子分析、聚類分析、聯合分析、多元對應分析、判別分析、時間序列分析、關聯規則分析、神經網絡分析、市場細分（可選用CHAIDWIN專用軟件）、結構方程模型（AMOS專用軟件）等。

3）選講SPSS統計專題：多維尺度分析、最優刻度分析、多維偏好分析、信度分析、馬爾可夫鏈預測分析等。

5.數據的表現

SPSS散點圖等統計圖表的制作，以及可選修EXCEL和POWERPOINT制作及調整優化圖形。

四、具體課程規劃

第一部分  數據準備

企業現有經營數據庫的分析、查錯、數據變換、數據庫合并等。

同時，介紹定量調研問卷的編碼、數據庫結構設計、數據預處理等：

• 介紹如何對具體問題數據模型化。
• 定量問卷的編碼技巧與注意事項。

• 熟悉原始數據的建庫原則（可選修專業錄入軟件PCEDIT），練習根據范圍與邏輯控制，設計專業數據錄入庫。
• 范圍查錯與邏輯查錯
• 將數據庫轉換為excel格式與spss格式 。
• 合并與拆分數據庫。

第二部分  基礎統計概念

• 主講基礎統計概念：正態分布、置信區間、峰值、中值、眾數、極差、標準差等。
• 主講各個核心統計概念的區分。

第三部分  SPSS加權處理

• 了解加權分析在SPSS統計分析中的基礎性與重要性，熟悉加權分析的原理與在SPSS中的統計實現。

第四部分  SPSS及其Modeler統計分析

第一講：SPSS及其Modeler的界面與入門簡介

要求：

• 了解SPSS系統界面的構成，掌握數據管理界面的一般操作

• SPSS結果瀏覽窗口用法詳解、統計繪圖功能詳解
• 熟悉SPSS結果窗口的常用操作方法，掌握輸出結果在文字處理軟件中的使用方法
• 掌握常用統計圖散點圖的繪制方法，了解其他統計圖的繪制方法(SPSS的基礎作圖功能不如EXCEL或POWERPOINT，但散點圖很專業)。

考察目標：

• 能熟練掌握SPSS的基礎操作
• 能對分析結果進行編輯、輸出。重點考察以下內容：結果表格的編輯、在word中使用結果、結果的導出。能夠獨立判斷遇到的統計問題應當采用何種統計圖形。

第二講：SPSS數據管理與程序

• 可以獨立完成在SPSS中建庫、錄入數據、計算新變量、篩選變量等操作，重點考察以下過程：數據計算compute、排序sort、重新賦值record、變量與樣本的增減add/del、變量標簽label、缺失值處理missing等；
• 數據庫合并與清理，數據合并方法merge file，數據清理常見問題，主要的數據清理方法select case/find等；
• 懂得如何使用粘貼命令自動生成SPSS程序，重點是標簽的程序（variable label/value label）與缺失值程序(missing)。

第三講：頻數分析與多重應答分析

要求：

• 掌握常用描述性指標的計算方法，掌握單選與多選的常用頻數分析方法。

考察目標：

• 能夠正確選用適當的統計過程求出頻數與百分比分布，能獨立對單選與多選題進行正確描述。

第四講：交叉分析及卡方非參數檢驗

要求：

• 熟悉單選與多選分類數據常用的交叉分析計算方法，掌握輸出結果中各部分的正確含義并能正確選擇所需結果。
• 熟悉SPSS提供的用于檢測變量間關聯顯著性的卡方檢驗。

考察目標：

• 能用正確的數據格式完成卡方檢驗，能從結果中選擇正確的概率值。

第五講：均值比較與T檢驗

要求：

• 掌握單樣本、兩獨立樣本、兩配對樣本的T檢驗的操作方法和結果閱讀。

考察目標：

• 能夠用SPSS進行單樣本、兩獨立樣本、兩配對樣本的T檢驗，能根據數據形式正確選擇兩兩比較方法。

第六講：單因素與多因素方差分析

要求：

• 掌握單因素方差分析的數據格式、操作方法與結果閱讀，熟悉方差分析中各種兩兩比較方法的選擇、操作和結果閱讀。
• 掌握多因素方差分析模型的原理、操作和分析結果的閱讀，掌握相應的圖形工具在分析中的應用。

考察目標：

• 能夠用SPSS獨立進行單因素和多因素方差分析模型的統計分析，能獨立、正確閱讀方差分析的統計分析結果。
• 重點考察內容：單因素與多因素方差分析模型為考察重點，具體有數據格式、對話框操作、分析結果的閱讀。

第七講：相關分析、一元與多元線性回歸、非線性回歸分析

要求：

• 掌握相關分析的操作與結果閱讀。
• 掌握一元與多元線性回歸模型的原理、分析步驟、操作和結果閱讀，重點掌握逐步、前進、后退、全選等四種篩選方法的含義與用法、分析結果的閱讀，熟悉各種常用模型診斷工具（分類圖等）的用法。
• 掌握非線性回歸模型的原理、分析步驟、操作和結果閱讀。
• 了解其他回歸模型的原理、分析步驟、操作和結果閱讀。

考察目標：

• 能用SPSS獨立完成簡單的相關分析、一元與多元線性回歸、非線性回歸模型的分析，能正確閱讀其分析結果，能利用常用的模型診斷工具對模型擬和情況進行初步診斷。重點考察：回歸分析時的變量篩選、回歸分析結果和非線性模型分析結果的閱讀，變量是否滿足回歸分析要求的判斷。

第八講：Logit對數線性模型

要求：

1. 對數線性的原理，重點是對分類虛擬變量的量化相關關系概率
2. 在SPSS中的操作步驟和方法、結果解釋
3. 案例

考察目標：

  能結合案例，進行分類變量的選擇與結果運用，比如是否購買的概率與作為背景變量的性別、收入、話費分類的關系，癌癥與是否飲酒等的關系。

第九講：因子分析（含主成份分析），聚類分析

要求：

• 熟悉因子分析（含主成分分析）的用途、目的，掌握如何判斷因子分析的適用條件，能正確選擇適當的因子。熟悉因子旋轉的含義并能正確使用。掌握分析結果的閱讀。
• 掌握快速聚類和系統聚類的操作，了解各種距離，掌握其結果的閱讀。

考察目標：

• 能獨立使用SPSS進行因子分析解決實際問題，能夠正確閱讀分析結果。重點考察因子數目的確定和結果的閱讀。
• 能按要求將樣本進行分類，重點考察對冰柱圖和樹狀圖結果的解釋。 獨立完成簡單的聚類分析，能正確閱讀分析結果。

第十講：對應分析

1.      對應分析與多維尺度分析與多維偏好分析的原理：

在市場研究中，最為有用的多維制圖技術是以下面的三種數據探索技術為基礎的：多維偏好分析（Multidimensional preference analysis）、多維尺度法（Multidimensional scaling）、對應分析（Correspondence analysis。三種技術的共同之處都是通過圖示的方法，在幾何空間里表示所研究對象的感覺和偏好（perceptions and preferences）。在各種刺激（stimuli）中形成的感覺上的或心理上的關系是通過所謂的空間圖（spartial maps）中點與點之間的幾何關系來表示的。而空間圖的坐標軸（axes）則假定是表示所研究對象用于形成對刺激的感覺和偏好時其心理基礎和潛在維度（underlying dimensions）。研究者把這三種技術統稱為多維尺度技術，或簡稱MDS技術。

2. 對應分析在SPSS操作步驟和方法、結果解釋。多維尺度分析與多維偏好分析選講。

第十一講：聯合分析

要求：

1. 聯合分析的原理，包括正交設計原理
2. 正交設計的操作與問卷中題目的設計
3. 聯合分析在SPSS操作步驟和方法、結果解釋

考察目標：

. 聯合分析案例運用及其結果解釋

第十二講：判別分析

要求：

• 了解判別方法的分類，熟悉判別分析的適用條件和結果驗證方法，掌握判別分析的操作，重點掌握結果閱讀。

考察目標：

• 能獨立判斷數據是否符合判別分析的適用條件，能求出相應的判別式，并使用他對新紀錄進行分類。重點考察對結果的閱讀和使用分析結果對新紀錄進行分類。

第十三講：時間序列分析

要求：

1. 時間序列分析的原理，重點是利用歷史年份的數據，預測將來的數據
2. 在SPSS的操作步驟和方法、結果解釋
3. 案例

考察目標：

    結合企業實際歷史年份或季度或月份數據，進行科學預測。

第十四講：關聯規則分析

l  關聯規則數據挖掘中最經典的案例就是沃爾瑪的啤酒和尿布同區陳列的故事，通過發現關聯的規則，可以從一件事情的發生，來推測另外一件事情的發生，從而更好地了解和掌握事物的發展規律等等，這就是尋找關聯規則的基本意義。

l  應用： 零售行業銷售數據交叉陳列與促銷分析，通信、銀行等范疇的交叉精準直銷，網絡銷售的智能關聯提示，流失客戶分析、基于購買模式進行客戶區隔等。

要求：

1. 關聯規則分析的原理，重點是利用數據，找到關聯
2. 在SPSS的操作步驟和方法、結果解釋
3. 案例

第十五講：人工神經網絡分析

l  人工神經網絡ANN(Artificial Neural Networks)是以各非線性的數據建模工具集合,它包括輸入層、一個 或多個隱藏層、輸出層。通過神經元之間的連接賦予相關的權重，設定的訓練算法能夠在迭代過程中不斷調整這些權重，從而實現誤差的最小化并給出預測結果。神經網絡的應用非常廣泛，主要用在各類預測領域。

要求：

1. 神經網絡分析的原理，重點是利用數據預測未來，并探尋對結果影響大的因素
2. 在SPSS的操作步驟和方法、結果解釋
3. 案例

第十六講：市場細分分析及其軟件操作（可采用SPSS或Chaidwin）

要求：

1. 市場細分的原理
2. 市場細分的操作步驟和方法、結果解釋
3. 市場細分案例

考察目標：

市場細分的實際運用，包括變量的選擇與結果的轉換（組織結構圖），細分結果的描述，包括市場吸引力與市場規模。

第十七講：滿意度、品牌等結構方程模型分析及其軟件操作（Amos）

要求：

1.      結構方程模型的原理，可以適用于滿意度、品牌、產品等研究范疇

2.      結構方程模型在Amos操作步驟和方法、結果解釋

3.      結構方程模型案例

考察目標：

結構方程在具體項目中的設計與運用，尤其是指標體系的設計，模型圖外沿和內沿變量的設計，以及流程箭頭的設計和箭頭方向。

第十八講：選講專題

選講：多維尺度分析、多維偏好分析、信度分析、馬爾可夫矩陣（Markov）與穩定性趨勢預測

第五部分 數據的表現

SPSS統計表和統計圖的制作，以及簡介用EXCEL和POWERPOINT制作及調整美化圖形。

五、項目特色

本項目以課堂教學為主，配合實踐、課外作業訓練等教學形式。教學方法與手段具有以下特點：

  1 ．教學設計的宗旨：以學到實用技能、提高職業能力為出發點，注重提高課程相關的實用能力

      2 、采用啟發式教學、提問式教學、互動式教學、案例教學等多種教學方法

3 、實踐教學模式采取“講 + 練 + 做”模式，實踐教學的組織采取業務技能分解實訓與市場調查項目實訓相結合，模擬實訓與現場實戰相結合的方式。

4、實訓項目（工作中的項目作業）結合客戶的業務產品，每位學員的自選調查項目或數據庫將會貫穿整個培訓項目，以保證知識的連貫性，并能從學員的實際工作出發，辦求做到學以致用。

六、考核方式

理論筆試，課外作業考查，可以結合項目檢核。

七、項目進度表

八、學員具體需求與課程文件的展示

（略）

九、師資簡介

朱永明 先生，英國University of Leicester市場營銷學碩士，中山大學數量經濟學碩士，蘭州大學統計學學士，接受美國University of Georgia之Marketing Research課程研修一年，及香港中文大學Marketing專業學習兩年；中國注冊信息分析師，中國市場信息研究業協會(CMIRA)會員；廣東郵電學院、上海交通大學、清華大學等特聘內訓講師。

香港、廣州雙重籍貫與職務。香港真理咨詢董事兼研究總監，曾任廣州真理咨詢總經理兼研究總監， 廣州零點調查副總經理兼研究總監。市場研究核心流程模型版權持有人，在調查的統計模型(SPSS、MODELER、EXCEL等)、抽樣設計、營銷推廣等方面有較多經驗，重點研究領域為品牌與市場細分、產品/服務營銷定位研究、滿意度研究等。

15年專業研究經驗，中國第一批資深專業市場研究人士，參與市場研究行業協會的成立組織工作，多個企業第一個市場研究項目的負責人。目前為多家公司的專業市場咨詢顧問。主持負責的研究項目超過200個，指導或技術支持或實地參與的各類研究項目超過500個。

    作為一個資深的市場競爭信息職業咨詢師，朱老師在負責項目研究的同時，也進行專業咨詢課程的社會講解服務，課程重點內容包括行業、競爭者、消費者、企業內部等方面的信息收集方法，收集指標體系，經典研究模型與市場研究模型，報告撰寫與陳述等，以及統計分析軟件的基礎到高級分析方法。項目咨詢費用從幾萬到幾十萬到幾百萬的都有，所以相信這個課程一定是一個高價值的扎實的相當先進的技能與理念課! 朱老師被評為中國優秀講師（中華講師網）。

十、課程實施案例(部分)

培訓對象：中國移動（多個省份地市）， 中國電信（多個省份地市）， 中國聯通（多個省份地市），萬向集團，華為集團，美的電器，卡士酸奶，中國郵政，廣東省公安廳，廣東通服，民生銀行，招商銀行，工商銀行，平安保險，中國人保 ，寶潔，安利，西門子，上海交大，廣東郵電學院等

部分培訓照片：

培訓評價：

 以下是摘錄的部分主辦方以及學員評價，供參考：

à  受一專業電信學院委托，給某市移動通信上了兩天培訓，有一位技術總監參加，學員的評價是很好的，認為朱永明老師“準備的和講的都非常敬業并毫無保留”.

à  受一專業培訓咨詢機構委托，為民生銀行講解，有一位負責資訊的副總參加， 她們給予了比較高的簽字評價:朱永明老師"講課內容精彩，講師經驗豐富，我們受益菲淺".

à  受一專業電信培訓機構委托，給廣東通服講解，在郊區的一個電信鴻波山莊，老師講的很投入和有激情，學員評價也很好，包括市場部總監和拓展部經理也都參與了，拓展部經理才思泉涌地當即寫了洋洋灑灑一整頁的評價與再次講解相關專題的合作意愿，并他們倆都簽字評價，具體內容包括"朱永明老師的《信息收集與分析》課程內容充實，專業知識豐富，對市場研究領域的工作有極強的指導意義。老師的專業知識全面，尤其在通信運營商市場及客戶有較深的認識，并能及時根據學員的知識水平及學習需求調整講學方向及內容，使課程的針對性及實用性更強。學員的綜合反饋及評價較好。同時期待有機會進一步向朱老師學習，謝謝。

à  對于該快速拓展的社會講課服務，目前朱老師也剛完成一個全省通信機構競爭研究部門的內訓，最終客戶的評價為：“朱老師的講課緊密結合企業市場發展中的問題，理論聯系實際，深入淺出，精彩生動，為我們搞好市場競爭情報的收集與管理增加了許多新的知識和技能，對此我們表示衷心的感謝！”

à  某次省級通信機構的全省縣級領導培訓班上，朱老師結合自己的研究經驗，一邊進行理論分享，一邊進行互動式現場咨詢，課后學員們集體熱烈鼓掌，朱老師兩次鞠躬答謝方休：

“課程內容很充實”
“講的非常精彩”
“今天收獲很大，對系統性營銷管理，細化市場營銷，實現長期全面的攻守管理有很大的啟發”
“理論與實踐都很豐富”
“本次課程把全省各縣級領導的意識提升到了一個全新的層次，能更好地推動全省的量化科學決策能力，對保持和領先具有促進作用”

à  在為某集團各多個行業公司的市場部經理以及相關市場專員和骨干銷售講解后，主辦方的評價為“朱老師實戰經驗豐富，課件資料系統，給學員們開拓了眼界，提升了競爭意識，完善了信息收集與分析技能，為我們今后的競爭把控以及市場拓展都有很大的幫助，感謝老師辛勤專業的講課！”

à  為某集團進行市場競爭培訓后，客戶方培訓主管的評價為“通過課程中專業角度的講解，為學員提供了市場情報與市場競爭方向更寬廣的視野，老師豐富的信息量和積極的分享，為學員提供了持續提高的資源和機會！”

à  為某省通信各個地市公司市場部負責人及相關骨干培訓市場競爭研究后，我本不是教授，省通信相關負責人很客氣地簽字評價到”感謝朱’教授’的精彩講解， 為我們在競爭信息，營銷策劃，競爭戰略及市場調查等方面提供了理論與實戰的介紹， 對我們今后工作有很大幫助!”

à  其它，略…...