课程背景
对于诸多的大公司来说，施行海量资料方略已经不是个选项，而是必须。可是对于非统计学专精的拆解人员来说，缺乏对统计学方面的学识和抓手的弄懂是个硬伤，不懂统计学，又谈什么海量资料呢？
SPSS对于未接触统计学的参训者来说，是最佳的入门抓手。由于其界面简单易操作，运行层面，便于在短时间内完成掌握复杂的统计学算法。
课程收益
1.学会运用统计学抓手拉升日常拆解的效率
2.学会资料描绘的专精招数，拉升资料特征的发现本领
3.研习各种算法的原理和运用情境，拉升资料拆解的科学性
课程大纲
一、概述
1.资料挖掘研究方向
a)超海量资料拆解
b)文本/web资料挖掘
c)买方行为模式拆解
d)常用拆解抓手
2.CRISP办法论
实例上手：一个实例学会资料拆解办法论。
二、资料审核和资料清洗
有问题的资料将带来有问题的结果，故而在拆解之前应该对资料开展质量的审核。
1.资料审核的目的
2.定性变量和定量变量的不同审核办法
3.资料审核的步骤
a)极端值和缺失值的发现
b)资料分布特征
4.资料清洗
a)缺失值处理打法
b)极端值处理打法
c)保持资料的一致性
实战实例
三、资料特征描绘
业务拆解之时，发现资料的特征或者规律，是一个拆解人员必备的本领，本节用图形化的方式，描绘资料中的特征和规律。
1.分布规律描述
a)直方图
b)箱体图
c)二维点图
d)QQ图
2.相关关系描述
a)散点图
b)矩阵图
3.对比拆解
a)星状图
b)条形图
4.趋势拆解
a)折线图
b)季节分解
四、异常值拆解
发现资料当中的异常资料的办法。
1.SPSS异常值拆解法
五、统计学基础概念
1.假设检验原理和运用
a)F检验
b)T检验
c)方差拆解
2.因子拆解和主成分拆解
3.回归拆解原理和运用
六、时间序列拆解
预测技艺能够使事务更具备前瞻性，本节引见预测的概念和抓手。
1.周期拆解
2.新货品和老货品在时序上的不同
3.曲线估计和隐患评核
4.ARIMA模型
七、聚类拆解
买方细分是海量资料时代精确营销的先决条件，聚类拆解算法有助于迅速对资料开展聚类，找到最佳的买方分类方式。
1.聚类拆解的用途
2.迅速聚类
3.系统聚类
4.两步聚类
5.实例
八、分类算法
分类算法的用途很多，以资料库营销的概念为例：传统针对所有买方的群体推送带来成本过高，效率偏低的问题。分类算法的优点在于借助精准的买方定位，拉升内容推送的精准度，减少对买方的骚扰，降低成本，缩短时间，拉升公司利润。
1.概述
2.不同的决策树算法
a)CHAID
b)CRT
3.Logistic回归
4.实例拆解
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|陈剑老师
适合谁听
管人者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。