a) 第一步：使用枝叶图直观显示数据的分布趋势 b) 第二步：数据的频数分析（例如回款分析，不良率分析，投诉量分析等） c) 第三步：累积百分比频数分析，了解哪些因素对我们是最重要的 d) 第四步：排列累积组合图，不仅知道哪些最重要，还要知道行动的步骤
3. 使用数据透视表进行数据多维多级汇总分析
a) 运用数据透视图表进行经营分析的分析思路 b) 如何对数据进行多级的分类汇总 c) 使用任意的分类组合汇总数据，形成交叉表 d) 在不同的明细级别上分析数据 e) 如何在汇总结果上进一步计算，例如得到百分比，计算销售人员的销售奖金等
4. 数值的描述测度，变异和集中趋势
a) 制作汇报的文档时，如何使用图表描述数据的趋势、形态和测度，例如 i. 如何根据抽样调查数据描述客户服务质量 ii. 如何根据产品样本数据描述生产质量 b) 如何根据历史数据或样本数据正确计算平均值和变异指标，例如 i. 根据基金的历史数据正确计算回报率并评估风险 ii. 根据产品样本数据计算产品的寿命 iii. 根据客户抽样调查数据调整工作安排，以保证高峰期服务水平
5. 商业预测技术
a) 预测模型的类型概述 b) 如何选择合适的预测模型 i. 移动平均法和指数平滑法 ii. 最小二乘法和二次曲线趋势模型 iii. 自回归模型 c) 预测的案例演练 i. 如何预测公司明年、后年的营业收入 ii. 如何预测新年度生产成本 iii. 如何预测报纸的订阅量 d) 月度和季度数据的时间数列预测，例如 i. 汽车厂商的销售是否收到季节的影响 ii. 如何计算各个季度的预测值
6. 数据相关性分析
a) 单因素差异性分析，例如 i. 如何判断不同供应商提供的产品是否存在差异 ii. 消费者年龄和购房面积需求是否有关系 iii. 不同促销方式对最终销售的影响是否存在差异 b) 双因素差异分析，例如 i. 销售地区和促销方式是否存在交互影响 ii. 商场过道位置和货架位置之间是否存在交互影响 iii. 不同维修中心和摄像机品牌之间是否存在交互影响 iv. 产品性能上的差异与原料和机器类型是否有关
7. 多元回归分析
a) 如何分析多个因素对目标值的影响程度，例如 i. 不同广告媒体在促销产品时的有效性 ii. 价格和促销费用对销售量的影响公式 iii. 预测平均成本 iv. 货架面积、通道位置和销售额的公式关系 b) 如何判断回归模型是否适合 c) 检验多元回归模型中的每个影响因素
8. 置信度分析
a) 由于数量太大无法对每个产品进行检查的场合下，如何根据抽样调查的结果， 分析误差是否在合理的范围之内，例如 i. 根据随机抽取的样本，如何判断生产的纸张长度符合生产的标准 ii. 根据随机抽样调查，如何判断供应商的提供的产品误差在规定的标准之内 b) 根据样本数据对总体数据进行估计，例如 i. 如何对平均销售额进行95%的置信区间估计，并估计总的销售额 ii. 根据产品抽样调查，估计总体的质量指标
9. 本量利分析
a) 如何利用利润敏感性分析模型进行本量利分析 b) 使用规划求解工具进行边际分析、产品生产方案规划
你实际购买的价格
付款时最多可用195淘币抵扣195元现金
购买成功后，系统会给用户帐号返回的现金券
课程介绍 评价详情(0)
培训受众:
课程收益:
ERP系统提供的明细数据和统计数据；互联网上的行业数据、股市行情等，关键是如何利用这些信息作出更好的决策。本课程着眼于数据的分析和统计，教授如何挖掘数据背后的规律和隐含的信息。通过学习本课程您将可以掌握数据分析的高级技能，提升科学管理的水平，使您在竞争中高人一筹，游刃有余。本课程涉及以下的知识领域：
1. 数据的图表分析
课程大纲
1. 数据的图表分析
a) 如何选择恰当的图表类型来分析数据
b) 如何制作专业又美观的图表
2. 数据的分布趋势分析四部曲
a) 第一步：使用枝叶图直观显示数据的分布趋势
b) 第二步：数据的频数分析（例如回款分析，不良率分析，投诉量分析等）
c) 第三步：累积百分比频数分析，了解哪些因素对我们是最重要的
d) 第四步：排列累积组合图，不仅知道哪些最重要，还要知道行动的步骤
3. 使用数据透视表进行数据多维多级汇总分析
a) 运用数据透视图表进行经营分析的分析思路
b) 如何对数据进行多级的分类汇总
c) 使用任意的分类组合汇总数据，形成交叉表
d) 在不同的明细级别上分析数据
e) 如何在汇总结果上进一步计算，例如得到百分比，计算销售人员的销售奖金等
4. 数值的描述测度，变异和集中趋势
a) 制作汇报的文档时，如何使用图表描述数据的趋势、形态和测度，例如
i. 如何根据抽样调查数据描述客户服务质量
ii. 如何根据产品样本数据描述生产质量
b) 如何根据历史数据或样本数据正确计算平均值和变异指标，例如
i. 根据基金的历史数据正确计算回报率并评估风险
ii. 根据产品样本数据计算产品的寿命
iii. 根据客户抽样调查数据调整工作安排，以保证高峰期服务水平
5. 商业预测技术
a) 预测模型的类型概述
b) 如何选择合适的预测模型
i. 移动平均法和指数平滑法
ii. 最小二乘法和二次曲线趋势模型
iii. 自回归模型
c) 预测的案例演练
i. 如何预测公司明年、后年的营业收入
ii. 如何预测新年度生产成本
iii. 如何预测报纸的订阅量
d) 月度和季度数据的时间数列预测，例如
i. 汽车厂商的销售是否收到季节的影响
ii. 如何计算各个季度的预测值
6. 数据相关性分析
a) 单因素差异性分析，例如
i. 如何判断不同供应商提供的产品是否存在差异
ii. 消费者年龄和购房面积需求是否有关系
iii. 不同促销方式对最终销售的影响是否存在差异
b) 双因素差异分析，例如
i. 销售地区和促销方式是否存在交互影响
ii. 商场过道位置和货架位置之间是否存在交互影响
iii. 不同维修中心和摄像机品牌之间是否存在交互影响
iv. 产品性能上的差异与原料和机器类型是否有关
7. 多元回归分析
a) 如何分析多个因素对目标值的影响程度，例如
i. 不同广告媒体在促销产品时的有效性
ii. 价格和促销费用对销售量的影响公式
iii. 预测平均成本
iv. 货架面积、通道位置和销售额的公式关系
b) 如何判断回归模型是否适合
c) 检验多元回归模型中的每个影响因素
8. 置信度分析
a) 由于数量太大无法对每个产品进行检查的场合下，如何根据抽样调查的结果，
分析误差是否在合理的范围之内，例如
i. 根据随机抽取的样本，如何判断生产的纸张长度符合生产的标准
ii. 根据随机抽样调查，如何判断供应商的提供的产品误差在规定的标准之内
b) 根据样本数据对总体数据进行估计，例如
i. 如何对平均销售额进行95%的置信区间估计，并估计总的销售额
ii. 根据产品抽样调查，估计总体的质量指标
9. 本量利分析
a) 如何利用利润敏感性分析模型进行本量利分析
b) 使用规划求解工具进行边际分析、产品生产方案规划
培训师介绍
*＊已培训客户：中国移动江苏公司、达丰电脑、瑞立远东上海、东芝电梯、中海油、苏州阿纳克斯爱酷达电子有限公司 、朗讯、北京中新图锐、喜莱德六晖橡胶金属、嘉驰国际贸易、嘉兴福茂、蓓嘉日东时装、立顺实业、敦朴光电（东莞）松下电器、柯尔柏机械、菱华仓储、海立（集团）、四川南方希望实业、上海轮胎橡胶、欧姆龙、爱立信、光明乳业、住友电工、亚洲纸业、纳贝斯克食品、亨斯迈聚安脂（中国）有限公司、上药集团信谊制药总厂、天津嘉驰、上海汽轮机、阿仁科机构、长城证
本课程名称： 实用企业数据分析和统计技术培训
查看更多：市场营销公开课