1、实用企业数据分析和统计技术培训1 课程背景21 世纪的企业经理人每天可以接触到大量的数据，包括各下级部门分支机构递交的报表；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. 数据的图表分析当一批数据有 20 或更多的时候，就应该制作图表，这样数据中隐含的重要特征和规律就容易被发现和挖掘出来。如何选择正确的图表类型，并制作令人印象深刻的专业图
2、表是现代白领的必修课，也是成功向客户呈现产品的利器。2. 数据多维分析这是数据挖掘的重要手段，也是很多商业智能软件的核心功能。各部门都可以利用这个工具快速生成各种多级分类统计报表。3. 商业预测经济和商业环境不断地随时间变化，经理们必须设法了解这些变化对他们的组织会有什么影响；大型零售公司的营销经理必须要对产品需求、销售收入、消费者喜好、存货进行预测；航空公司的航线经理要预测乘客数量和收入；以上这些都要用到预测技术。4. 数据相关性分析和多元回归分析前者帮助我们分析不同的观测变量之间的相关性或差异，后者给出目标值和变量之间的公式关系。这两个分析工具广泛应用在生产和销售的各个领域，为决策提供更加
3、科学的依据。5. 更多置信度分析、本量利分析等常用分析工具，其用途和使用方法也将在本课程中一一介绍。本课程涵盖了最常见、最实用的统计知识和分析技术，每个主题都开始于一个实际的案例，从这些案例引出每个主题涉及的知识。所有的案例精心制作成可操作的模型，使用Microsoft Excel 软件演示，使学员在掌握原理的同时更能够学以致用。本课程适合企业的总经理，各部门主管，财务部、市场部、营销部等相关部门工作人员，以及对数据分析和统计有兴趣的人士参加。2 课程大纲2.1 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2.2 数据的分布趋势分析四部曲a) 第一步：使用
4、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2.3 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2.4 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
5、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2.5 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
6、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2.6 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2.7 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
7、. 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2.8 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2.9 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
