第一部分：数据分析介绍（1天，6课时）
1、营销数据分析的目的介绍
1.1营销状况分析
1.2产品（线）分析
1.3品牌分析
1.4客户分析
1.5营销活动分析
1.6异动分析
1.7预测分析
2、营销数据分析和挖掘的步骤
2.1 分析框架
2.2 分析的总体流程
2.3 分析的主要步骤
2.3.1 营销数据收集
2.3.2 营销数据整理
2.3.3 营销数据分析与报表制作
2.3.4 数据挖掘
2.3.5 图形呈现
3、营销数据收集
3.1 收集宏观经济和人口数据
3.2 收集客户资料数据
3.3 收集营销明细数据
3.4 收集营销活动数据
4、营销数据整理
4.1 事前整理
4.2 数据错误识别与转换
4.3 数据对比与合并
5、营销数据挖掘方法
5.1 概述
5.2 对比分析法
5.3 平衡分析法
5.4 动态分析法
5.5 指数分析法
5.6 因素分析法
5.7 异常分析法
5.8 分组分析法
5.9 趋势分析法
5.10 结构与比例分析法
第二部分：营销数据分析工具之SPSS 介绍 （3天18课时）
6、SPSS软件介绍
第1章 统计软件SPSS基础
1.1 SPSS的产生及发展
1.2 SPSS的主要特点
1.3 SPSS对系统的要求及安装
1.4 SPSS的启动与退出
1.5 SPSS的主要窗口
1.6 SPSS菜单命令详解
1.7 SPSS中英文界面的转换
第2章 SPSS统计分析前的准备
2.1 SPSS数据文件的建立
2.2 SPSS数据文件的属性
2.3 SPSS数据文件的整理
2.4 SPSS数据的计算和变换
第3章 SPSS基本统计分析
3.1 SPSS在频数分析中的应用
3.2 SPSS在描述统计分析中的应用
3.3 SPSS在探索性分析中的应用
3.4 SPSS在交叉表分析中的应用
3.5 SPSS在比率分析中的应用
实例分析：城乡消费水平区域对比
第4章 SPSS的均值比较过程
4.1 SPSS在单样本T检验中的应用
4.2 SPSS在两独立样本T检验的应用
实例进阶分析：考试中的惊慌失措
4.3 SPSS在两配对样本T检验的应用
实例进阶分析：亚洲金融危机的影响
第5章 SPSS的方差分析
5.1 方差分析概述
5.2 SPSS在单因素方差分析中的应用
5.3 SPSS在多因素方差分析中的应用
实例分析：薪金的区别
5.4 SPSS在协方差分析中的应用
实例分析：人体的血清胆固醇
第6章 SPSS的非参数检验
6.1 非参数检验概述
6.2 SPSS在卡方检验中的应用
6.3 SPSS在二项分布检验中的应用
实例分析：灯泡是否合格
6.4 SPSS在游程检验中的应用
实例分析：企业盈亏预测
实例进阶分析：工业和商业企业的负债水平
6.5 SPSS在单样本K-S检验中的应用
实例分析：商品销售收益的分布
6.6 SPSS在两独立样本非参数检验中的应用
6.7 SPSS在多独立样本非参数检验中的应用
6.8 SPSS在两配对样本非参数检验中的应用
6.9 SPSS在多配对样本非参数检验中的应用
实例分析：果汁的味道
第7章 SPSS的相关分析
7.1 相关分析概述
7.2 SPSS在简单相关分析中的应用
7.3 SPSS在偏相关分析中的应用
7.4 SPSS在距离分析中的应用
实例分析：价格指数的相关性
第8章 SPSS的回归分析
8.1 SPSS在一元线性回归分析中的应用
8.2 SPSS在多元线性回归分析中的应用
8.3 SPSS在曲线拟合中的应用
8.4 SPSS在非线性回归分析中的应用
实例分析：股票价格的预测
第9章 SPSS的多元统计分析
9.1 SPSS在因子分析中的应用
9.2 SPSS在聚类分析中的应用
实例分析：商业银行综合竞争力的评价
9.3 SPSS在判别分析中的应用
实例分析：全国30个省市经济增长差异研究
第10章 SPSS在调查问卷数据处理中的应用
10.1 调查问卷数据处理概述
10.2 调查问卷缺失值处理方法
10.3 调查问卷的信度分析
10.4 调查问卷的多重响应分析
实例分析：手机市场情况分析
实例进阶分析：多重响应交叉分析
第11章 SPSS在时间序列预测中的应用
11.1 时间序列的预处理
11.2 时间序列的确定性分析
实例图文分析：社会住宿与餐饮消费的季节分解
11.3 时间序列的随机性分析
实例分析：旅客周转量的ARIMA建模
第三部分：营销数据分析案例应用 （1天6课时）
7、营销数据分析案例
7.1 淘宝大卖家之营销数据分析
7.1.1 案例背景
7.1.2 利用rfm模型定位促销名单
7.1.3 寻找有重购行为买家的特征
7.1.4 总结与讨论
7.2 超市商品购买关联分析
7.2.1 案例背景
7.2.2 数据准备
7.2.3 商品购买关联分析
7.2.4 结果应用
7.3 电信业客户流失分析
7.3.1 案例背景
7.3.2 商业理解
7.3.3 数据理解与数据准备
7.3.4 建立模型与模型评估
7.3.5 模型的应用及营销预演
7.3.6 总结与讨论
