商业数据分析领域,企业数据分析业务人员必备工具,易上手,功能强于SPSS。
培训分为【基础班】及【提升班】
可申请国家工信部“SAS业务分析师”中高级认证证书。
现场+远程直播
如果你的记忆中SAS还是一个丑陋的只能通过编程的统计软件的话,那你已经落伍了。在大数据已经到来的今天,SAS早已经是商业智能(BI)的代名词。其在企业日常报表、分析性客户关系管理、风险管理等方面都有成熟的解决方案。可以说,掌握SAS分析产品是未来驰骋职场的重要武器。
SAS EG全称是“SAS Enterprise Guide”,是图形化用户操作界面,功能函盖SAS BASE和SAS STAT全部模块,在SAS BI工具中占据核心地位。具有上手快,功能强大等特征。SASEG的目标用户是大中型企业的业务分析人员,该软件的是从学院派走向真正商业大数据分析的桥梁。目前各大高校、金融机构、大型企业、政府和咨询多以购买该软件。该软件是工作、研究的得力助手。以往繁重而重复的业务分析工作可以自动完成。
◆课程介绍
本课程是源于多年金融行业工作和企业数据分析内训工作的总结。所授内容追求简洁实用,辅以统计分析的助记法,帮助学员快速搭建进行实际数据分析的框架,驾向运用开发大数据的高速公路。
数据分析就是数理统计+业务分析,以往在学院中学习的只有数理统计部分,而且往往以深奥难懂的形式呈现出来,让听课者畏而却步。本课程在设计针对上班一族的切身需求,讲求大道至简的原则,将数理分析方法直白化,结合具体业务案例拓宽分析思路。
讲课中,我们假想学员是公司生产、销售部门、客户关系管理(CRM)部门、信息服务支撑部门的分析人员,日常中面临大量的业务分析任务。本课程对此类人员的工作需求进行总结,归纳出常用工作模板,使学员快速上手,实际的提高工作效率。
详细介绍:https://bbs.pinggu.org/thread-2809340-1-1.html
◆讲师介绍
常国珍,现就读于北大光华管理学院,会计系。主要研究领域是宏观不确定性、企业风险管理与信用风险管理。拥有9年SAS数据统计工作经验,11年ORACLE数据库使用经验,2年数据挖掘平台建设经验;熟悉银行IT系统环境,尤其是评级器系统,从事过银行数据集市和数据挖掘平台的构建工作。曾就职于亚信科技(中国)有限公司市场部、方正国际金融事业部和长江商学院投资者研究中心。目前为SAS公司数据挖掘与统计分析课程的兼职讲师,培训客户包括人行征信、民生银行、光大银行、中信银行、江苏银行、泰康保险等金融或大型国企。
徐刚,男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
- 课程案例索引:
第1部分:EG介绍与数据访问(第一天上午)
案例1:数据分析平台搭建示例
第2部分:数据整理(Sample,第一天下午)
案例2:制作定期自动更新PDF格式报告
第3部分:变量修改(Modify,第一天下午)
案例3:分渠道类型的订单分析报告等
案例4:将全国各区域的销售情况在地图中展示
第4部分:描述统计与制图(Explore,第二天上午)
案例5:制作定期自动更新的报表
第5部分:企业客户画像(Explore,第二天下午)
案例6:某银行信用卡客户画像
案例7:某零售企业客户信息采集(RFM)与客户画像
第6部分:方差分析(Model,第三天上午)
案例8:北京市小区价格的影响因素
案例9:广告投放效果评估
案例10:某药物疗效的评估
第7部分:线形回归(Model,第三天下午)
案例11:信用卡客户消费情况预测
案例12:某省能源消费趋势预测(简单)
第8部分: 分类变量分析(Model,第四天上午)
案例13:某电信公司客户流失预警模型
案例14:某银行客户违约模型
第9部分: 变量降维(Explore,第四天下午)
案例15:沿海城市类型划分模型
案例16:某银行贷款申请客户信誉评分模型
案例17:上市公司绩效评价模型
案例18: 某制造类企业产品分析(波士顿矩阵)
案例19:企业生命周期分析
第10部分: 时间序列
案例20:某航空公司乘客数量预测
案例21:某省能源消费趋势预测(复杂)
第一天上午 | 第1章:入门指导 1.1 SAS Enterprise Guide 介绍 1.2 课程方案 第2章:在项目中使用数据 2.1 通过SAS逻辑库访问数据 2.2 理解SAS数据集的定义 2.3 导入其他各式的数据文件 |
第一天下午 | 第3章:任务简介_列表与数据选择 3.1 任务和向导简介 3.2 创建Listing 报表 3.3在任务中过滤数据 3.4 创建 HTML, PDF, 和 RTF 输出 第4章(自学):使用“数据”菜单栏 4.1 数据任务介绍 4.2 拆分列 4.3 堆叠列 4.4 转置 第5章:过滤与排序和查询生成器 5.1 数据查询简洁 5.2 数据过滤与排序 5.3 用表达式创建新列 5.4 在查询中对数据分组和汇总 5.5 连接表 5.6 连接包含不匹配的标 5.7 对列重编码 第6章:使用函数 6.1 简介 6.2 字符变量处理 6.4 数值变量处理 6.5 变量类型转换 第7章(自学):CASE逻辑 7.1 重新编码值 7.2 使用替换条件 7.3 写CASE表达式 7.4 写嵌套CASE表达式 第8章(自学):使用提示 8.1 项目中运用提示(Prompt) 8.2 在任务中创建和使用提示 8.3 在查询中创建和使用提示 第9章:结果排版 9.1创建HEML、PDF和RTF输出结果 9.2创建和应用自定义格式 9.3更新流程 9.4合并结果 9.5自定义输出样式 |
第二天上午 | 第10章:描述性统计 10.1 变量测量类型与描述统计方法 10.2 创建频数报表和汇总统计量 10.3 生成汇总统计量 10.4 用汇总表任务生成汇总报表 10.5 创建和应用自定义格式(自学) 第11章:统计制图与数据可视化 11.1 统计制图原理 11.2 柱图、条图和地图 第11章附(自学):SAS绘图_ODS和GTL |
第二天下午 | 第12章:聚类分析 12.1 基本逻辑 12.2 系统聚类 12.3 快速聚类 第12章附:客户价值分析案例_RFM分析方 法1h 第12章附.1 描述客户价值的维度 第12章附.2 使用RFM分析方法对客户作简单 划分 第12章附.3 RFM分析与聚类分析相结合 |
第三天上午 | 第13章:假设检验概念 13.1 统计推断基本概念 13.2 变量分布的图形探索 13.3 均值的置信区间 13.4 假设检验 第14章: 方差分析(ANOVA) 14.1 双样本T检验 14.2 单因素方差分析 14.3 方差分析事后检验 14.4 双因素方差分析 |
第三天下午 | 第15章:线形回归 15.1 探索性数据分析 15.2 简单线性回归 15.3 多元回归概念 15.4 模型的变量选择 15.5 模型解释与注意的问题 第16章:回归诊断 16.1 检测残差 16.2 影响点 16.3 共线性 |
第四天上午 | 第17章:分类变量分析 17.1 描述分类数据 17.2 相关性检验 17.3 逻辑回归入门 17.4 包含分类预测变量的逻辑回归 17.5 包含交叉项的逐步选择法 第18章:模型评估与其他1h 18.1 模型评估常用图—ROC曲线 18.2 模型优化方法—经验Logit曲线 18.3 分类模型总结 18.4 分类模型综合案例 |
第四天下午 | 第22章:主成分与因子分析 22.1 多元统计基础 22.2 主成分分析 22.3 因子分析 第26章:多元统计部分综合案例 26.1 某制造类企业产品分析(波士顿矩阵) 26.2 企业生命周期分析 第27章:时间序列 27.1 认识时间序列和趋势分解法 27.2 带自回归误差的回归分析 专题一:电信企业真实案例 |
◆培训目标
要求掌握的技术如下:
(1)能根据实际问题熟练地掌握SASEG导入与导出数据的功能。
(2)掌握数据预处理的基本过程,掌握数据探索的基本方法,尤其是通过图形探索变量间的关系。同时需学会使用软件侦察异常值、缺失值探索变量分布的能力。
(3)学员需具备处理实际问题的基本统计分析能力,具体包括T检验、方差分析、卡方分析、相关分析、回归分析。
(4)可以根据数据特点生成精美的统计报表。
(5)学员需要掌握运用SASEG程序的基本技巧。
(6)能根据实际问题熟练地掌握用SASEG构建精细分类模型的能力。
(7)掌握编写编写SAS脚本实现丰富的图表功能。
(8)掌握通过统计模型检验、评估和优化的基本技能。
(9)掌握实际数据挖掘中的建模流程。
◆培训对象
(1)从事企业分析及相关工作的业务人员;
(2)需要进行简单统计分析的高校、科研院所的科技工作者;
(3)希望到金融机构和大型企业的在校生、在职人员。
(4)从事企业数据挖掘及相关工作的决策分析、工程技术人员;
(5)需要进行大数据统计分析的高校、科研院所的科技工作者;
(6)打算从事数据统计分析的在校生、在职人员。
-----------------------------------------------------------------------------------------------------------------------------------------------------------
◆具体安排
SAS EG课程 | 时间 | 地点 | 价格 |
基础班 | 7月26,27日(周末) | 北京 | 1700元 |
提升班 | 8月2-3日(周末) | 北京 | 1900元 |
全程班 | 7月26-27,8月2-3日(周末) | 北京 | 3200元/2000远程 |
工信部“SAS业务分析师”证书申请费用
基础班:中级,300元
提升班:高级,400元
(以上皆自愿申请)
◆优惠条件
1.全日制在读本科研究生8折优惠
2.现场班老学员可享受9折优惠
3.三人及以上一同报名可享受8折优惠
4.报名即送人大经济论坛SAS全套精品视频课程
◆报名方式
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
【咨询方式】
电话:010-68454276
手机:15210500313(周老师)QQ:2881989708
15210507396(刘老师)QQ:2881989707
邮箱:zhoulei@pinggu.org
ljbing@pinggu.org
——Join Learn!