京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析工具入门:左手SPSS,右手EXCEL_数据分析师
产品经理要会数据分析,大家基本都可以达成共识,如何做数据分析,可以写好几本书,这里从工具学习和使用角度说下如何进行数据分析入门。
通常来讲,二八原则在多个范畴适用,同样,在产品经理当中,相信80%的人在用EXCEL做数据分析,能满足80%的分析需求。
标题为右手EXCEL,因为80%的人右手比左手灵活,用工具也这样,先把常用的学会就好,至少一年级产品经理,赶快把EXCEL好好学习下。我在面试产品运营同学的时候,遇到说自己EXCEL用的好的,通常会问是使用哪个版本?否知道EXCEL最大可以处理多少条数据?行数与列数的极限分别是多少?常用哪些功能?哪些函数?举一个工作案例说说如何用EXCEL。
左手SPSS,为何是SPSS,因为从我个人角度出发,EXCEL+SPSS基本可以解决产品经理进行数据分析中的95%的问题,二年级产品经理,可以开始学习SPSS的数据分析。其实SPSS入门非常容易,学习能力强的,工作第一年,都可以开始初步学习了,而且有必要提前学习一些统计学基础知识。
我从什么时候开始学习SPSS?——这里感谢下我的大学计算机老师韦老师,1995年教我们学习计算机,学习SPSS数据统计分析,当时还是DOS版本SPSS/PC+,其实韦老师是北师大的心理学博士,不少人很奇怪我大学学习的是教育学和心理学,咋这么喜欢搞数据,韦老师是我的启蒙老师,学心理学,咋能不搞数据分析呢。还有当时的统计学课程梁老师,梁老师很漂亮,增强了我学习统计学的浓厚兴趣。我的本科毕业论文指导老师余欣欣,也是心理学博士,当时带我们做学习策略实验研究的课题,算是我完整参与的第一个研究项目,也是数据分析与挖掘的一次实战应用。
今天说下SPSS,先看两段介绍,分别来自百度百科、维基百科,两端文字介绍,个人认为维基百科的更加清晰。
SPSS——百度百科
SPSS是世界上最早的统计分析软件,由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功,同时成立了SPSS公司,并于1975年成立法人组织、在芝加哥组建了SPSS总部。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+,开创了SPSS微机系列产品的开发方向,极大地扩充了它的应用范围,并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。
SPSS——维基百科
SPSS原名社会科学统计包(英语 Statistical Package for the Social Sciences),由于用户早已不限于社会科学界,2000年根据缩写改为“SPSS”。
1968年,美国斯坦福大学的3位研究生开发出最早的SPSS软件,当时主要面向中小型计算机和企业用户,产品统称SPSSx版。1975年,芝加哥成立了SPSS公司。1984年,SPSS公司首先推出了世界上第一个可以在DOS上运行的统计分析软件的PC版本,即SPSS/PC+版。后来又相继推出了Windows和Mac OS X等操作系统上的版本,并不断扩展软件的功能相关服务,形成了目前SPSS的基本面貌。2008年9月15日,SPSS 17.0 for Windows版发布。2009年7月28日,SPSS公司发表PASW(Predictive Analytics Suite Workstation)18.0,同时该公司也被IBM收购。
SPSS 18.0由17个功能模组组成:
上面的17个名词,看着很难的样子,一堆的名词,根据产品经理实际工作用的应用,归纳了一下,P2级别到P3级别产品经理学习如下功能就差不多可以解决日常工作中的90%数据分析与挖掘问题,哪些知识点呢,见下面的图。
SPSS目前的最新版本是SPSS Statistics 21.0。这里推荐两本比较实用的书籍,作者分别是薛薇和张文彤,另外张文彤在2004年出的初级版和高级版据说被很多大学采用作为教材。
学习这类工具的一大要点就是实践应用,看书,很快看完了,但没有实践的应用难以熟练,纸上得来终觉浅。学习工具,其实不难,难的是对产品数据的理解和应用,只懂分析工具,不了解产品与用户,是难以深入的,甚至会走入误区。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05