第1章  SPSS快速入門 1
1.1  SPSS軟件的開啟 3
1.2  SPSS軟件的關閉 6
1.3  SPSS數據編輯器 7
1.3.1  SPSS數據編輯器變量視圖 8
1.3.2  SPSS數據編輯器數據視圖 12
1.4  增加新的變量或樣本觀測值 13
1.4.1  在現有數據文件中增加新的變量 13
1.4.2  在現有數據文件中增加新的樣本觀測值 14
1.5  變量和樣本觀測值基本操作 14
1.5.1  變量和觀測值的移動、復制和刪除 14
1.5.2  數據轉置 15
1.5.3  變量計算 16
1.6  對數據按照變量或樣本觀測值進行排序 19
1.6.1  對數據按照變量進行排序 19
1.6.2  對數據按照樣本觀測值進行排序 21
1.7  數據查找 22
1.7.1  按照觀測值序號格 22
1.7.2  按照變量值查找數據 23
1.8  數據合並 24
1.8.1  按照樣本觀測值合並數據文件 24
1.8.2  按照變量合並數據文件 27
1.9  生成新的時間序列 29
1.10  缺失值處理 32
1.11  讀取其他格式的數據文件 35
1.11.1  讀取Stata數據文件 36
1.11.2  讀取Excel數據文件 38
1.11.3  讀取文本數據文件 41
1.12  SPSS統計分析報告 45
1.13  SPSS幫助繫統 50
第2章  SPSS建模技術要點介紹 53
2.1  SPSS中的建模技術 53
2.1.1  描述性統計模塊 53
2.1.2  比較平均值模塊 54
2.1.3  相關分析模塊 56
2.1.4  回歸分析模塊 57
2.1.5  非參數檢驗分析模塊 60
2.1.6  聚類分析模塊 61
2.1.7  降維分析模塊 62
2.1.8  一般線性模型分析模塊 63
2.1.9  廣義線性模型分析模塊 64
2.1.10  混合模型分析模塊 65
2.1.11  對數線性模型分析模塊 66
2.1.12  生存分析模塊 67
2.1.13  刻度分析模塊 68
2.1.14  貝葉斯統計分析模塊 69
2.1.15  直銷模塊 70
2.1.16  神經網絡模塊 71
2.1.17  決策樹模塊 72
2.2  建模注意事項 73
2.2.1  建模是為了解決具體的問題 73
2.2.2  有效建模的前提是具備問題領域的專業知識 73
2.2.3  建模之前必須進行數據的準備 74
2.2.4  終模型的生成在多數情況下並不是一步到位的 74
2.2.5  模型要能夠用來預測，但預測並不僅含有直接預測 75
2.2.6  對模型的評價方面要堅持結果導向和價值導向 76
2.2.7  建立的模型應該是持續動態優化完善的 76
2.3  研究方案設計 77
2.3.1  在明確的研究目的基礎上制定可行的研究計劃 77
2.3.2  根據已制定的研究計劃搜集研究所需要的資料 78
2.3.3  運用數據統計分析軟件對搜集到的資料進行整理 78
2.3.4  使用合適的分析方法和工具對資料進行各種分析 79
2.3.5  分析研究結果並得出研究結論 79
2.4  研究結論與重點回顧 79
第3章  SPSS在電子商務平臺商戶營銷中的應用 80
3.1  建模技術 80
3.2  建模思路 81
3.3  幫助確定我的聯繫人（RFM分析） 82
3.3.1  SPSS分析過程 82
3.3.2  結果分析 90
3.4  將我的聯繫人分為多個集群分析 92
3.4.1  SPSS分析過程 92
3.4.2  結果分析 95
3.5  生成對產品做出了回應的聯繫人的概要 105
3.5.1  SPSS分析過程 106
3.5.2  結果分析 109
3.6  確定回應多的郵政編碼 111
3.6.1  SPSS分析過程 111
3.6.2  結果分析 115
3.7  選擇有可能進行采購的聯繫人 117
3.7.1  SPSS分析過程 117
3.7.2  結果分析 122
3.8  控制包裹檢驗 128
3.8.1  SPSS分析過程 128
3.8.2  結果分析 131
3.9  研究結論與重點回顧 131
第4章  商業銀行授信客戶信用風險評估 133
4.1  建模技術 133
4.2  建模思路 135
4.3  神經網絡多層感知器分析一 135
4.3.1  準備數據以進行分析 135
4.3.2  分析過程 138
4.3.3  結果分析 149
4.4  神經網絡多層感知器分析二 157
4.4.1  準備數據以進行分析 157
4.4.2  分析過程 158
4.4.3  結果分析 161
4.5  研究結論與重點回顧 170
第5章  在線旅遊供應商客戶分類建模技術 172
5.1  建模技術 172
5.2  建模思路 174
5.3  神經網絡徑向基函數分析一 174
5.3.1  分析過程 175
5.3.2  結果分析 181
5.4  神經網絡徑向基函數分析二 187
5.4.1  分析過程 187
5.4.2  結果分析 189
5.5  研究結論與重點回顧 202
第6章  小額快貸大數據審批建模技術 204
6.1  建模技術 204
6.2  建模思路 206
6.3  決策樹分析一 206
6.3.1  分析過程 207
6.3.2  結果分析 227
6.4  決策樹分析二 237
6.4.1  分析過程 238
6.4.2  結果分析 246
6.5  研究結論與重點回顧 262
第7章  汽車消費市場調研建模技術 263
7.1  建模技術 263
7.2  建模思路 265
7.3  研究過程 266
7.3.1  為聯合分析生成計劃文件 266
7.3.2  根據計劃文件以及其他相關因素設計調查問卷 282
7.3.3  進行問卷調查並將所得數據錄入到SPSS中 285
7.3.4  SPSS分析 285
7.4  研究結論與重點回顧 301
第8章  住宅小區訂奶量預測分析建模技術 304
8.1  建模技術 304
8.2  建模思路 307
8.3  使用專家建模器進行批量預測 307
8.3.1  分析前數據準備 308
8.3.2  專家建模器分析過程 311
8.3.3  結果分析 321
8.4  通過應用保存的模型重新進行批量預測 329
8.4.1  專家建模器分析過程 329
8.4.2  結果分析 334
8.5  研究結論與重點回顧 342
第9章  手機遊戲玩家體驗評價影響因素建模分析 343
9.1  建模技術 343
9.2  數據來源 345
9.3  建立模型 346
9.3.1  回歸分析 347
9.3.2  單因素方差分析 357
9.3.3  單因變量多因素方差分析 367
9.4  研究結論與重點回顧 377
第10章  家政行業客戶消費滿意度調研建模技術 378
10.1  建模技術 378
10.2  建模數據來源與分析思路 380
10.3  建模前數據準備 383
10.3.1  數據整理 383
10.3.2  可靠性分析 385
10.3.3  描述性分析 390
10.3.4  相關性分析 393
10.4  建立模型 395
10.4.1  客戶消費滿意度影響因素建模技術 396
10.4.2  客戶消費次數影響因素建模技術 406
10.4.3  客戶推薦次數影響因素建模技術 407
10.5  研究結論與重點回顧 408
第11章  軟件和信息技術服務業估值建模技術 410
11.1  建模數據來源 410
11.2  建模技術 411
11.3  建模前數據準備 412
11.4  建立模型 419
11.4.1  市盈率口徑估值與業績表現研究 419
11.4.2  市淨率口徑估值與業績表現研究 425
11.5  研究結論與重點回顧 426
第12章  美容連鎖企業按門店特征分類分析建模技術 427
12.1  建模技術 427
12.2  建模思路 429
12.3  數據準備 429
12.4  因子分析 431
12.4.1  分析過程 431
12.4.2  結果分析 437
12.4.3  圖形分析 440
12.5  聚類分析 442
12.5.1  K均值聚類分析過程 442
12.5.2  K均值聚類結果分析 445
12.5.3  繫統聚類分析過程 446
12.5.4  繫統聚類結果分析 454
12.6  研究結論與重點回顧 457

近年來，得益於信息技術的持續進步，數據的存儲和積累可以非常便捷而低成本地實現，同時大數據時代各類企事業單位的數據治理意識得到顯著提升。大到大型的商業銀行、電商平臺，小到大街小巷采取會員制的餐飲、商店，都積累了大量的客戶交易數據、消費數據和基礎數據，如何實現對這些數據的開發利用、建立恰當的模型、從數據中挖掘出客戶的行為習慣，從而更好、更有針對性和高效率地開展市場營銷、產品推廣、客戶關繫分類維護或風險控制，進而改善經營效益、效率和效果，對各類市場經濟主體顯得尤為重要。可以合理預期的是，大數據時代各類市場經濟主體的競爭模式將會發生很大的變化，在信息不對稱因素逐步得到消除、市場信息越來越透明的趨勢下，誰的工作做得更精細、更具備針對性，誰就更能抓住客戶的痛點，能取得領先的市場競爭優勢。從這個角度來說，所有的市場主體（包括企業經營管理者和基層的職員）都應該學習、掌握並能夠結合實際工作應用一定的高級統計分析方法與建模應用技術，增強企業的市場競爭力，增強自身的職場競爭力。
SPSS作為公認的應用廣泛的專業數據分析軟件之一，以功能豐富、效率高、操作簡便而著稱，主要針對經濟、管理、醫學、農學、教育、市場研究、社會調查等多個行業和領域，也是容易入手學習的數據統計分析軟件。本書編者致力於編寫一本SPSS高級建模與商用綜合案例精解的教材，為各類有志於改善自身商業運營或提升職場競爭力的讀者提供有益的學習參考。
本書共12章，其中前兩章為基礎部分，後續各章節均以詳解實際商業應用案例的形式介紹SPSS在商業運營實踐建模中的應用。具體來說，第1章為SPSS快速入門基礎，旨在告訴讀者SPSS軟件的開啟與關閉，數據編輯錄入、數據讀取、數據排序、缺失值處理、數據查找、數據合並等對數據的基本操作，教讀者如何使用SPSS處理數據。第2章為SPSS建模技術要點介紹，旨在告訴讀者SPSS中的各類建模技術方法，建模中的注意事項，建模中的常見誤區、需要遵循的價值導向，以及完整的研究方案設計要點等。第3章為SPSS在電子商務平臺商戶營銷中的應用，通過案例講解如何使用SPSS的直銷模塊來進行建模，以便應用到電子商務平臺商戶營銷中。第4章為商業銀行授信客戶信用風險評估，通過案例講解如何將SPSS軟件的神經網絡多層感知器應用到商業銀行授信客戶信用風險評估領域。第5章為在線旅遊供應商客戶分類建模技術模塊，通過案例講解如何使用SPSS軟件的神經網絡徑向基函數，以便應用到在線旅遊供應商客戶分類中。第6章為小額快貸大數據審批建模技術模塊，講解如將SPSS軟件的決策樹模塊應用到小額快貸大數據審批中。第7章為汽車消費市場調研建模技術，通過案例講解如何將SPSS軟件的聯合分析模塊和交叉表分析模塊應用到汽車消費市場調研中。第8章為住宅小區訂奶量預測分析建模技術，通過案例講解如何使用SPSS軟件時間序列預測模塊進行建模並應用到住宅小區訂奶量預測分析中。第9章為手機遊戲玩家體驗評價影響因素分析，通過案例講解如何使用SPSS軟件的線性回歸分析模塊和方差分析模塊來研究手機遊戲玩家體驗評價影響因素。第10章為家政行業客戶滿意度調研建模技術，通過案例講解如何使用SPSS軟件可靠性分析、描述性分析、相關性分析、有序回歸分析等模塊開展家政行業客戶滿意度調研工作。第11章為軟件和信息技術服務業估值建模技術，通過案例講解如何使用SPSS軟件描述性分析、相關性分析、線性回歸分析來研究軟件和信息技術服務業上市公司估值。第12章為美容連鎖企業按門店特征分類分析建模技術，通過案例講解如何使用SPSS軟件因子分析模塊和聚類分析模塊對美容連鎖企業按門店特征分類。
本書的特色在於所有的案例都來自實踐並很實用，每個案例不僅隻是教會讀者使用SPSS操作，更重要的（或者說本書的寫作重點）是如何使用SPSS開展工作，與當前職場人士的本職工作緊密相關。編者志在通過本書教會讀者使用SPSS軟件來解決實際問題，真正地用於工作實踐或者提高工作質量和效率。用一句話來概括，本書的特色在於將SPSS建模技術和商業領域應用有機結合。從使用的SPSS建模技術來看，既繫統介紹了神經網絡多層感知器、徑向基函數、決策樹等熱門大數據處理建模技術應用，以及SPSS專門用於市場營銷的聯合分析、直銷模塊分析等高級專業建模技術應用，也介紹了經典的線性回歸分析、相關分析、因子分析、聚類分析、描述性分析、方差分析、交叉表分析等一般統計建模技術應用。從研究應用的領域來看，全部為當下流行熱門的商業運營領域，涉及的行業包括商業銀行、美容連鎖、汽車制造銷售、電子商務、在線旅遊、網絡信貸、手機遊戲、家政行業、奶制品行業、軟件和信息技術服務業等，涉及的商業運營環節包括市場調研、市場營銷、客戶滿意度調查、連鎖門店分類管理、奶制品物流配送、客戶關繫分級分類維護、業務審批、消費者綜合體驗、上市公司估值等。這些案例都是編者基於自身從業經歷，在大量實際調研的基礎上改編的，非常貼近實際生活，也非常便於直接吸納應用。編者之所以傾心將SPSS建模技術與當下熱門商業應用領域融合，是因為這樣便於讀者更好地理解建模技術，同時還可以使從事這些領域或者相關領域工作的讀者直接應用到本職工作中，快速提升職場競爭力。
另外，為了便於教學，特提供了相關的視頻、PPT文件和數據，可用微信掃描下方二維碼下載，如果學習過程中發現問題，請聯繫booksaga@126.com，郵件主題為“SPSS統計分析商用建模與綜合案例精解”。
             
本書寫作由楊維忠和張甜共同完成，在編寫過程中吸收了一些前人的研究成果與經驗。在部分SPSS操作和個別概念的介紹上，還學習參考了SPSS官方網站公開的PDF格式幫助文檔等相關知識。在此一並表示感謝！
由於編者水平有限，書中的不當之處在所難免，誠懇地歡迎各位同行專家和廣大讀者批評指正，並提出寶貴的意見。

編  者
2021年6月