Szkolenia

Centrum szkoleniowe SPSS

Nasze szkolenia

Nasze szkolenia

Centrum Szkoleniowe Predictive Solutions (dawniej SPSS Polska) powstało 20 lat temu. Prowadzi szkolenia z analizy danych i jej wykorzystania w praktyce. Zakres szkoleń jest bardzo szeroki, począwszy od kursów z podstaw statystyki, a skończywszy na data mining. Kadra prowadząca szkolenia to doświadczeni konsultanci, którzy prezentowaną wiedzę zdobyli m.in. w trakcie swojej pracy i wciąż ją w niej wykorzystją. To praktycy - pasjonaci, którzy potrafią i chcą dzielić się swoimi doświadczeniami z innymi.

Nasze szkolenia

OB - Obsługa IBM SPSS Statistics / PS IMAGO PRO

OB1

Praca z danymi i obiektami wynikowymi

  • Pobieranie danych w różnych formatach
  • Tworzenie i opis zbiorów danych
  • Łączenie danych pochodzących z różnych źródeł
  • Przygotowanie danych do analizy
  • Podstawowe techniki raportowania
  • Edycja raportów
OB2

Praca z językiem poleceń, makrodefinicje, tryb wsadowy

  • Automatyzacja zadań powtarzalnych oraz procesów analitycznych
  • Umiejętność korzystania z zaawansowanych opcji przekształcania danych
  • Wypracowanie własnych rozwiązań w pracy z danymi
  • Umiejętność efektywnej pracy z językiem poleceń
  • Umiejętność tworzenia złożonych zestawień warunkowych i ujęcie ich w makrodefinicje
  • Tworzenie raportów powtarzalnych i ich automatyczna aktualizacja
OB3

Wykorzystanie języka Python

  • Zapoznanie z językiem Python
  • Poznanie struktury obiektów IBM SPSS Statistics / PS IMAGO PRO
  • Poznanie zasad tworzenia i działania autoskryptów
  • Umiejętność budowy skryptów edytujących raporty wynikowe
  • Wiedza umożliwiająca efektywne łączenie poleceń syntaxu i skryptów Pythona
  • Umiejętność tworzenia własnych interfejsów w programie IBM SPSS Statistics / PS IMAGO PRO

ST - Statystyczna analiza danych

ST1

Podstawy statystyki dla każdego

  • Analiza jednej zmiennej – opis i wizualizacja jej rozkładu
  • Analiza współzależności pomiędzy zmiennymi
  • Wykorzystanie miar siły związku
  • Testowanie hipotez statystycznych
ST2

Budowanie modeli predykcyjnych z użyciem klasycznych technik statystycznych

  • Przygotowanie danych na potrzeby konkretnych technik analitycznych
  • Zapoznanie z procesem konstruowania modeli z wykorzystaniem takich technik jak: regresja liniowa, regresja logistyczna, analiza dyskryminacyjna
  • Prawidłowe wnioskowanie na podstawie uzyskanych wyników
  • Umiejętność przewidywania wartości zmiennej zależnej na podstawie zestawu predyktorów
  • Ocena skuteczności modeli predykcyjnych
ST2a

Wizualizacja informacji z użyciem raportów tabelarycznych i wykresów

  • Zapoznanie z zasadami wizualizacji informacji pochodzących z analiz ilościowych
  • Umiejętność doboru formy wizualizacji w zależności od rodzaju komunikowanej informacji
  • Wiedza na temat typowych błędów popełnianych przy wizualizacji
  • Umiejętność projektowania i budowania własnych typów wizualizacji w postaci tabel i wykresów
  • Umiejętność wykorzystania zbudowanych szablonów wizualizacji w raportach powtarzalnych
  • Umiejętność tworzenia dashboardów
  • Umiejętność projektowania i składania raportów
ST3a

Budowanie modeli predykcyjnych z użyciem technik maszynowego uczenia

  • Przygotowanie danych na potrzeby konkretnych technik analitycznych
  • Zapoznanie z procesem konstruowania modeli z wykorzystaniem takich technik jak: sieci neuronowe i drzewa decyzyjne
  • Prawidłowe wnioskowanie na podstawie uzyskanych wyników
  • Umiejętność przewidywania wartości zmiennej zależnej na podstawie zestawu predyktorów
  • Ocena skuteczności modeli predykcyjnych
ST3b

Analiza szeregów czasowych i prognozowanie

  • Wiedza z zakresu diagnostyki danych za pomocą właściwych statystyk oraz różnych metod wizualizacji
  • Umiejętność budowy prognoz za pomocą technik wygładzania wykładniczego oraz metody ARIMA
  • Umiejętność uwzględniania w budowanych modelach sezonowości oraz dodatkowych zmiennych
  • Ocena jakości budowanych prognoz
  • Zapoznanie ze sposobami aktualizacji budowanych prognoz

AN - Badania ankietowe

AN1

Opis i przygotowanie danych, sprawdzanie poprawności oraz podstawowe analizy

  • Opis zbiorów danych
  • Pobieranie danych z badań
  • Przygotowanie danych do analizy
  • Podstawowe techniki analizy danych
  • Prezentacja wyników za pomocą tabel krzyżowych
  • Podstawowe techniki raportowania
  • Łączenie danych pochodzących z różnych źródeł
AN2

Metodologia prowadzenia badań, raporty tabelaryczne i wykresy

  • Planowanie badań
  • Zasady tworzenia pytań kwestionariuszowych
  • Budowa kwestionariuszy
  • Tworzenie złożonych raportów tabelarycznych
  • Podstawowe zasady wizualizacji wyników
AN2a

Projektowanie kwestionariuszy i wprowadzanie danych

  • Budowanie pytań ankietowych
  • Umiejętność kontroli logiki kwestionariusza
  • Tworzenie reguł sprawdzających poprawność
  • Personalizacja badań
  • Testowanie poprawności logicznej
  • Przygotowanie szaty graficznej i aktywacja projektów badawczych
AN3

Losowanie prób, ważenie, analiza braków danych

  • Planowanie i losowanie próby
  • Ocena wpływu schematu doboru próby na wyniki analiz
  • Konstruowanie wag i ważenie danych
  • Zasady postępowania z brakami
  • Imputacja oraz ocena jej wpływu na wyniki analiz

MC - Marketing i analityczny CRM

MC1

Przygotowywanie danych, podstawowe analizy, raporty

  • Tworzenie i opis zbiorów danych
  • Pobieranie danych w różnych formatach
  • Łączenie danych pochodzących z różnych źródeł
  • Przygotowanie danych do analizy
  • Podstawowe techniki analizy danych
  • Prezentacja wyników analiz i raportowanie
MC2

Analiza rynku przy użyciu technik wielowymiarowych

  • Przygotowanie danych pod kątem wykorzystania w omawianych technikach analitycznych
  • Zapoznanie z analizą danych z wykorzystaniem takich technik jak: regresja liniowa, analiza głównych składowych, analiza czynnikowa
  • Przewidywanie wartości zmiennej w oparciu o zestaw zmiennych wyjaśniających
  • Poszukiwanie ukrytych wymiarów z pomocą analizy głównych składowych i analizy czynnikowej
  • Konstruowanie skal do pomiaru postaw i ocen klientów
  • Prawidłowe wnioskowanie na podstawie uzyskanych wyników
MC2a

Segmentacja rynku i profilowanie klientów

  • Wiedza na temat roli technik wielowymiarowych w procesie budowy segmentów
  • Zapoznanie z procesem wyodrębniania grup za pomocą analizy skupień
  • Wiedza na temat sposobów określania liczby i oceny spójności wyodrębnionych grup
  • Umiejętność określania profili dla uprzednio wyodrębnionych grup
  • Ocena efektywności procesu segmentacji
MC2b

Analityczny wybór grup docelowych do kampanii marketingu bezpośredniego

  • Wiedza na temat wykorzystania technik data mining we wsparciu kampanii marketingu bezpośredniego
  • Umiejętność tworzenia grup docelowych z wykorzystaniem technik klasyfikacyjnych i algorytmów asocjacyjnych
  • Wiedza na temat wpływu ograniczeń operacyjnych i uwarunkowań biznesowych na budowę modeli
  • Ocena jakości procesu tworzenia grup docelowych
  • Zapoznanie z różnymi podejściami do integracji z systemami do operacyjnego zarządzania kampaniami
  • Znajomość zasad monitorowania skuteczności kampanii i oceny ich skuteczności
MC3a

Pozycjonowanie z wykorzystaniem map percepcyjnych i technik skalowania optymalnego

  • Zapoznanie z procesem tworzenia map percepcyjnych od przygotowania danych do ostatecznej wizualizacji
  • Umiejętność doboru technik i ich parametrów w zależności od użytych danych
  • Wiedza z zakresu wykorzystania technik skalowania optymalnego
  • Umiejętność wizualizacji wyników analiz na biplotach
MC3b

Kształtowanie produktów i segmentacja rynku w oparciu o preferencje konsumentów

  • Zapoznanie z procesem przygotowania badań preferencji od przygotowania planu do analizy wyników
  • Wiedza na temat wykorzystania techniki łącznego oddziaływania cech w badaniach preferencji
  • Umiejętność doboru parametrów analizy conjoint w zależności od użytych danych
  • Zapoznanie z procesem wyodrębniania grup za pomocą analizy skupień
  • Prawidłowe określanie liczby i spójności wyodrębnionych grup

DM - Data mining

DM1

Metodologia prowadzenia projektów, przygotowanie danych i wprowadzenie do modelowania

  • Podstawy teoretyczne z zakresu drążenia danych
  • Realizacja projektów w oparciu o metodologię CRISP DM
  • Podstawy obsługi oprogramowania PS CLEMENTINE PRO / IBM SPSS Modeler
  • Praktyczne wykorzystanie technik drążenia w określonych zastosowaniach
DM2

Zrozumienie, ocena jakości i przygotowanie danych do modelowania

  • Wiedza na temat sposobów podejścia do oceny przydatności danych do modelowania
  • Umiejętność oceny jakości danych i jej wpływu na budowane modele
  • Wiedza z zakresu eksploracji danych i pułapek, jakie zwykle pojawiają się w danych
  • Zapoznanie z praktycznymi sposobami podnoszenia jakości danych
  • Umiejętność przygotowania danych poprzez przekształcanie dostępnych informacji

Szukasz szkolenia?

Szukasz szkolenia szytego na miarę?

Nie zawsze temat szkolenia i jego zakres odpowiadają uczestnikom, czasem problemem jest termin. W takich przypadkach zachęcamy do skorzystania ze szkoleń organizowanych na zlecenie. Kurs może być realizowany według standardowego planu lub jego zakres może obejmować połączone plany kilku szkoleń lub wybrane zagadnienia.

Co nas wyróżnia?

Co nas wyróżnia?

Co nas wyróżnia?

 

Praktyczna wiedza

Aktywnie dostosowujemy programy kursów do zmieniających się realiów i wyzwań badacza.

 

Uznani eksperci

Wykładowcy to praktycy analizy danych, których wiedza i praktyka są gwarancją jakości kursów.

 

25 lat doświadczenia

Predictive Solutions to najbardziej doświadczony dostawca programów IBM SPSS i szkoleń.

 

Autorski program

Szkolenia Predictive Solutions bazują na 25 latach doświadczenia w pracy z danymi ilościowymi.

 

Oryginalne materiały

Każdy uczestnik otrzymuje imienny certyfikat i merytoryczne materiały kursowe w języku polskim.

 

5000 przeszkolonych

Szkolenia o różnym poziomie zawansowania, od kursów z podstaw statystki do szkoleń z data mining.

Nasi trenerzy

Nasi trenerzy

Nasi trenerzy

Przemysław Budzewski
Przemysław Budzewski
Przemysław Solecki
Przemysław Solecki
Janusz Wachnicki
Janusz Wachnicki
Dyrektor Konsultingu i Szkoleń
Rafał Waśko
Rafał Waśko
Damian Zborowski
Damian Zborowski

Przemysław Budzewski

Absolwent Instytutu Socjologii Uniwersytetu Jagiellońskiego w Krakowie. Opiekuje się zespołem analityków Predictive Solutions. Główny obszar zainteresowań zawodowych to analityczne wsparcie procesów operacyjnych w szeroko rozumianej branży finansowej i FMCG (CRM analityczny, windykacja, wykrywanie fraudów). W ramach projektów realizowanych przez PS współpracuje z takimi instytucjami, jak: KIR, BNP PARIBAS, EOS KSI, Santander Bank Polska, mBANK, EUROCASH, Bon Prix. Współautor rozwiązań PS, m.in. z zakresu windykacji. Prowadzi szkolenia z zakresu technik i metodologii data mining.

Przemysław Solecki

Absolwent socjologii na Uniwersytecie Jagiellońskim, specjalizacja „Badania społeczne i analiza danych”. W Predictive Solutions pracuje na stanowisku Starszego Konsultanta ds. Statystycznej Analizy Danych. Specjalizuje się w zagadnieniach badań społecznych, klasycznych metodach analiz ilościowych, wizualizacji oraz automatyzacji.

Janusz Wachnicki

Dyrektor Konsultingu i Szkoleń

Absolwent socjologii na Uniwersytecie Jagiellońskim. Od początku związany z Predictive Solutions. Zarządza zespołem Konsultingu i Szkoleń. Wykładowca prowadzący szkolenia dotyczące metodologii i technik statystycznych oraz data mining. Na co dzień bierze udział i zarządza projektami konsultingowymi z zakresu rozwiązywania problemów biznesowych z użyciem analiz predykcyjnych i klasycznych technik badania rynku. Specjalizuje się w analizach zachowań klientów instytucji finansowych.

Rafał Waśko

Absolwent socjologii Uniwersytetu Rzeszowskiego, specjalizacji „Badanie postaw i zachowań społecznych”. Specjalizuje się w zagadnieniach badań społecznych i badań ewaluacyjnych. W Predictive Solutions pracuje na stanowisku Konsultanta ds. badań ilościowych oraz statystycznej analizy danych. Zajmuje się wsparciem i realizacją projektów badawczych na potrzeby sektora komercyjnego i publicznego.

Damian Zborowski

Absolwent Politechniki Częstochowskiej. Z Predictive Solutions związany od 2005 roku jako Kierownik Projektów. Współodpowiedzialny za rozwój kompleksowego rozwiązania do gromadzenia danych, zaawansowanej analizy i dystrybucji wyników PS QUAESTIO PRO będącego naturalnym rozwinięciem rozwiązań z rodziny IBM SPSS. Realizował liczne projekty wdrożeniowe dla sektora bankowego m.in. dla PKO BP, MBank, BGŻ BNP Paribas, Millennium, a także dla administracji publicznej w tym: Ministerstwa Finansów, Ministerstwa Rodziny, Pracy i Polityki Społecznej, GUS, Ministerstwa Rozwoju Regionalnego, PARP, Miasta Stołecznego Warszawy, Narodowego Funduszu Zdrowia i wielu innych. Od wielu lat pełni rolę trenera w Centrum Szkoleniowym Predictive Solutions.

Kontakt

Kontakt

Porozmawiajmy

o szkoleniu dopasowanym do Twoich potrzeb

Chętnie odpowiemy na twoje pytania, skontaktuj się z nami w sprawie oferty

Agata Lonc
szkolenia standardowe i na zlecenie

Agata Lonc

Koordynator ds. szkoleń

  +48 797 727 090

  +48 12 636 96 80, wew. 133

Napisz wiadomość

formularz kontaktowy

Interesują mnie: