长久以来，SPSSAU在用户中的形象一直与SPSS和问卷分析绑定在一起。我们也经常收到这样的问题：

SPSSAU和SPSS是什么关系？？

SPSSAU就是分析论文数据的吗？

SPSSAU只能做问卷分析？

实际上，SPSSAU作为一款在线数据分析平台工具，有很多非常好用且独有的功能。不仅可以做调查问卷或论文数据分析，在很多领域SPSSAU也可以帮助用户深入挖掘数据价值、提高分析效率。

今天，就让小编带你一起了解，SPSSAU那些少有人知的实用方法。

01 满意度分析

一键量化满意度结果

如今，满意度调研已逐渐成为许多公司和机构进行市场调查的一个重要方面，提高客户满意度也成为许多公司的主要运营指标之一。

但是怎么做才能客观地测量出客户的满意度呢？别着急，以下几种满意度模型总有一款适合你。

① NPS净推荐值

② Kano模型

③ IPA分析

02 RFM模型

深入分析客户价值

当企业拥有了大批客户，如果能对客户群体进行细分，区别出低价值客户、高价值客户，对不同的客户群体提供个性化服务，就能实现效益最大化。

理想很美好，现实却很骨感，怎样才能找出哪些客户是核心用户呢？别担心，RFM模型可以帮你解决这个问题。

03 综合评价

多种综合评价方法

综合评价是对一个复杂系统中多个指标进行总体评价的方法，可应用在项目管理、工程技术及科学决策等多个领域。

SPSSAU提供多种综合评价方法，如AHP层次分析、熵值法、模糊综合评价、TOPSIS法等。

04 计量经济

多种实用计量经济方法

SPSSAU计量经济研究模块中提供了很多常用的计量经济模型，相比其他软件使用起来更加简单、易操作。查看帮助手册及视频教程可以了解针对模型的具体操作步骤及原理说明。

OLS回归：OLS回归也称作最小二乘法回归，在社会学研究中称为线性回归（regression analysis）。通过一系列的预测变量来预测响应变量。

Robust回归：当进行OLS回归分析时，出现严重的异方差问题会影响模型估计和模型检验，因而在OLS回归时需对异方差问题进行检验和处理。Robust稳健标准误回归就是当前最为流行也最为有效的异方差问题处理办法。

分位数回归：如果想研究X对于Y的影响关系(Y为定量)，当前通常是使用线性OLS回归。而如果想看出X对于Y的影响关系及影响趋势情况，则可以使用分位数回归；查看X对Y的影响趋势及变化情况。

ADF检验：单位根检验可用于检验时间序列是否存在单位根，如果存在单位根就说明为非平衡时间序列。如果存在单位根即时间序列数据不平稳，通常不能进行后续的分析比如ARIMA模型。

ARIMA预测：ARIMA模型（移动平均自回归模型），其是最常见的时间序列预测分析方法。利用历史数据可以预测前来的情况。

面板模型：面板回归分析可以用于面板数据的影响关系研究，SPSSAU会分别进行F检验，BP检验和Hausman检验（豪斯曼检验）并结合检验结果判断出最终应该使用哪个模型。

以上就是小编为大家整理在不同领域中可能使用的SPSSAU分析方法。

希望对你有所帮助，我们下次再见~