Introduktion till dataanalys - eLearning

4.900,00 SEK

  • 20 hours
eLearning

Denna kurs i dataanalys presenterar grundläggande koncept inom dataanalys genom verkliga fallstudier och exempel och ger insikter i tillämpningen av principer för data och analys inom din organisation. Under kursens gång kommer du att få en förståelse för projektets livscykler, skillnaden mellan dataanalys, datavetenskap och maskininlärning; skapa en ramverksstruktur för analys och använda analysverktyg för att generera affärsinsikter.

Nyckelfunktioner

Språk

Kursen och materialet är på engelska

Nivå

Nybörjarvänlig

Tillgång

1 års tillgång till självstudieplattformen för eLearning dygnet runt

3 timmar av videomaterial

med 20 timmars rekommenderad studietid & övningar

Inget prov

Ingen tentamen för kursen men studenten kommer att få ett intyg om genomförd utbildning

Hero

Lärandemål

I slutet av denna introduktionskurs i dataanalys för e-lärande kommer du att kunna:

Problem

Förstå hur man löser analytiska problem i verkliga situationer

Mål

Definiera effektiva mål för analysprojekt

Datavisualisering

Förstå vikten av datavisualisering för att driva mer effektiva affärsbeslut och ROI.

Grafer

Förstå diagram, grafer och verktyg som används för analys och använd dem för att få värdefulla insikter.

Ramverk

Create an analytics adoption framework Identify upcoming trends in data analytics

Data

Arbeta med olika typer av data

Kurstidslinje

Hero
  1. Översikt av dataanalys

    Lektion 01

    - Introduktion

    - Dataanalys: Vikten

    - Digital analys: Påverkan på redovisning

    - Översikt av dataanalys

    - Typer av dataanalys

    - Beskrivande analys

    - Diagnostisk analys

    - Prediktiv analys

    - Föreskrivande analys

    - Dataanalys: Exempel från Amazon

    - Fördelar med dataanalys: Beslutsfattande

    - Fördelar med dataanalys: Kostnadsminskning

    - Fördelar med dataanalys: Exempel från Amazon

    - Dataanalys: Övriga fördelar

    - Viktiga punkter

  2. Hantering av olika typer av data

    Lektion 02

    - Introduktion

    - Terminologi inom dataanalys - Del ett

    - Terminologi inom dataanalys - Del Två

    - Typer av data

    - Kvalitativa och kvantitativa data

    - Datamätningsnivåer

    - Normalfördelning av data

    - Statistiska parametrar

    - Viktiga slutsatser

  3. Datavisualisering för beslutsfattande

    Lektion 03

    - Introduktion

    - Datavisualisering

    - Att förstå datavisualisering

    - Vanligt förekommande visualiseringar

    - Frekvensfördelningsdiagram

    - Svärmdiagram

    - Betydelsen av datavisualisering

    - Verktyg för datavisualisering - Del ett

    - Verktyg för datavisualisering - Del Två

    - Språk och bibliotek inom datavisualisering

    - Instrumentpanelbaserad visualisering

    - Trender inom BI och visualisering

    - Utmaningar med BI-programvara

  4. Data Science, Dataanalys och Maskininlärning

    Lektion 04

    - Introduktion

    - Data Science-domänen

    - Data Science, Dataanalys och Maskininlärning - Överlappningar

    - Data Science förklarat

    - Data Science och affärsstrategi

    - Framgångsrika företag som använder datavetenskap

    - Resebranschen

    - Detaljhandel

    - E-handel och brottsbekämpande myndigheter

    - Analytiska plattformar över branscher

    - Viktiga slutsatser

  5. Data Science Metodik

    Lektion 05

    - Introduktion
    - Data Science Metodologi
    - Från affärsförståelse till analytiskt tillvägagångssätt
    - Från krav till insamling
    - Från förståelse till förberedelse
    - Från modellering till utvärdering
    - Från implementering
    - Viktiga insikter

  6. Dataanalys inom olika sektorer

    Lektion 06

    - Introduktion

    - Analys för produkter eller tjänster

    - Hur Google använder Analytics

    - Hur Linkedin använder analyser

    - Hur Amazon använder analys

    - Netflix: Använder analyser för att öka engagemanget

    - Netflix: Använder analyser för att driva framgång

    - Media- och underhållningsindustrin

    - Utbildningsbranschen

    - Hälso- och sjukvårdsindustrin

    - Regering

    - Väderprognos

    Viktiga slutsatser

  7. Analysramverk och senaste trenderna

    Lektion 07

    - Introduktion

    - Fallstudie: EY

    - Kundanalysramverk

    - Dataförståelse

    - Dataförberedelse

    - Modellering

    - Modellövervakning

    - Senaste trenderna inom dataanalys

    - Grafanalys

    - Automatiserad maskininlärning

    - Öppen källkod AI

    - Viktiga punkter

Dataanalyskurs

Vem bör anmäla sig till detta program?

Det finns inga formella förkunskapskrav

Denna kurs är idealisk för alla som önskar lära sig grunderna i dataanalys och eftersträvar en karriär inom detta växande område. Kursen vänder sig också till CxO-nivå och mellanchefer som vill förbättra sin förmåga att skapa affärsvärde och ROI från analyser.

Affärsintelligens

Dataanalytiker

Data Science

Marknadsanalytiker

Starta kursen nu

Vanliga frågor

Behöver du en företagslösning eller integration av LMS?

Hittade du inte kursen eller programmet som skulle passa för ditt företag? Behöver du LMS-integration? Skriv till oss! Vi löser det!

;