دوره آموزشی تجزیه و تحلیل داده ها برای متخصصان کسب و کار (2022)
1 ساعت 17 دقیقهمتوسط2022-06-28
مدرسین

John Johnson
Professional Economist, Author, Speaker
جزئیات دوره
تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد؟ از شرکت هایی مانند زیراکس و یو پی اس با مثال های کمی و کیفی در این مسیر درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، ایجاد پیش بینی و بهبود نتایج برای کسب و کار شما در طول زمان کمک کند. در این دوره مقدماتی، اقتصاددان و نویسنده جان جانسون به شما نشان می دهد که چگونه از تجزیه و تحلیل برای اتخاذ تصمیمات مبتنی بر داده و کسب مزیت رقابتی استفاده کنید.
نمونههایی از تجزیه و تحلیلهای واقعی زندگی را در عمل کاوش کنید، بین رویکردهای پیشبینیکننده و تجویزی تمایز قائل شوید، و یاد بگیرید که چگونه سؤالات خود را فرمولبندی و طرح کنید. نحوه جمعآوری، پاکسازی و جمعآوری دادهها را از منابع مختلف در سراسر سازمان خود بیابید و شناسایی کنید که چه زمانی دادهها ناقص هستند. جان به شما نکاتی را در مورد برنامه ریزی و استقرار یک استراتژی تحلیلی که متناسب با نیازهای خاص کسب و کار شما است، ارائه می دهد که شامل انواع تکنیک های ساده می شود: میانگین ها، نمونه گیری، چیدن گیلاس، پیش بینی، همبستگی، علیت و موارد دیگر.
نمونههایی از تجزیه و تحلیلهای واقعی زندگی را در عمل کاوش کنید، بین رویکردهای پیشبینیکننده و تجویزی تمایز قائل شوید، و یاد بگیرید که چگونه سؤالات خود را فرمولبندی و طرح کنید. نحوه جمعآوری، پاکسازی و جمعآوری دادهها را از منابع مختلف در سراسر سازمان خود بیابید و شناسایی کنید که چه زمانی دادهها ناقص هستند. جان به شما نکاتی را در مورد برنامه ریزی و استقرار یک استراتژی تحلیلی که متناسب با نیازهای خاص کسب و کار شما است، ارائه می دهد که شامل انواع تکنیک های ساده می شود: میانگین ها، نمونه گیری، چیدن گیلاس، پیش بینی، همبستگی، علیت و موارد دیگر.
مهارت ها
Data AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOne-Off
سرفصل ها
0. مقدمه
- 01 - مفیدتر کردن داده ها
- 02 - آنچه باید بدانید
1. تجزیهوتحلیل دادهها در دنیای تجارت
- 03 - رهبران کسب و کار و تجزیهوتحلیل داده ها
- 04 - مقدمه ای بر WearOne
- 05 - انواع داده ها
- 06 - مطالعه موردی اول - عملکرد در مکانهای میامی
- 07 - مطالعه موردی یک - توضیح
- 08 - چالش - محاسبه توصیفی
- 09 - حل - محاسبه توصیفی
2. تجزیهوتحلیل پیشبینی و تجویزی
- 10 - تجزیهوتحلیل پیشبینی کننده
- 11 - چالش - پیشبینی کنید
- 12 - راه حل - پیشبینی کنید
- 13 - تجزیهوتحلیل تجویزی
3. پرسیدن سوال درست
- 14 - راهنمای تنظیم سؤالات
- 15 - ایجاد سؤالات بهتر
- 16 - مطالعه موردی دو - سوال درست چیست؟
- 17 - نقش زیرکی تجاری
4. باز کردن قفل دادهها در داخل
- 18 - مسائل جمعآوری داده ها
- 19 - مطالعه موردی سه - دادههای ناپاک
- 20 - مطالعه موردی سه - توضیح
- 21 - دادهها از کار میافتند - وقتی دادهها فقط اشتباه هستند
5. درک میانگین ها
- 22 - ماهیت میانگین ها
- 23 - مطالعه موردی چهار - نرخ تبدیل و معیار
- 24 - مطالعه موردی چهار - توضیح
- 25 - زمینه همه چیز است
6. نمونه برداری
- 26 - جوانب مثبت و منفی
- 27 - مطالعه موردی پنجم - نظرسنجی رسانههای اجتماعی
- 28 - مطالعه موردی پنجم - توضیح
- 29 - مطالعه موردی پنجم - شیرجه عمیق آماری
7. چیدن گیلاس
- 30 - گیلاس چیدن چیست
- 31 - مطالعه موردی شش - درآمد
- 32 - مطالعه موردی شش - توضیح
8. پیش بینی
- 33 - طوفان متیو
- 34 - مطالعه موردی هفت - پیشبینی شکایات مشتریان
- 35 - مطالعه موردی هفت - توضیح
- 36 - مسائل قابل تأمل
9. همبستگی در مقابل علیت
- 37 - علت و معلول
- 38 - مطالعه موردی هشتم - درآمد بوستون
- 39 - مطالعه موردی هشتم - توضیح
- 40 - سؤالات علّی
نتیجه
- 41 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی اپ تحلیل داده با قدرت LLM با پایتون و Streamlit
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی یادگیری اصولی طراحی و قالببندی در Tableau
- دوره آموزشی Tableau پیشرفته برای متخصصان حوزه آب و هوا
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی تحلیل داده عملی با ChatGPT-5