تبدیل شدن به یک متخصص هوش تجاری - Become a Business Intelligence Specialist

بیشتر آموزشهای علوم داده فقط بر روی فناوریهای کلیدی تمرکز دارند. اما مشاغل علوم داده در دنیای واقعی نیاز به مواردی بیش از تیزبینی فنی ندارند. هنگامی که دانشمندان داده های جدید تمرکز خود را از کلاس به اتاق هیئت مدیره تغییر می دهند، اگر می خواهند پروژه هایی را ایجاد کنند که تحول تجاری ایجاد می کنند، باید بتوانند دیگران را همدل، متقاعد و رهبری کنند. این دوره برای کمک به شما در یادگیری این مهارت ها و سایر مهارت های غیر فنی طراحی شده است که می تواند به شما کمک کند اولین شغل علوم داده خود را به یک حرفه مادام العمر تبدیل کنید. وقتی مدل های پیش بینی تغییر ایجاد می کنند، باید چالش های قابل پیش بینی وجود داشته باشد در سازمانها در طول این دوره، مربی کیت مک کورمیک این چالش ها را پشت سر می گذارد و نشان می دهد که چگونه بر آنها غلبه کنید. کشف کنید که چگونه با اطمینان از کار خود در زمین کار دفاع کنید، کنجکاوی طبیعی خود را تقویت کنید، تعهد خود را نسبت به کار خود عمیق تر کنید، زبان تجزیه و تحلیل را به زبان تجارت، دیپلماسی عملی و موارد دیگر ترجمه کنید. موضوعات شامل: - ابهام ذاتی در پروژه های علوم داده را توصیف کنید. - همدلی شناختی و چگونگی دستیابی به آن را تعریف کنید. - نقش تردید، کنجکاوی، اقناع و دیپلماسی را در علم داده حرفه ای متمایز کنید. - فعالیت های مناسب برای ادامه پیشرفت حرفه ای را لیست کنید. - تعاملات مشترک بین دانشمندان و مدیران ارشد را شرح دهید. - زمان مناسب برای محدود کردن جزئیات در بحث را توصیف کنید.

هوش تجاری (BI) می‌تواند بینش‌های کلیدی را برای کسب‌وکار مشاوره‌ای شما فراهم کند - از قدرت داده‌های کمی و کیفی استفاده می‌کند و اطلاعات عملی مورد نیاز برای کمک به مشتریان در تصمیم‌گیری تجاری را در اختیار شما قرار می‌دهد. این دوره توضیح می‌دهد که هوش تجاری چیست، چرا اهمیت دارد و چگونه مشاوران می‌توانند هنگام ارائه نتایج برای مشتریان از هوش تجاری بهره ببرند. مربی جاشوا ریشین مشاور بیش از 40 سازمان بوده است. در اینجا او تکنیک ها و نمونه هایی از حرفه خود را با شما به اشتراک می گذارد. بیاموزید که چگونه کسب و کار مشتری را نمایه کنید، داده های با کیفیت بالا و مرتبط جمع آوری کنید، و بینش و توصیه های خود را با تجسم ها و گزارش های دقیق به مشتریان ارائه دهید. اهداف یادگیری ضروریات نیازهای تجاری را تعیین کنید. اصول اساسی در بررسی داده های منبع را بشناسید. دانه بندی تاریخ را تعریف کنید. اهمیت ارتباط داده ها را شناسایی کنید. معنی پشت بینش های مبتنی بر داده را تجزیه کنید.

تجزیه و تحلیل داده ها چه کاری می تواند برای تجارت شما انجام دهد؟ از شرکت هایی مانند زیراکس و UPS درس بگیرید. تجزیه و تحلیل داده ها می تواند به کاهش هزینه ها، سرعت بخشیدن به تحویل، تولید پیش بینی ها و تصمیم گیری بهتر کمک کند. در این مرور اجمالی، جانسون و نویسنده اقتصاددان و نویسنده به رهبران و مدیران نحوه استفاده از تجزیه و تحلیل برای تصمیم گیری های داده محور و کسب مزیت رقابتی را نشان می دهد. ابتدا نمونه هایی از تجزیه و تحلیل های واقعی را در عمل مشاهده کنید. سپس تفاوت بین تجزیه و تحلیل پیش بینی کننده و تجویزی را بررسی کنید و نحوه تدوین سوالات را بیابید - روندی که تقریباً به اندازه یافتن پاسخ ها می تواند آشکار باشد. سپس جان نحوه جمع آوری، تمیز کردن و تجمیع داده ها از منابع مختلف در سراسر سازمان خود را نشان می دهد و مشخص می کند که داده ها دارای نقص هستند. سپس نحوه برنامه ریزی و استقرار یک استراتژی تجزیه و تحلیل برای کسب و کار خود را یاد بگیرید، با انواع روشهای ساده شروع کنید: میانگین ها، نمونه برداری، چیدن گیلاس، پیش بینی، و همبستگی و علیت. در نهایت، جان با برخی منابع و مراحل بعدی برای پیشرفت دانش تجزیه و تحلیل شما به پایان می رسد. اهداف یادگیری تعیین کنید که تجزیه و تحلیل داده ها چه کاری می تواند برای کسب و کار شما انجام دهد. انواع مختلف داده ها را تعریف کنید. نحوه محاسبه توصیفات را مشخص کنید. نقش تجزیه و تحلیل پیش بینی در کسب و کار خود را بشناسید. تعریف تجزیه و تحلیل تجویزی را مشخص کنید. موارد اساسی برای ایجاد سوالات بهتر را بررسی کنید. یک مطالعه موردی را برای تعیین سوال صحیح بپرسید. انواع مسائل مربوط به جمع آوری داده ها را که ممکن است ایجاد شود، مشخص کنید. تعیین مراحل انجام خرابی در صورت خرابی داده ها. "برداشت گیلاس" را در تجزیه و تحلیل داده ها تعریف کنید.

داده های بزرگ دنیای تجارت را متحول می کند. با این حال، بسیاری از مردم نمی دانند داده های بزرگ و هوش تجاری چیست و چگونه از این تکنیک ها در مشاغل روزانه خود استفاده کنند. این دوره با نشان دادن نحوه استفاده از حجم زیادی از داده های اقتصادی برای به دست آوردن بینش های کلیدی تجاری و تجزیه و تحلیل شرایط بازار، به این شکاف دانش می پردازد. پروفسور مایکل مک دونالد نشان می دهد که چگونه می توان از اطلاعات موجود در اینترنت برای پیش بینی آمار مانند رشد صنعت، تولید ناخالص داخلی و نرخ بیکاری و همچنین عواملی که مستقیماً بر تجارت شما تأثیر می گذارد، مانند قیمت ملک و افزایش نرخ بهره در آینده استفاده کرد. تنها چیزی که نیاز دارید Microsoft Excel است. مایکل از فرمول ها، توابع و محاسبات داخلی برای تجزیه و تحلیل رگرسیون، محاسبه فواصل اطمینان و آزمایش استرس نتایج شما استفاده می کند. او همچنین صافی نمایی سری های زمانی، رگرسیون اثرات ثابت و برآوردگرهای تفاوت را پوشش می دهد. با دور شدن از دوره می توانید بلافاصله شروع به ایجاد پیش بینی برای نیازهای تجاری خود کنید. اهداف یادگیری یک منبع خوب از داده های رایگان را شناسایی کنید. عبارت برآورد تأثیر متغیر X بر متغیر Y را نام ببرید. بگویید کدام آمار محدودیتی در برآورد تأثیر متغیر X بر متغیر Y ارائه می دهد. نوع متغیری را که می تواند برای ثبت جلوه های ثابت استفاده شود، ارزیابی کنید. روشی را ذکر کنید که به وسیله آن می توان پیش بینی را با رگرسیون انجام داد.

کشف کنید که چگونه با استفاده از Power BI به سرعت از داده های خود اطلاعات جمع آوری کنید. این مجموعه قدرتمند از ابزارهای تجزیه و تحلیل کسب و کار - که شامل سرویس Power BI، Power BI Desktop و Power BI Mobile می‌شود - می‌تواند به شما کمک کند تا تجسم‌های تاثیرگذار را با دیگران در سازمانتان به‌طور مؤثرتری ایجاد کرده و به اشتراک بگذارید. در این دوره آموزشی، Gini von Courter به شما کمک می کند تا با این مجموعه ابزار قدرتمند شروع کنید. Gini با پوشش سرویس مبتنی بر وب Power BI شروع می‌کند و نحوه وارد کردن داده‌ها، ایجاد تجسم‌ها و ترتیب آن تجسم‌ها را در گزارش‌ها توضیح می‌دهد. او درباره نحوه پین ​​کردن تجسم‌ها به داشبورد برای اشتراک‌گذاری و همچنین نحوه پرسیدن سؤالات در مورد داده‌های خود با Power BI Q&A بحث می‌کند. او همچنین Power BI Mobile را پوشش می‌دهد و نحوه استفاده از قابلیت‌های مدل‌سازی داده در Power BI Desktop را نشان می‌دهد. اهداف یادگیری برای اجرای موفقیت آمیز Power BI، سخت افزار مورد نیاز را اعمال کنید. بین انواع داده های مختلف در Power BI تمایز قائل شوید. شباهت های بین تجسم ها را در Power BI مرتبط کنید. هنگام ایجاد تغییرات در Power BI و Power BI Desktop، نتایج را شناسایی کنید. بین داشبورد و گزارش ها در Power BI تفاوت قائل شوید. نقش های کاربر را در یک فضای کاری در Power BI تعیین کنید. فضاهای کاری و ابزارها را در برنامه موبایل Power BI مدیریت کنید.

تجزیه و تحلیل داده ها فقط برای متخصصانی نیست که باید مجموعه داده های عظیم را درک کنند. تصمیم گیرندگان در هر صنعتی می توانند از درک اولیه اهداف و مفاهیم تجزیه و تحلیل داده های کاربردی بهره مند شوند. در این دوره، به بارتون پولسون بپیوندید زیرا او بر مبانی تسلط بر داده ها تمرکز می کند، یا توانایی کار با داده ها برای استخراج بینش و تعیین مراحل بعدی شما. بارتون نشان می دهد که چگونه کاوش داده ها با نمودارها و توصیف داده ها با آمار می تواند به شما در رسیدن به اهداف و تصمیم گیری بهتر کمک کند. به جای تمرکز بر ابزارهای خاص، او روی روشهای کلی تمرکز می کند که می تواند به شما در حل مشکلات خاص کمک کند. نحوه تهیه داده ها، کشف بصری و استفاده از روش های آماری برای توصیف آن را بیاموزید. اهداف یادگیری ROI روان بودن داده ها اخلاق داده ها آماده سازی داده ها ارزیابی کیفیت داده ها تجسم داده ها با نمودارهای میله ای، پایینی و خطی توصیف تنوع با واریانس و انحراف معیار توصیف ارتباطات با همبستگی

Tableau یک ابزار قدرتمند برای تجسم داده ها است که کاربردهای زیادی در تجارت دارد. در این دوره، جان دیوید آریانسن، متخصص تجزیه و تحلیل داده، به شما نشان می دهد که چگونه از Tableau به طور موثر برای کشف بینش های داده قدرتمند استفاده کنید. جان دیوید تعریف می کند که تجسم داده چیست و کارکردهای اصلی Tableau را توضیح می دهد. او نحوه اتصال به داده ها در Tableau را با اتصال زنده یا استخراج منابع داده به اشتراک می گذارد. جان دیوید به نحوه دستکاری داده ها در Tableau برای ساخت تصویرسازی می پردازد. او هر نوع تجسم و نحوه ساخت هر نوع را پوشش می دهد. جان دیوید نحوه صادرات و به اشتراک گذاری اطلاعات بینش را شرح می دهد. او چندین مفهوم را در Tableau توضیح می‌دهد، مانند ابعاد و اندازه‌ها، تفاوت بین گسسته و پیوسته، تجمیع‌ها و زمان‌بندی. این دوره با فهرستی عالی از انجمن ها و منابعی که می توانید به سفر یادگیری خود ادامه دهید به پایان می رسد.

کلان داده ها دنیای تجارت را متحول می کنند. با این حال، بسیاری از مردم نمی‌دانند کلان داده و هوش تجاری چیست، یا نمی‌دانند چگونه از آن داده‌ها برای ارزیابی معیارهای کلیدی شرکت خود در آینده استفاده کنند. این دوره به این شکاف دانش می پردازد و روش های عملی را برای ایجاد پیش بینی های مالی با تجزیه و تحلیل کسب و کار و کلان داده به افراد تجاری ارائه می دهد. به پروفسور مایکل مک‌دونالد بپیوندید و نحوه استفاده از تجزیه و تحلیل پیش‌بینی‌کننده را برای پیش‌بینی شاخص‌های عملکرد کلیدی مورد علاقه، مانند فروش فصلی، جریان نقدی پیش‌بینی‌شده، یا حتی قیمت‌گذاری بهینه محصول، بیابید. تنها چیزی که نیاز دارید مایکروسافت اکسل است. مایکل از فرمول ها، توابع و محاسبات داخلی برای انجام تحلیل رگرسیون، محاسبه فواصل اطمینان و تست استرس نتایج شما استفاده می کند. شما از دوره دور می شوید و می توانید فوراً شروع به ایجاد پیش بینی برای نیازهای تجاری خود کنید. اهداف یادگیری دو روش تصمیم گیری را فهرست کنید. رایج ترین روش پیش بینی مالی مرسوم را شناسایی کنید. چالش های رایجی را که هنگام تلاش برای ادغام داده ها پیش می آید، توضیح دهید. انواع سوالاتی را که هوش تجاری برای پاسخ به آنها مناسب است، ارزیابی کنید. آماری را که برای تخمین تأثیر متغیر X بر متغیر Y مفیدتر است، تشخیص دهید.

آیا می خواهید تصمیمات مبتنی بر داده بیشتر بگیرید؟ با نحوه تنظیم و ردیابی شاخص های اصلی عملکرد (KPI) با استفاده از Google Analytics آشنا شوید. در این دوره جامع ، استاد مایکل تیلور جزئیات نحوه تنظیم KPI های شما را توضیح می دهد ، همچنین اطمینان حاصل می کند که از KPI مناسب برای تجارت خود استفاده می کنید. مایکل در مورد چگونگی وارد کردن داشبورد برای اندازه گیری KPI های شما و پیگیری داده های مربوطه صحبت می کند. وی توضیح می دهد که چگونه می توان ردیابی رویداد را پیاده سازی کرد ، با مراحل مختلف قیف بازاریابی آشنا شد و قیف کسب و کار خود را نقشه برداری کرد. بعلاوه ، او نشان می دهد که وقتی داده کافی ندارید ، چگونه از معیارهای شاخص به عنوان KPI استفاده کنید. آنچه را که می توانید اندازه بگیرید با اقداماتی که می توانید برای رسیدن به اهداف خود انجام دهید ، مرتبط کنید. و تعیین کنید که کدام KPI برای شش مدل کسب و کار رایج ردیابی شود.

به عنوان یک تحلیلگر داده ، شما احتمالاً قبلاً می دانید که چگونه می توانید تجسم سازی کنید و از ابزارهایی مانند Excel و Tableau استفاده کنید. این دوره شما را به چالش می کشد که فراتر از داده ها ، فراتر از نرم افزار بروید و شروع به تفکر واضح تر و استراتژیک در مورد مبانی طراحی عالی ارتباطات کنید. بیل شاندر ، بنیانگذار Beehive Media ، بر روی چالش های اساسی که تحلیلگران برای برقراری ارتباط پیچیده اطلاعات مواجه هستند ، و اینکه چگونه ارتباط تصویری می تواند کمک کند ، تمرکز دارد. او ده م keyلفه اصلی تجسم بزرگ داده ها - ساخته شده در هر برنامه - را تجزیه می کند و روش های ابتکاری برای تجدید نظر در اسلایدها ، نمودارها ، نمودارها و داشبوردهایی را که هر روز با آنها کار می کنید ، نشان می دهد. موضوعات شامل: اهمیت مخاطب و داستان را در طراحی ارائه های تصویری توصیف کنید. اصول گشتالت را برای پردازش تصویری شناسایی کنید. سبک های عنوان را مقایسه و مقایسه کنید. قوانین کلی را برای استفاده از انواع نمودارها ، رنگ ها ، محورها و سایر جزئیات قالب بندی ذکر کنید. اهمیت و مبانی علمی برای راهنمایی اصول در طراحی ارائه را درک کنید.

اصطلاح «نمودار دانش» یک جستجوی معنایی را بر اساس گردآوری و پردازش سیستماتیک داده ها توصیف می کند و اولین بار توسط گوگل ابداع شد. چندین سال است که شرکت های اینترنتی پیشرو از نمودارهای دانش برای ارائه اطلاعات متناسب با نیاز مشتریان استفاده می کنند. همچنین می توانید از نمودارهای دانش برای ترسیم دانش داخلی شرکت خود و بهبود نتایج جستجو استفاده کنید. نمودارهای دانش همچنین می توانند نتایج هوش مصنوعی یا سیستم های یادگیری ماشینی را بهبود بخشند. در این دوره مربی Daniel Burgwinkel رهبر فناوری بلاکچین توضیح می دهد که نمودارهای دانش چیست ، نمونه ها و موارد استفاده را ارائه می دهد ، در مورد نحوه پیاده سازی نمودارهای دانش به شما توصیه های عملی می کند و نحوه ایجاد یک پایگاه دانش را به شما نشان می دهد. این دوره برای مباشران داده ، مدیران تحول دیجیتالی و دانشمندان داده که مسئول مدیریت ذخیره داده ها و دانش هستند ، طراحی شده است.

Power BI یک ابزار تجزیه و تحلیل داده و تجسم قدرتمند است که به کاربران تجاری اجازه می دهد داده ها را رصد کنند، روندها را تجزیه و تحلیل کنند و تصمیم گیری کنند. هر ماه، مایکروسافت به روز رسانی Power BI را به کاربران نهایی ارائه می دهد و رشد Power BI بخش مهمی از استراتژی فعلی مایکروسافت است. این دوره قابلیت های هوش مصنوعی و یادگیری ماشینی موجود را که به طور مستقیم در قابلیت های Power BI قابل دسترسی موجود است نشان می دهد. مربی Helen Wall متخصص تجزیه و تحلیل داده ها و تجزیه و تحلیل کسب و کار به شما یک نمای کلی از Power BI می دهد، سپس مراحل پیکربندی Power Query و مدل داده شما را بررسی می کند. او تجزیه و تحلیل متغیرهای واحد را انجام می دهد و ابزارها و تکنیک های اندازه گیری روابط بین متغیرها را به شما نشان می دهد. او تصاویری را به شما نشان می دهد که می توانید از آنها برای طرح و پاسخ به سوالات در Power BI استفاده کنید، تکنیک های مفیدی را برای افزایش تجزیه و تحلیل داده های سری زمانی به شما توضیح می دهد و بهترین شیوه ها را برای به اشتراک گذاری تجزیه و تحلیل شما ارائه می دهد.