F眉r wen ist dieser Kurs gedacht?
Dieser Kurs richtet sich an Studenten, Wirtschaftsanalytiker und Datenwissenschaftler, die statistische Kenntnisse und Techniken in gesch盲ftlichen Zusammenh盲ngen anwenden m枚chten. Er eignet sich zum Beispiel 蹿眉谤 erfahrene Statistiker, Analysten und Ingenieure, die in die Wirtschaft einsteigen m枚chten. Sie werden diesen Kurs spannend und lohnend finden, wenn Sie bereits 眉ber einen Hintergrund in Statistik verf眉gen, R oder eine andere Programmiersprache verwenden k枚nnen und mit Datenbanken und Datenanalysetechniken wie Regression, Klassifizierung und Clustering vertraut sind. Er enth盲lt jedoch eine Reihe von Erw盲gungsgr眉nden und R Studio-Tutorials, die Ihre Kompetenzen festigen, Sie in die Lage versetzen, freier mit Daten zu spielen und neue Features und statistische Funktionen in R zu erkunden. Mit diesem Kurs erhalten Sie einen ersten 脺berblick 眉ber die Themen der strategischen Unternehmensanalyse. Wir werden eine Vielzahl von Anwendungen von Business Analytics besprechen. Vom Marketing 眉ber die Lieferkette bis hin zur Kreditw眉rdigkeitspr眉fung und HR-Analytik, usw. Wir werden viele verschiedene Datenanalysetechniken abdecken und jedes Mal erkl盲ren, wie sie 蹿眉谤 Ihr Unternehmen relevant sind. Wir werden besonders darauf achten, wie Sie 眉berzeugende, umsetzbare und effiziente Erkenntnisse gewinnen k枚nnen. Au脽erdem stellen wir Ihnen verschiedene Datenanalyse-Tools vor, die Sie auf unterschiedliche Arten von Problemen anwenden k枚nnen. Auf diese Weise helfen wir Ihnen, vier verschiedene F盲higkeiten zu entwickeln, die Sie ben枚tigen, um aus Daten Nutzen zu ziehen: Analytik, IT, Wirtschaft und Kommunikation. Am Ende dieses MOOCs sollten Sie in der Lage sein, ein Gesch盲ftsproblem mit Hilfe von Analytik anzugehen, indem Sie (1) das vorliegende Problem quantitativ qualifizieren, (2) relevante Datenanalysen durchf眉hren und (3) Ihre Schlussfolgerungen und Empfehlungen gesch盲ftsorientiert, umsetzbar und effizient pr盲sentieren. Voraussetzungen : 1/ Sie sollten in der Lage sein, R zu benutzen oder zu programmieren. 2/ Sie sollten die Grundlagen von Datenbanken und Datenanalysen (Regression, Klassifizierung, Clustering) kennen. Wir danken Pauline Glikman, Albane Gaubert und Elias Abou Khalil-Lanvin (Studenten der ESSEC BUSINESS SCHOOL) 蹿眉谤 ihren Beitrag zu diesem Kurs.