糖心vlog官网观看

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 Kontexten anwenden m枚chten. Er eignet sich z.B. 蹿眉谤 erfahrene Statistiker, Analysten und Ingenieure, die mehr in die Wirtschaft, insbesondere ins Marketing, einsteigen wollen. Sie werden diesen Kurs spannend und lohnend finden, wenn Sie bereits einen Hintergrund in Statistik haben, R oder eine andere Programmiersprache verwenden k枚nnen und mit Datenbanken und Datenanalysetechniken wie Regression, Klassifizierung und Clustering vertraut sind. Es 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. Business Analytics, Big Data und Data Science sind heute sehr aktuelle Themen, und das aus guten Gr眉nden. Unternehmen sitzen auf einem Schatz von Daten, aber in der Regel fehlen ihnen die F盲higkeiten und Mitarbeiter, um diese Daten effizient zu analysieren und zu nutzen. Diejenigen Unternehmen, die die F盲higkeiten entwickeln und die richtigen Mitarbeiter einstellen, um diese Daten zu analysieren und zu nutzen, werden einen klaren Wettbewerbsvorteil haben. Das gilt besonders 蹿眉谤 einen Bereich: das Marketing. Etwa 90% der Daten, die Unternehmen heute sammeln, stehen im Zusammenhang mit Kundenaktionen und Marketingaktivit盲ten. Der Bereich Marketing Analytics ist absolut riesig und kann so ausgefallene Themen wie Text Mining, Analyse sozialer Netzwerke, Sentimentanalyse, Echtzeitgebote, Optimierung von Online-Kampagnen usw. umfassen. Aber im Herzen des Marketings liegen einige grundlegende Fragen, die oft unbeantwortet bleiben: (1) Wer sind meine Kunden, (2) auf welche Kunden sollte ich abzielen und den gr枚脽ten Teil meines Marketingbudgets da蹿眉谤 ausgeben und (3) wie hoch ist der zuk眉nftige Wert meiner Kunden, damit ich mich auf diejenigen konzentrieren kann, die in Zukunft 蹿眉谤 das Unternehmen am wertvollsten sein werden. Genau darum geht es in diesem Kurs: Bei der Segmentierung geht es darum, Ihre Kunden zu verstehen, bei den Bewertungsmodellen geht es darum, die richtigen Kunden anzusprechen und beim Customer Lifetime Value geht es darum, ihren zuk眉nftigen Wert vorauszusehen. Dies sind die Grundlagen von Marketing Analytics. Und genau das werden Sie in diesem Kurs lernen.

F眉r wen ist dieser Kurs gedacht? Dieser Kurs ist auf Lerner beschr盲nkt, die in der Specialization Strategic Business Analytics eingeschrieben sind, und dient der Vorbereitung auf das Abschlussprojekt. In den ersten beiden MOOCs haben wir uns auf bestimmte Techniken 蹿眉谤 bestimmte Anwendungen konzentriert. In diesem dritten MOOC stellen wir Ihnen stattdessen verschiedene Beispiele vor, um Sie 蹿眉谤 unterschiedliche Anwendungen aus verschiedenen Branchen und Sektoren zu sensibilisieren. Das Ziel ist es, Ihnen einen 脺berblick 眉ber die aktuellen Entwicklungen in diesem Bereich zu geben. Sie werden sehen, wie die in den beiden vorangegangenen Kursen der Specialization vorgestellten Tools in realen Projekten eingesetzt werden.

Wir m枚chten Ihren Reflexionsprozess anregen. Daher nutzen Sie die Accenture-F盲lle am besten, indem Sie sich zun盲chst den MOOC ansehen und dann selbst zu den verschiedenen Konzepten, Branchen oder Herausforderungen recherchieren, die in den Videos vorgestellt werden. Am Ende dieses Kurses werden die Lernenden in der Lage sein: - die m枚glichen Anwendungen von Business Analytics zu identifizieren, - daher 眉ber m枚gliche L枚sungen und Anwendungen mit Mehrwert nachzudenken, die 蹿眉谤 ihr Abschlussprojekt vorgeschlagen werden k枚nnten. Die F盲lle werden von erfahrenen Praktikern von Accenture mit unterschiedlichem Hintergrund in Bezug auf Branche, Funktion und Land pr盲sentiert. Besonderes Augenmerk wird auf den "Value Case" des angesprochenen Themas gelegt, um Sie auf das Capstone-Projekt der Spezialisierung vorzubereiten. 脺ber Accenture Accenture ist ein weltweit f眉hrendes Dienstleistungsunternehmen, das eine breite Palette von Dienstleistungen und L枚sungen in den Bereichen Strategie, Beratung, Digitalisierung, Technologie und Betrieb anbietet. Accenture kombiniert un眉bertroffene Erfahrung und spezialisierte F盲higkeiten in mehr als 40 Branchen und allen Gesch盲ftsfunktionen - gest眉tzt auf das weltweit gr枚脽te Liefernetzwerk - und arbeitet an der Schnittstelle von Wirtschaft und Technologie, um Kunden dabei zu helfen, ihre Leistung zu verbessern und nachhaltige Werte 蹿眉谤 ihre Stakeholder zu schaffen. Mit mehr als 358.000 Mitarbeitern, die 蹿眉谤 Kunden in mehr als 120 L盲ndern t盲tig sind, treibt Accenture Innovationen voran, um die Art und Weise, wie die Welt arbeitet und lebt, zu verbessern. Besuchen Sie uns unter www.accenture.com.

Das Capstone-Projekt ist eine individuelle Aufgabe. Die Teilnehmer bestimmen das Thema, das sie erforschen m枚chten, und definieren das Problem, das sie l枚sen wollen. Ihr "Spielfeld" sollte Daten aus verschiedenen Sektoren enthalten (z.B. Landwirtschaft und Ern盲hrung, Kultur, Wirtschaft und Besch盲ftigung, Bildung & Forschung, International & Europa, Wohnen, Nachhaltigkeit, Entwicklung & Energie, Gesundheit & Soziales, Gesellschaft, Territorien & Verkehr). Die Teilnehmer werden ermutigt, die verschiedenen Bereiche zu mischen und die vorhandenen Informationen mit anderen (ordnungsgem盲脽 beschafften) offenen Datens盲tzen zu kombinieren. Aufgabe 1 ist der Schritt der Vorbereitung und Problemqualifizierung. Das Ziel ist es, das Was, Warum und Wie zu definieren. Welches Problem wollen wir l枚sen? Warum verspricht es einen Nutzen 蹿眉谤 叠别丑枚谤诲别苍, Unternehmen und B眉rger? Wie wollen wir die bereitgestellten Daten untersuchen?

F眉r Aufgabe 2 muss der Teilnehmer die Zwischenergebnisse und Anpassungen des Analyserahmens pr盲sentieren. Das Ziel ist es, das Wie und die Relevanz der ersten Ergebnisse zu best盲tigen. In Deliverable 3 schlie脽lich muss der Teilnehmer die endg眉ltigen Ergebnisse und den Value Case pr盲sentieren. Das Ziel ist es, das Warum zu best盲tigen. Warum wird ein Mehrwert 蹿眉谤 叠别丑枚谤诲别苍, Unternehmen und B眉rger geschaffen? Bewertung und Benotung: Die Teilnehmer werden ihre Ergebnisse regelm盲脽ig ihren Kollegen pr盲sentieren. Den Teilnehmern wird ein Bewertungsrahmen zur Verf眉gung gestellt, mit dem sie die Qualit盲t der Ergebnisse der anderen Teilnehmer beurteilen k枚nnen.