Business-Analyse – Data Analytics und Reporting (Online Training) - Webinar von ibo Akademie GmbH

Sicher in der Welt der Daten navigieren Werde Experte für Data Analytics und Datenanalyse. Bereite geschäftliche Entscheidungen vor, die wirklich zählen. Daten sind eine wertvolle Ressource. Sie sind Grundlage für faktenbasierte Entscheidungen im Unternehmen. Daten sind aber nur nützlich, wenn sie in der richtigen Form den richtigen Empfänger erreichen. Ansonsten entsteht nur eine Datenwüste. Aus Daten nützliche Informationen zu erzeugen, ist einerseits eine Kunst, andererseits aber auch ein Handwerk, das man erlernen kann. Wir geben Dir das richtige Vorgehen und die besten Methoden an die Hand. Lerne praxisorientierte Tools kennen. Erfahre, wo KI Dich unterstützen kann (und wo nicht). Mit Übungen, Fallbeispielen und eigenen Praxisfällen wendest Du die Inhalte direkt an. In dieser Weiterbildung lernst Du alle wichtigen Fachbegriffe, Konzepte und deren Bedeutung kennen, ohne überflüssiges Fachkauderwelsch. Anhand intuitiver Übungen begreifst Du die Prinzipien und Anwendungsgebiete. Auch wenn wir im Seminar mit Software-Tools arbeiten, werden keine IT-Kenntnisse vorausgesetzt. Mache Dich mit diesem Seminar zu Data Analytics fit, um Deine Aufgaben rund um Datenanalyse perfekt auszuführen.

Überblick Data Analytics, Business Intelligence und Co.

• Begriffe und Konzepte einordnen wie Descriptive Analytics, Prescriptive Analytics, Data Science, Business Analytics
• Das richtige Vorgehensmodell für die eigene Praxis
• Zusammenhänge zwischen Geschäftsprozessen und Daten verstehen

Auswertungen mit Datenbanken

• Datenbankabfragen mit SQL und NoSQL
• Umgang mit fehlenden und fehlerhaften Daten (Data Cleansing)
• Daten miteinander verknüpfen (Joins)
• Sortieren und Gruppieren von Abfrageergebnissen (Grouping)
• Kennzahlen aus Daten ableiten
• Abfrageergebnisse aufbereiten

Entscheidungsbäume und Random Forests

• Geschäftslogik aus Daten ableiten (Decision Trees)
• Machine-Learning-Algorithmus verstehen
• Lernziele festlegen (Labeling)
• Vor- und Nachteile der Entscheidungsbäume in der Praxis
• Zuverlässigkeit der Entscheidung verbessern (Random Forests)

Textklassifikation

• Analyse unstrukturierter Textdaten
• Klassifikation anhand von Schlüsselwörtern
• Vorbereitung von Daten für die Klassifikation (Pre-Processing, Word Embeddings)
• Automatische Klassifizierung von Texten mit Machine Learning

Data Mining

• Zusammengehörige Daten finden (Clusteranalyse)
• Beziehungen in Datensätzen erkennen (Assoziationsanalyse)
• Auffälligkeiten in Daten (Ausreißer erkennen)
• Auswertungen mithilfe von Tools

Predictive Analytics

• Die Zukunft vorhersagen: Zeitreihen-Prognose
• Qualität von Prognosen messen (Accuracy und Loss)
• Regressionsanalyse (Anwendungsbeispiel: Betrugsfallerkennung)
• Umgang mit sehr kleinen Datenmengen (Imbalanced Dataset)
• Fortgeschrittene Methoden wie neuronale Netze

Analyseergebnisse präsentieren

• Analyseergebnisse verständlich aufbereiten und darstellen
• Reports erstellen und designen
• Gelungene und adressatengerechte Kommunikation
• Data Storytelling
• Visual Analytics, Datenvisualisierung

Übungen, Praxisfälle und Anwendungen zu jedem Thema

• Fallbeispiele
• Praxisübungen am Rechner

Lernziele

Du analysierst systematisch Daten und bereitest diese auf Du beherrschst praxisgerechte Werkzeuge und Tools Du wendest ein systematisches Vorgehen an, um alle Aspekte einer Datenanalyse zu berücksichtigen Du kennst die aktuellen Trends und Möglichkeiten von KI und kannst diese für Dein Data Analytics nutzen Du visualisierst Analyseergebnisse professionell, intuitiv verständlich und empfängergerecht Du begleitest den gesamten Datenlebenszyklus von „raw to ready“ Du wendest die Inhalte direkt an Praxisfällen an

Zielgruppen

Business Analyst, Data Analyst, Data Scientist, Risk Analyst, Financial Analyst, Big Data Analyst, Data Analyst BI, Data Engineer, Data Steward, Data Architect