Business Intelligence und Data Analytics
Datenanalyse für Einsteiger*innen
Aktuelle Trends wie Digitalisierung, E-Commerce und Social Media führen zu einer rasanten Zunahme an Daten, deren Auswertung mit intelligenten Analysetechniken der Data Science (z.B. Data Mining, Text Mining, Machine Learning und Predictive Analytics) zu neuen Erkenntnissen führen und damit als Entscheidungsgrundlage für Unternehmen zunehmend zum zentralen Wettbewerbs- und Erfolgsfaktor werden (datenbasierte Entscheidungsprozesse). Diese Analysetechniken liefern werthaltige Erkenntnisse für den Geschäftserfolg über das hinaus, was Standardanalysen z.B. mit Excel liefern können. Insbesondere die sog. Predictive Analytics (prädiktive Analysen) ist hier von großem Interesse, da diese Analysetechnik in der Lage ist, zukünftige Entwicklungen und Ereignisse vorherzusagen. Dies versetzt unterschiedlichste Funktionsbereiche eines Unternehmens (z.B. Marketing, Controlling, Produktion, Logistik, Einkauf, Personal etc.) in die Lage, auf diese Vorhersagen frühzeitig zu reagieren und diese in Entscheidungsprozessen zu berücksichtigen. Studien belegen, dass Unternehmen, die solche Analysetechniken einsetzen, maßgebliche Wettbewerbsvorteile erzielen.
Die Seminarinhalte im Einzelnen:
- Einführung in die wichtigsten Methoden algorithmenbasierter Datenanalysen (Unsupervised Learning, Supervised Learning, Machine Learning etc.)
- Vorgehensweise bei algorithmenbasierten Analystechniken
- Praktische Anwendungsbereiche, Nutzen und Grenzen intelligenter Datenanalysen im betriebswirtschaftlichen Umfeld
- Vermittlung verschiedener Splitting-Strategien für die Evaluierung der Ergebnisse einer algorithmenbasierten Datenanalyse (z.B. Kreuzvalidierung, Random Sampling)
- Anwendung wichtiger Evaluierungsmetriken (z.B. Classification Accuracy, AUC, MSE oder R2)
- Betrachtung verschiedenster Anwendungsbereiche algorithmenbasierter Datenanalysen in der betrieblichen Praxis
- Beachtung gesetzlicher (z.B. DSGVO, AGG) und ethische Grenzen bei personenbezogenen, algorithmenbasierten Datenanalysen
- Ausgewählte Analysetechniken des Data Mining und Machine Learning (diagnostische und prädiktive Analysen)
- Übungen und praxisbezogene Fallstudien am PC (ohne Programmieren) in praxisbezogenen Anwendungsszenarien
- Vorstellung benutzerfreundlicher und kostenfreier Tools (z.B. KNIME oder Orange)
| Veranstaltungs-Code | FB24-389204-53779413 |
