Přihlaste se do 16. listopadu 2021 a užijte si slevu 150 USD z programového poplatku. Při platbě použijte kód SMU150EBTA. Co pro vás tento program udělá? Po úspěšném absolvování programu budou účastníci schopni: Vytvářejte a implementujte obchodní strategie využívající datovou vědu. Aby bylo možno data-řízený rozhodnutí k řešení obchodních problémů pomocí datových postřehy. Ukažte, jak lze analytiku kombinovat s experimenty a vytvářet doporučení pro růst firmy založená na datech. Vysvětlete klíčové výzvy a rizika v projektech datové vědy. Vyhodnoťte datovou strategii organizace a doporučte způsoby, jak dosáhnout udržitelné konkurenční výhody. Analyzujte organizační potřeby a řiďte zlepšení podnikání prostřednictvím budoucích trendů datové vědy. Programové moduly Program se skládá z 8 modulů. Každý modul je veden odborníkem z fakulty SMU se zkušenostmi v terénu specifickými pro diskutovaná témata Data Science & Analytics. Modul 1: Využití dat jako konkurenční výhoda Naučte se klíčové terminologie datové vědy, různé úrovně datové analýzy a jejich význam pro rozhodování, datové funkce a poznatky pro dosažení udržitelné konkurenční výhody a aplikace datové analýzy a její role při vytváření nových obchodních příležitostí. Modul 2: Analýza dat v akci Objevte vhodný analytický přístup k vyřešení obchodního problému, ať už je vaše organizace založená na datech, trendy v datech a získávání souvisejících poznatků pro zvýšení výkonnosti podniku, dopad omnikanálových strategií organizace na prodej a jak identifikovat vhodná data/postřehy. Modul 3: Základní statistika pro analýzu dat Získejte hlubší porozumění srovnávání nezávislých datových souborů, abyste získali přehled a jak aplikovat strategické rozhodování pomocí uvedených technik. Modul 4: Prediktivní analýza Naučte se základy regrese pro analýzu síly/dopadu proměnných, jak předpovídat dopad proměnných pomocí optimálního přizpůsobení modelu a regresních efektů, jak sestavit logistický regresní model pro testování a předpovídání očekávaných výsledků a jak aplikovat prediktivní analytiku k organizaci událostí. rozvíjet své silné stránky a čelit hrozbám. Modul 5: Polní experimenty a kauzalita Prozkoumat korelaci a kauzalitu a jejich význam pro zvýšení obchodní výkonnosti, experimentovat s obchodními problémy, aby bylo možné vyvodit účinné závěry; Testování s více proměnnými, A/B a Multi-Armed Bandit; a účinnost použití experimentálního designu k vytváření doporučení pro růst podniku na základě dat. Modul 6: Modely strojového učení pro analýzu dat Vybudujte si své znalosti o strojovém učení a jeho roli při řízení produktivity organizace, o tom, jak lze použít algoritmy strojového učení k dosažení optimální analytické přesnosti, o aspektech vytváření programů neuronových sítí a hlubokém učení a jak lze analytiku zkombinovat s experimenty a vytvářet efektivní obchodní strategie. Modul 7: Řešení klíčových výzev a rizik v projektech datové vědy Naučte se klíčové výzvy pro projekty datové vědy a jejich řešení, Delta Framework a Delta Plus Model, rizika na úrovni projektu a příklady neúspěšných projektů datové vědy a jak předvídat úspěch vašeho projektu velkých dat pomocí techniky DATA. Modul 8: Data Science a budoucnost Ponořte se do hnacích sil, očekávaných výsledků a technologických prvků pro Průmysl 4.0; komponenty pro úspěch AI, které lze využít k posílení organizačních schopností; výzvy při implementaci umělé inteligence v systémech; a jak vyhodnotit cestu digitální transformace organizace a udržet si konkurenční výhodu. Případové studie The Weather Company: Vytváření spotřebitelských aplikací, které využívají velká data Iuiga's Challenge: Stojí Omni-Channel za to? 3M se zaměřuje na zákazníky pomocí globálního datového skladu Reklamní experimenty v RestaurantGrades Predikce odchodu zákazníků ve společnosti QWE Inc Digitální transformace skupiny Certis Simulace Studenti získají praktické zkušenosti s provozováním různých metodologií analýzy dat a také bezplatný přístup k XLSTAT po dobu jednoho roku spolu s tímto programem. Simulace analýzy dat: Strategické rozhodování Digital Marketing Simulation: Media Attribution at ExerciseMinder Programová fakulta Sandeep R. Chandukala, Ph.D. Docent marketingu Sandeep působí jako docent marketingu. Před nástupem do SMU pracoval Sandeep ve společnosti 3M a předtím pracoval jako člen fakulty Jr na Kelley School of Business na Indiana University. Má titul Ph.D. v marketingu (s vedlejší specializací na statistiku) na The Ohio State University, MS (MAS), MBA na University of Texas v Dallasu a MS (Computer Engineering) na University of Minnesota. Výzkumné zájmy docenta Chandukaly se týkají vývoje kvantitativních modelů spotřebitelského chování pomocí průmyslových dat. Jeho výzkum se zaměřuje především na maloobchodní analytiku. Konkrétně porozumění a měření dopadu propagace, reklamy a nových produktů a navrhování nových přístupů k segmentaci trhu pomocí metod Bayesian a Markov Chain Monte Carlo (MCMC). Jeho výzkum se objevil v Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters a Customer Needs and Solutions. Docent Chandukala získal stipendium Lee Kong Chian Research Fellowship v letech 2016-17 a byl také na seznamu děkanových učitelů pro postgraduální výuku v roce 2018. Michelle Cheong, Ph.D. profesor informačních systémů (vzdělávání); proděkan, postgraduální odborné vzdělávání SCIS; Ředitel, doktor inženýrství Profesor Cheong zastával od roku 2005 řadu akademických funkcí na SMU, mimo jiné jako lektor, odborný asistent a docent informačních systémů. Kromě své současné role profesorky informačních systémů zastává profesorka Cheong také administrativní pozice na SMU, kde působí jako proděkanka postgraduálního odborného vzdělávání SIS a jako ředitelka doktorátu inženýrství. Mezi výzkumné zájmy profesora Cheonga patří analýza dat a rozhodování, modelování tabulkových procesorů a pedagogika a analytika učení a dolování textu. V roce 2018 jí Centrum excelence výuky SMU udělilo cenu SMU Teaching Excellence Award - Postgraduate Professional Programs. Práce profesora Cheonga byla uvedena v řadě článků v časopisech, knihách a kapitolách knih, sbornících a referátech z konferencí a článcích v časopisech. Její nejnovější práci o dopadu školení peer helperů na SMU publikoval International Journal of Evidence-Based Coaching and Mentoring. Program Learning Journey 90+ videopřednášek 32 Úkoly 10+ průmyslových příkladů 6 diskusních fór 6 Případové studie 2 Simulace Proč se přihlásit do Data Science & Analytics pro strategická rozhodnutí? Podniky po celém světě se zaměřují na cíle založené na datech a rozhodování. International Data Corporation ve skutečnosti uvádí, že celosvětová data vzrostou do roku 2025 o 61 % na 175 zettabytů. Proč je tedy datová věda tak důležitá? Protože umožňuje organizacím efektivně zpracovávat a interpretovat data, která lze použít k informovaným obchodním rozhodnutím a podpoře růstu, optimalizace a výkonu. V online programu Data Science & Analytics for Strategic Decisions – nabízeném Singapore Management University – se můžete naučit, jak zpracovat a porozumět datům, která lze použít k lepším a chytřejším rozhodnutím ve vaší organizaci. Zdroj: IDC, 2021 22 % je očekávaný nárůst zaměstnanosti datových vědců do roku 2030 – mnohem rychlejší, než je průměr za všechna povolání. zdroj: US Bureau of Labor Statistics, 2021 95 % podniků uvádí potřebu spravovat nestrukturovaná data jako problém pro své podnikání. zdroj: Sharespost, 2019 Pro koho je tento program určen? Program je určen pro technické i netechnické profesionály s 6 – 20+ lety příslušných pracovních zkušeností – není vyžadováno žádné kódování; prospěla by však základní znalost Excelu. Odvětví a funkce, které mohou těžit, zahrnují: Odvětví: IT, elektronický obchod, počítačový software, finance, marketing a reklama, bankovnictví, management vzdělávání a poradenství v oblasti řízení Funkce: Funkce inženýrství, programování, technologie, obecného managementu, marketingu, financí, provozu a lidských zdrojů Tento program je zvláště užitečný pro profesionály, kteří usilují o: Přechod do role vrcholového managementu zaměřeného na data Získejte analytické znalosti, abyste zvládli větší odpovědnost Využijte prediktivní modely k vytvoření efektivních strategií, které řeší klíčové problémy v obchodních operacích a kvalitě produktů Staňte se lídrem pro udržitelný obchodní růst Spearhead dokončit vlastnictví klíčových obchodních úkolů a pochopit základní strategické důsledky
-
