Business Analytics - Angewandte Datenanalyse (verschoben - neues Datum wird bald bekannt gegeben)

Ziele

• Ein Verständnis über das Zusammenwirken von operativen und dispositiven Informationsprozessen zu bekommen.
• Den betriebswirtschaftlichen Kontext von Informationen zu erkennen und bei der Konzeption von Business-Intelligence-Systemen zu berücksichtigen.
• Den relevanten Informationsbedarf der unterschiedlichen Anwendertypen einschätzen und ihn mit Hilfe von IT-Systemen decken zu können.

Ihre Vorteile auf einen Blick

• Durchdachtes didaktisches Konzept – keine Monologe, sondern interaktive praxisnahe Vermittlung auf Augenhöhe.
• Alle Inhalte werden auf Basis von Standardsoftware (MS Excel) und State-of-the-Art Spezialsoftware (insb. Tableau, Alteryx) hands-on vermittelt (gerne direkt auf dem eigenen Laptop).
• Möglichkeit, erkannte Potenziale anschließend mit Professoren und insbesondere mit Studierenden der FH Münster umzusetzen.

Grundlagen analytischer Systeme

• Einführung in das entscheidungsunterstützende Informationsmanagement
• Praktischer Aufbau eines Data Warehouse mit MS Excel
• ETL-Funktionen auf der Basis von MS Power-Query
• Datenveredelung durch Business-Informationen

Einsatzbereiche und Anwendungsfelder mit Übungen

• Komponenten multidimensionaler Analysesysteme
• Modellierung mit dem Rechenschiebermodell
• Fallbeispiele und Best Practices

Einführung in Visual Analytics

• Grundprinzipien von Data Visualisation (insb. präattentive Attribute)
  und Merkmale Good/Bad Practice
• Effektive Charttypen/Visuals
• Anwendungsfälle für Data Visualisation und Self-Service BI in Unternehmen
• Hands-on Training/Einführung in Tableau Desktop

Workshop Dashboard-Design

• Vertiefung der Grundlagen der Datenvisualisierung
• Dashboard-Desgin (Layout (z.B. data-ink-ratio), Interaktivität, Filter, Actions)
• Storytelling
• Erstellung eines Dashboards in Tableau-Desktop auf Basis eines eigenen/mitgebrachten Datensatzes
• Ausblick auf Potenziale von Data Visualisation in unternehmerischen Informationsversorgungsprozessen

Einführung in Advanced Data Analytics/Data Science

• Anwendungsfälle von Advanced Data Analytics in Unternehmen
• Kategorisierung von Methoden im Bereich Data Analytics
• Überblick zu Tools und Software im Bereich Data Analytics
• Einführung in eine Data Analytics Software

Praktische Umsetzung eines Maschine Learning Projektes

• Vertiefung in Predictive Analytics Verfahren (Machine Learning)
• Hands-on Durchführung eines Data Analytics Projektes
• Machbarkeit und potentielle Wertschöpfung durch Data Analytics
• Ausblick auf Integration von Data Analytics in Unternehmensprozessen

• Führungskräfte unterschiedlicher Ebenen
• Mitarbeiter, die
  ... in Marketing, Controlling, in der IT oder in anderen Funktionsbereichen auf Basis von Daten Entscheidungen vorbereiten und treffen.
  ... die digitale Transformation in Unternehmen gestalten.