Beantragen Sie vor dem 16. November 2021 eine Ermäßigung von 150 USD auf die Programmgebühr. Verwenden Sie während der Zahlung den Code SMU150EBTA. Was wird dieses Programm für Sie tun? Nach erfolgreichem Abschluss des Programms sind die Teilnehmer in der Lage: Erstellen und implementieren Sie Geschäftsstrategien unter Nutzung von Data Science. Treffen Sie datengesteuerte Entscheidungen, um Geschäftsprobleme mithilfe von Datenerkenntnissen zu lösen. Demonstrieren Sie, wie Analysen mit Experimenten kombiniert werden können, um datengestützte Empfehlungen für das Geschäftswachstum zu geben. Erläutern Sie die wichtigsten Herausforderungen und Risiken in Data-Science-Projekten. Bewerten Sie die Datenstrategie eines Unternehmens und empfehlen Sie Wege, um nachhaltige Wettbewerbsvorteile zu erzielen. Analysieren Sie die organisatorischen Anforderungen und treiben Sie die Geschäftsverbesserung durch zukünftige Data-Science-Trends voran. Programmmodule Das Programm umfasst 8 Module. Jedes Modul wird von einem SMU-Fakultätsexperten mit Felderfahrung speziell für die diskutierten Data Science & Analytics-Themen geleitet. Modul 1: Nutzung von Daten als Wettbewerbsvorteil Lernen Sie die wichtigsten Terminologien der Data Science, verschiedene Ebenen der Datenanalyse und ihre Bedeutung für die Entscheidungsfindung, Datenfunktionen und Erkenntnisse zur Erzielung nachhaltiger Wettbewerbsvorteile sowie die Anwendungen der Datenanalyse und ihre Rolle bei der Schaffung neuer Geschäftsmöglichkeiten kennen. Modul 2: Datenanalyse in Aktion Entdecken Sie den geeigneten analytischen Ansatz zur Lösung eines Geschäftsproblems, ob Ihr Unternehmen datengesteuert ist, Datentrends und damit verbundene Erkenntnisse zur Verbesserung der Geschäftsleistung, die Auswirkungen der Omnichannel-Strategien eines Unternehmens auf den Umsatz und wie Sie geeignete Daten/Erkenntnisse identifizieren. Modul 3: Basic Statistics for Data Analysis Gewinnen Sie ein tieferes Verständnis für den Vergleich unabhängiger Datensätze, um Erkenntnisse zu gewinnen, und wie Sie mithilfe dieser Techniken strategische Entscheidungen treffen können. Modul 4: Predictive Analytics Lernen Sie die Grundlagen der Regression kennen, um die Stärke/Auswirkung von Variablen zu analysieren, wie Sie den Einfluss von Variablen mithilfe optimaler Modellanpassung und Regressionseffekte vorhersagen, wie Sie ein logistisches Regressionsmodell erstellen, um erwartete Ergebnisse zu testen und vorherzusagen, und wie Sie prädiktive Analysen anwenden, um Ereignisse zu organisieren Stärken auszubauen und Bedrohungen entgegenzuwirken. Modul 5: Feldexperimente und Kausalität Erkunden Sie Korrelation und Kausalität und ihre Bedeutung für die Verbesserung der Unternehmensleistung, experimentieren Sie mit Geschäftsproblemen, um effektive Schlussfolgerungen zu ziehen; Multivariate, A/B- und Multi-Armed Bandit-Tests; und die Wirksamkeit der Verwendung von experimentellem Design, um datengestützte Empfehlungen für das Geschäftswachstum zu geben. Modul 6: Modelle für maschinelles Lernen für die Datenanalyse Erweitern Sie Ihr Wissen über maschinelles Lernen und seine Rolle bei der Steigerung der Unternehmensproduktivität, wie Algorithmen für maschinelles Lernen angewendet werden können, um eine optimale analytische Genauigkeit zu erreichen, die programmerstellenden Facetten von neuronalen Netzen und Deep Learning und wie Analysen mit Experimenten kombiniert werden können, um effektiv zu produzieren Geschäftsstrategien. Modul 7: Umgang mit den wichtigsten Herausforderungen und Risiken in Data-Science-Projekten Lernen Sie die wichtigsten Herausforderungen für Data-Science-Projekte und ihre Lösungen kennen, das Delta-Framework und das Delta-Plus-Modell, Risiken auf Projektebene und Beispiele für gescheiterte Data-Science-Projekte und wie Sie den Erfolg Ihres Big-Data-Projekts mithilfe der DATA-Technik vorhersagen können. Modul 8: Data Science und die Zukunft Tauchen Sie ein in die Treiber, erwarteten Ergebnisse und technologischen Voraussetzungen für Industrie 4.0; die Komponenten für den KI-Erfolg, die genutzt werden können, um die organisatorischen Fähigkeiten zu stärken; Herausforderungen bei der Implementierung von KI in Systemen; und wie man den Weg der digitalen Transformation eines Unternehmens bewertet und einen Wettbewerbsvorteil erhält. Fallstudien The Weather Company: Erstellen von Verbraucher-Apps, die Big Data nutzen Iuigas Herausforderung: Lohnt sich Omni-Channel? 3M stellt mit einem globalen Data Warehouse auf Kundenorientierung um Werbeexperimente bei RestaurantGrades Vorhersage der Kundenabwanderung bei QWE Inc Digitale Transformation der Certis-Gruppe Simulationen Die Lernenden erhalten praktische Erfahrungen mit verschiedenen Datenanalysemethoden und erhalten zusammen mit diesem Programm ein Jahr lang kostenlosen Zugang zu XLSTAT. Data Analytics Simulation: Strategische Entscheidungsfindung Digitale Marketing-Simulation: Media Attribution bei ExerciseMinder Programm Fakultät Sandeep R. Chandukala, Ph.D. Außerordentlicher Professor für Marketing Sandeep ist außerordentlicher Professor für Marketing. Bevor er zur SMU kam, arbeitete Sandeep bei 3M und davor als Jr Faculty Fellow an der Kelley School of Business der Indiana University. Er hat einen Ph.D. in Marketing (mit Nebenfach Statistik) von der Ohio State University, MS (MAS), einen MBA von der University of Texas in Dallas und einen MS (Computer Engineering) von der University of Minnesota. Die Forschungsinteressen von Associate Professor Chandukala beziehen sich auf die Entwicklung quantitativer Modelle des Verbraucherverhaltens unter Verwendung von Industriedaten. Seine Forschung konzentriert sich hauptsächlich auf Einzelhandelsanalysen. Insbesondere das Verstehen und Messen der Auswirkungen von Werbeaktionen, Werbung und neuen Produkten und das Vorschlagen neuer Ansätze für die Marktsegmentierung unter Verwendung von Bayes'schen und Markov Chain Monte Carlo (MCMC)-Methoden. Seine Forschungsergebnisse sind in Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters und Customer Needs and Solutions erschienen. Associate Professor Chandukala wurde 2016-17 mit dem Lee Kong Chian Research Fellowship ausgezeichnet und stand 2018 auch auf der Dean's Teaching Honor List for Postgraduate Teaching. Michelle Cheong, Ph.D. Professor für Wirtschaftsinformatik (Bildung); Associate Dean, SCIS Post-Graduate Professional Education; Direktor, Doktor der Ingenieurwissenschaften Professor Cheong hat seit 2005 verschiedene akademische Positionen an der SMU inne, unter anderem als Dozent, Assistant Professor und Associate Professor für Wirtschaftsinformatik. Neben ihrer aktuellen Funktion als Professorin für Wirtschaftsinformatik hat Professor Cheong auch Verwaltungspositionen an der SMU inne, wo sie als stellvertretende Dekanin der SIS Post-Graduate Professional Education und als Direktorin des Doktors der Ingenieurwissenschaften tätig ist. Zu den Forschungsinteressen von Professor Cheong gehören Daten- und Entscheidungsanalysen, Tabellenkalkulationsmodellierung und -pädagogik sowie Lernanalysen und Textmining. 2018 wurde sie vom SMU Center of Teaching Excellence mit dem SMU Teaching Excellence Award - Postgraduate Professional Programs ausgezeichnet. Die Arbeit von Professor Cheong wurde in einer Reihe von Zeitschriftenartikeln, Büchern und Buchkapiteln, Konferenzberichten und Papieren sowie Zeitschriftenartikeln vorgestellt. Ihre neueste Arbeit zu den Auswirkungen der Peer-Helfer-Ausbildung an der SMU wurde im International Journal of Evidence-Based Coaching and Mentoring veröffentlicht. Programm Lernreise 90+ Videovorträge 32 Aufgaben 10+ Branchenbeispiele 6 Diskussionsforen 6 Fallstudien 2 Simulationen Warum sich für Data Science & Analytics für strategische Entscheidungen anmelden? Unternehmen auf der ganzen Welt verlagern ihren Fokus auf datengesteuerte Ziele und Entscheidungen. Tatsächlich berichtet die International Data Corporation, dass die weltweiten Daten bis 2025 um 61 % auf 175 Zettabyte anwachsen werden. Warum ist Data Science so wichtig? Weil es Unternehmen ermöglicht, Daten effizient zu verarbeiten und zu interpretieren, die verwendet werden können, um fundierte Geschäftsentscheidungen zu treffen und Wachstum, Optimierung und Leistung voranzutreiben. Im Online-Programm Data Science & Analytics for Strategic Decisions, das von der Singapore Management University angeboten wird, können Sie lernen, wie Sie Daten verarbeiten und verstehen, die verwendet werden können, um bessere und klügere Entscheidungen in Ihrem Unternehmen zu treffen. Quelle: IDC, 2021 22% ist der erwartete Anstieg der Beschäftigung von Data Scientists bis 2030 - deutlich schneller als der Durchschnitt aller Berufe. Quelle: US Bureau of Labor Statistics, 2021 95% der Unternehmen nennen die Notwendigkeit, unstrukturierte Daten zu verwalten, als ein Problem für ihr Unternehmen. Quelle: Sharespost, 2019 Für wen ist dieses Programm? Das Programm richtet sich sowohl an Techniker als auch Nicht-Techniker mit 6 – 20+ Jahren einschlägiger Berufserfahrung – Es ist keine Codierung erforderlich; Grundkenntnisse in Excel wären jedoch von Vorteil. Zu den Branchen und Funktionen, die davon profitieren können, gehören: Branchen: IT, E-Commerce, Computersoftware, Finanzen, Marketing und Werbung, Bankwesen, Bildungsmanagement und Managementberatung Funktionen: Engineering, Programmierung, Technologie, allgemeines Management, Marketing, Finanzen, Betrieb und HR-Funktionen Dieses Programm ist besonders hilfreich für Fachleute, die Folgendes anstreben: Übergang in eine datenzentrierte Führungsrolle Sammeln Sie analytisches Know-how, um mehr Verantwortung zu übernehmen Nutzen Sie Vorhersagemodelle, um effektive Strategien zu entwickeln, die Schlüsselprobleme im Geschäftsbetrieb und in der Produktqualität angehen Werden Sie führend für nachhaltiges Unternehmenswachstum Führen Sie die vollständige Verantwortung für die wichtigsten Geschäftsaufgaben an und verstehen Sie die zugrunde liegenden strategischen Auswirkungen
-