- Erlernen von zentralen Data Analytics Konzepten und deren Anwendung in Geschäftsprozessen
- Erkennen der Unterschiede zwischen strukturierten und unstrukturierten Daten
- Verstehen der Rolle von Data Analytics bei datengetriebenen Entscheidungen
Werkzeuge und Techniken der Datenanalyse
- Nutzung von SQL, Tabellenkalkulationen und Python zur Lösung grundlegender Data Analytics Aufgaben
- Anwendung von Techniken zur Datenbereinigung, Transformation und Analyse
- Nutzen von Visualisierungstools für die Ergebnissdarstellung im Data Analytics Workflow
Datenakquise und -vorbereitung
- Methoden zur effizienten Datensammlung für Data Analytics
- Standardisierung und Vorbereitung von Datensätzen für strukturierte Analysen
- Beheben von Unstimmigkeiten und Lücken in Rohdaten durch spezifische Data Analytics Strategien
Explorative Datenanalyse und Techniken
- Identifikation von Mustern und Anomalien in Data Analytics durch EDA
- Einsatz statistischer Methoden zur Dateninterpretation und Hypothesenbildung
- Visualisierung der Ergebnisse mit verbreiteten Data Analytics Tools
Projekte in der Datenanalyse
- Arbeiten an realen Case Studies aus dem Bereich der Data Analytics
- Strategien zur Problemlösung durch datenbasierte Analysen entwickeln
- Erstellung verständlicher und zielgerichteter Berichte über die Erkenntnisse
Business Intelligence und Reporting
- Erstellen automatisierter Informationen und Dashboards mit Hilfe von Data Analytics Tools
- Analyse von KPIs und Geschäftsmetriken zur Leistungsbewertung
- Aufbereitung von Data Analytics Resultaten für strategische Entscheidungsträger
Praktisches Abschlussprojekt
- Umsetzung eines kompletten Data Analytics Projekts von der Datenaufnahme bis zum Reporting
- Kombinieren von Datenverarbeitung, Analyse und Visualisierung zur Empfehlungsgenerierung
- Darbietung von zuletzt erworbenen Data Analytics Fähigkeiten in einem praktischen Projektszenario