Management Analytics in Practice Certificate

Kurse und Kursinhalte

• Understanding Analytics in Management, 8.-15. Oktober 2022

  Management Analytics / Mit Big Data und Analytics Entscheidungen im Management treffen und Unternehmen in datengesteuerte Organisationen transformieren

  Big Data und künstliche Intelligenz sind ein wichtiger Treiber für die digitale Transformation von Unternehmen und der heutigen Gesellschaft. Daher führt das erste Modul in die Perspektive der Digitalisierung und der Unternehmenstransformation ein, die sich durch das gesamte Programm zieht - wie man mit Big Data und künstlicher Intelligenz einen Unternehmenswert, wie beispielsweise mehr Umsätze oder Gewinne schafft. Wir diskutieren wie Organisationen mit Big Data und künstlicher Intelligenz Wettbewerbsvorteile schaffen und ausbauen können.

  Inhalte des Moduls/Kurses:

  • Data Literacy & Datenintuition (Verständnis für psychologische Verzerrungen bei der Entscheidungsfindung entwickeln; Lernen wie man Fragen stellt, die durch die Analyse von Daten beantwortet werden können; Bereichern des datengesteuerten Dialogs)                   
  • Management von Big Data (Erheben und Speichern von Big Data; Vorverarbeitung von Big Data; Datenqualität - Definieren und Messen der Qualität von Big Data; Daten-Governance)
  • Datenvisualisierung (die Psychologie der Wahrnehmung; Effektive Diagramme entwerfen; Visualisierung von großen und unstrukturierten Daten; Effektive Berichte mit Daten erzählen
  • Aufbau eines Data Science und Analytics Teams (Grundlegende Konzepte für den Aufbau und die Leitung eines leistungsstarken Analyseteams)
  • Data Ethics (Eigentum von Daten, Anonymität; Validität von Daten; Algorithmische Fairness)

  Am Ende des Kurses werden die Teilnehmer in der Lage sein, die in Unternehmen verfügbaren Daten und Informationen sinnvoll zu nutzen und Managementstrategien und -programme zu entwickeln, die sowohl auf analytischen Argumenten als auch auf quantitativen Metriken basieren. Das übergeordnete Ziel des ersten Moduls besteht darin, die Fähigkeiten des analytischen Denkens zu schulen, indem bewährte und erfolgreiche Big-Data- und Artificial-Intelligence-Anwendungen aus den Branchen und  Geschäftsbereichen der Teilnehmer diskutiert werden.

• Data Science Lab, 5.-19. November 2022

  Data Science Lab for a Competitive Advantage / Mit Data Science Wettbewerbsvorteile schaffen und behaupten

  In diesem Kurs werden die Teilnehmer mit den modernsten Data Science-Methoden vertraut gemacht. Das übergeordnete Ziel des Kurses besteht darin, dass die Teilnehmer lernen, wie man mit verschiedenen Data Science-Methoden Daten analysiert und Erkenntnisse aus diesen gewinnt und sich beim Einbezug von (Big) Daten in die tägliche Arbeit wohl fühlt. Außerdem lernen die Teilnehmer, wie sie Daten mit Hilfe von bestimmten Funktionen modellieren und auf der Basis von Daten die zukünftige Entwicklung von Unternehmens-KPIs ermitteln können.

  Am Ende des Kurses kennen die Teilnehmer alle wesentlichen Analysewerkzeuge, die ihnen helfen, mit Data Science Erkenntnisse aus Daten auf robuste, korrekte und umsetzbare Weise zu gewinnen. Obwohl der Kurs eine solide theoretische Grundlage hat, ist er so konzipiert, dass die Teilnehmer das Gelernte vom ersten Tag an in der Praxis anwenden und Fälle und Probleme in den Bereichen Marketing, Logistik, HR oder Produktion lösen. Der Kurs beginnt mit den Grundlagen der Statistik und endet mit der Einführung von Modellen des maschinellen Lernens, um zeitliche Komponenten in „Predictive Analytics“ einzubeziehen.

• Machine Learning Lab, 3.-10. Dezember 2022

  Machine Learning Lab

  Maschinelles Lernen verändert die Art und Weise, wie Unternehmen Geschäfte machen. Insbesondere unstrukturierte Daten wie Bilder, Texte und Videos gewinnen rasant an Bedeutung. In diesem Kurs erwerben Sie grundlegende Kenntnisse über ein breites Spektrum von Methoden des maschinellen Lernens. Darüber hinaus erlangen Sie grundlegende Kenntnisse über ein breites Spektrum von Methoden zur automatischen Analyse von textuellen Inhalten (von lexikonbasierten Methoden bis hin zu neueren Transformer-basierten tiefen neuronalen Netzen). Darüber hinaus erhalten Sie Einblicke in diverse reale Anwendungen sowie ethische Überlegungen zum maschinellen Lernen.

  Ziele des Kurses:

  • Verstehen der Grundlagen des maschinellen Lernens
  • Kennenlernen zahlreicher praktischer Beispiele führender Unternehmen
  • Lernen Sie etwas über verantwortungsvolles maschinelles Lernen, Vorurteile und Herausforderungen
  • Aufbau eines Werkzeugkastens verschiedener überwachter und unüberwachter maschineller Lernmethoden
  • Lernen Sie zahlreiche praktische Beispiele von führenden Unternehmen im Bereich der Textanalyse kennen
  • Verstehen, wie Maschinen Text "lesen" - und generieren
  • Lernen Sie verschiedene Methoden des maschinellen Lernens und neuronale Netzwerkarchitekturen für Textanalyseaufgaben kennen
  • Lernen Sie Anwendung verschiedener Ansätze des maschinellen Lernens zur Lösung von Problemen aus der Praxis

  Der Kurs bietet eine Mischung aus theoretischen Grundlagen, mehreren angewandten Fallstudien, Beispielen aus der Praxis und Break-out-Sessions. Insgesamt werden Sie eine interaktive Lernumgebung erleben.

• Tutorial Datenwissenschaft mit R, 16. Oktober-4. November 2022

  Dieser Einführungskurs in R soll Sie in der Welt von Data Science willkommen heißen. Die Kenntnis dieser Programmiersprache ist eine wertvolle Kompetenz in jedem datenbezogenen Arbeitsbereich, weshalb dieses Tutorials Ihnen erste Einblicke in die wahren Grundlagen von R sowie grundlegende Möglichkeiten der Datenmanipulation und -visualisierung mit Hilfe von R vermitteln. Der Kurs ist so konzipiert, dass dieser Sie durch die notwendigen Schritte zur Beherrschung von R führt.

• Tutorial Datenwissenschaft mit Python, 20. November -2. Dezember 2022

  Dieser Kurs führt Sie in die Grundlagen der Programmiersprache Python ein, wobei der Schwerpunkt auf Themen liegt, die Voraussetzung für die Anwendung von Python in einem Data Science-Kontext sind. Aufgrund der Benutzerfreundlichkeit und der Fülle an Data Science-Bibliotheken ist Python ein wertvolles Hilfsmittel für alle Arten von datenbezogenen Aufgaben. Der Kurs soll Sie durch die notwendigen Schritte führen, um Python von Grund auf zu erlernen. Die Videos führen in neue Inhalte ein, indem sie anschauliche Beispiele von Python-Code zeigen, die in der Präsentation interaktiv ausgeführt werden. Zur Vertiefung der besprochenen Themen werden Programmierübungen angeboten.

• Wahlkurs Marketing Analytics

  Companies are currently spending millions of dollars on data-gathering initiatives, but few are successfully capitalizing on all this data to generate revenue and increase profit. Converting data into increased business performance requires the ability to extract insights from data through analytics. Marketing analytics is the practice of measuring, managing and analyzing marketing performance to maximize its effectiveness and optimize return on investment (ROI) of marketing efforts. With a profound understanding of marketing analytics, marketers will be more efficient and will improve the performance of their marketing actions and minimize wasted marketing dollars.

  In this course participants will learn state-of-the-art models and analytical approaches for a better understanding of consumers, customers, markets and competitors as well as increasing efficiency of marketing actions and enhancing competitive advantage. By the end of the course, participants will be able to make sense of the information and knowledge available and create marketing strategy and programs based on both analytical arguments and quantitative metrics. Via cases and real-life applications, participants will

  • derive insights from data for important marketing decisions such as segmentation, targeting, brand perception and positioning, marketing resource allocation, demand forecasting, advertising and pricing;
  • master the selection and use of various models and analytical approaches, and
  • develop the confidence and skills to successfully justify their strategic and tactical marketing decisions using advanced analytics and state-of-the-art marketing metrics.

  The overall objective of the course is to train analytical thinking skills by analyzing and framing marketing problems and using problem-solving techniques to create marketing intelligence, all while considering ethical issues. Overall, participants will develop a data analytics mindset, learn new tools, and understand how to convert numbers into actionable marketing insights.

• Wahlkurs People Analytics

  People are often referred to as the most important asset of a company, data now as the oil of the 21st century. It is therefore not surprising that people analytics is seen as a crucial factor in human resource management practice. Instead of listening to intuition and gut feeling, analytical approaches and insights can now drive decision-making in companies. People analytics facilitates this data-driven decision-making to improve decision quality in various areas of HR such as employee engagement, recruitment, performance management, and leadership.

  • The aim of the course is to provide current methods, analytical approaches and metrics to address current topics in HR.
  • Participants will learn how to analyze HR-related data and apply an evidence-based approach to management.

• Wahlkurs Financial Analytics

  Data science, and in particular statistical and mathematical methods, is now part of most financial activities and is changing the financial services industry inexorably. In this course, participants will learn the methodological tools to use Big Data as a lender for faster and better credit decisions or as a trader for data analysis to maximize portfolio returns.

  • The following methods are taught in a practice-oriented manner, using company examples: Statistical inference, financial time series modelling, event study analysis and machine learning for Big Data prediction 
  • Real data is analysed to create models for financial and macro forecasting, quantitative trading and dynamic risk management. 

• Wahlkurs Supply Chain Analytics

  Supply chain management is among the areas in which analytical methods have a particularly high impact. It is concerned with all activities aimed at satisfying customer demand. As such, it is paramount to the creation of business value. Notable complexities arise from manifold interdependencies between supply chain processes, resulting in intricate trade-offs, and from the interplay between different supply chain members, each having their own objectives. Supply chain analytics provides powerful levers to counter these challenges, resulting in better decisions and, ultimately, maximized performance.

  • In this course, you will learn about the linkages between supply chain management and firm performance and get to know major levers for managing supply chain processes both upstream and downstream.
  • You will recognize key supply chain challenges and understand how supply chain analytics can help tackle them.
  • You will become familiar with core methods of supply chain analytics and modeling and learn how to apply them.