Business Analytics Kurs

Lektion 1 • Formulierung analytischer Fragestellungen

Übersetzt vage Geschäftsprobleme in präzise, beantwortbare Analysefragen. Bietet eine strukturierte Methodik zur Problemformulierung, die im gesamten Kurs verwendet wird.

Lektion 2 • Die Rolle von Daten im Unternehmen

Untersucht, wie Daten Entscheidungen in Unternehmensfunktionen steuern. Etabliert die Rolle des Analysten innerhalb organisatorischer Entscheidungsfindungsprozesse.

Lektion 3 • Arten und Quellen von Geschäftsdaten

Klassifiziert strukturierte, unstrukturierte und semistrukturierte Daten. Verbindet die Datenquellenauswahl mit der Analysegenauigkeit und der geschäftlichen Relevanz.

Lektion 1 • Bewertung der Datenqualität

Führt sechs Dimensionen der Datenqualität ein: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Validität und Eindeutigkeit. Vermittelt systematische Qualitätsaudits.

Lektion 2 • Methoden der Datenerhebung

Untersucht primäre und sekundäre Erhebungsansätze für Geschäftskontexte. Verknüpft die Wahl der Erhebungsmethode mit der Datenzuverlässigkeit und den Analysezielen.

Lektion 3 • Grundlagen der Data Governance

Erläutert Richtlinien für Data Governance, Datenbetreuung und Zugriffskontrolle für Geschäftsdaten. Verankert Analysten in Compliance- und ethischen Verantwortlichkeiten im Umgang mit Daten.

Lektion 1 • Korrelation und Kovarianz

Quantifiziert lineare Beziehungen zwischen Geschäftsvariablen mithilfe von Korrelationskoeffizienten. Schafft die konzeptionelle Grundlage für die Regressionsanalyse in Kapitel 5.

Lektion 2 • Streuungsmaße

Behandelt Spannweite, Varianz, Standardabweichung und Interquartilsabstand. Verknüpft Streuungsmaße mit Risikobewertung und Leistungsbenchmarking.

Lektion 3 • Verteilungen und Form

Erklärt Normalverteilung, schiefe und bimodale Verteilungen anhand von Geschäftsdaten. Bereitet Studierende darauf vor, in späteren Kapiteln geeignete statistische Tests auszuwählen.

Lektion 4 • Zusammenfassen von Daten mit Pivot-Tabellen

Verwendet Pivot-Tabellen, um Geschäftsdaten effizient zu aggregieren und zu kreuztabellieren. Stellt eine Brücke von der deskriptiven Statistik zu den Datenvisualisierungstechniken im nächsten Kapitel her.

Lektion 1 • Geschichtenerzählen mit Daten

Strukturiert Analyseergebnisse in einem narrativen Bogen mit einer klaren Geschäftsempfehlung. Bereitet Studierende darauf vor, datengestützte Argumente gegenüber nicht-technischen Zielgruppen zu präsentieren.

Lektion 2 • Prinzipien effektiver Visualisierung

Legt Regeln für visuelle Kodierung, präattentive Attribute und das Daten-Tinte-Verhältnis fest. Verhindert häufige Fehler im Diagrammdesign, die Geschäftsanwender in die Irre führen.

Lektion 3 • Entwerfen von Business-Dashboards

Behandelt Layout-Hierarchie, KPI-Kacheln und Interaktivität für Executive-Dashboards. Verbindet das Design von Visualisierungen mit den in Kapitel 1 eingeführten Entscheidungsprozessen.

Lektion 1 • Interpretation und Handeln auf Basis von Testergebnissen

Übersetzt statistische Testergebnisse mit angemessenen Einschränkungen in Geschäftsempfehlungen. Behandelt die praktische Signifikanz im Vergleich zur statistischen Signifikanz für Entscheidungsfindung.

Lektion 2 • Stichprobengröße und statistische Power

Berechnet erforderliche Stichprobengrößen, um aussagekräftige Geschäftseffekte zuverlässig zu erkennen. Verhindert Tests mit zu geringer Power, die zu nicht schlüssigen oder irreführenden Ergebnissen führen.

Lektion 3 • Gebräuchliche statistische Tests für Unternehmen

Behandelt t-Tests, Chi-Quadrat-Tests und ANOVA zum Vergleich von Geschäftsgruppen. Verbindet die Testauswahl mit dem Datentyp und den Kenntnissen über Verteilungen aus Kapitel 3.

Lektion 4 • Grundlagen des Hypothesentests

Führt Null- und Alternativhypothesen, Signifikanzniveaus und p-Werte ein. Verankert statistische Schlussfolgerungen im Kontext der Geschäftsentscheidungsfindung aus Kapitel 1.

Lektion 1 • Einfache lineare Regression

Passt ein Regressionsmodell mit einem einzelnen Prädiktor an Geschäftsdaten an und interpretiert Steigung und Achsenabschnitt. Baut direkt auf den in Kapitel 3 eingeführten Korrelationskonzepten auf.

Lektion 2 • Regressionsdiagnostik

Validiert Modellannahmen durch Residuenanalyse und diagnostische Diagramme. Stellt sicher, dass Prognosen statistisch fundiert sind, bevor sie in Geschäftsentscheidungen verwendet werden.

Lektion 3 • Multiple lineare Regression

Erweitert die Regression auf mehrere Prädiktoren für komplexe Geschäftsszenarien. Behandelt Multikollinearität und Variablenauswahl, um die Modellzuverlässigkeit zu verbessern.

Lektion 4 • Prognose mit Regressionsmodellen

Erzeugt Punkt- und Intervallprognosen aus angepassten Regressionsmodellen. Kommuniziert Prognoseunsicherheit gegenüber Geschäftsanwendern mithilfe von Konfidenzintervallen.

Lektion 1 • RFM-Analyse zur Kundensegmentierung

Bewertet Kunden nach Aktualität, Häufigkeit und Geldeingang (Recency, Frequency, Monetary Value), um die Interaktion zu priorisieren. Erzeugt umsetzbare Kundenstufen, die direkt auf Marketingentscheidungen anwendbar sind.

Lektion 2 • Strategie für Geschäftssegmentierung

Definiert Segmentierungsziele für Marketing, Betrieb und Finanzen. Verbindet das Segmentdesign mit dem in Kapitel 1 etablierten KPI-Rahmenwerk.

Lektion 3 • K-Means-Clustering

Wendet k-Means an, um Datensätze ohne vordefinierte Labels in homogene Cluster zu unterteilen. Vermittelt die Auswahl der Clusteranzahl mithilfe der Ellbogenmethode und Silhouettenwerten.

Lektion 1 • Ethik und verantwortungsvolle Analytik

Behandelt Verzerrung, Fairness, Transparenz und Rechenschaftspflicht in der Geschäftsanalyse. Stellt sicher, dass Analysen ethischen Standards und den Anforderungen an das Stakeholder-Vertrauen entsprechen.

Lektion 2 • Messung des ROI von Analyseinitiativen

Quantifiziert den finanziellen und operativen Wert, der durch Analyseprojekte generiert wird. Verbindet Messrahmenwerke mit den KPI- und Regressionsfähigkeiten aus früheren Kapiteln.

Lektion 3 • Integration von Analysen in Entscheidungsprozesse

Gestaltet Entscheidungsprozesse neu, um Datenprüfpunkte und Analyseergebnisse zu integrieren. Reduziert die Abhängigkeit von Intuition durch die Institutionalisierung evidenzbasierter Entscheidungsprotokolle.

Lektion 4 • Aufbau einer Analysestrategie

Richtet Analyseinvestitionen mithilfe eines Rahmenwerks zur Fähigkeitsreife an Geschäftsprioritäten aus. Erstellt einen Fahrplan zur Skalierung der Analysekompetenz im gesamten Unternehmen.