Kursus Data Analytics

Pelajaran 1 • Merangka Soalan Analitikal

Menterjemahkan masalah perniagaan yang kabur kepada soalan analitikal yang tepat dan boleh dijawab. Menyediakan metodologi pembingkaian masalah berstruktur yang digunakan sepanjang kursus.

Pelajaran 2 • Peranan Data dalam Perniagaan

Meneliti bagaimana data memacu keputusan merentas fungsi perniagaan. Mewujudkan peranan penganalisis dalam aliran kerja membuat keputusan organisasi.

Pelajaran 3 • Jenis dan Sumber Data Perniagaan

Mengklasifikasikan data berstruktur, tidak berstruktur, dan separa berstruktur. Menghubungkan pemilihan sumber data kepada ketepatan analitikal dan kerelevanan perniagaan.

Pelajaran 1 • Menilai Kualiti Data

Memperkenalkan enam dimensi kualiti data: ketepatan, kelengkapan, ketekalan, ketepatan masa, kesahan, dan keunikan. Mengajar pengauditan kualiti secara sistematik.

Pelajaran 2 • Kaedah Pengumpulan Data

Meninjau pendekatan pengumpulan primer dan sekunder untuk konteks perniagaan. Menghubungkan pilihan kaedah pengumpulan kepada kebolehpercayaan data dan matlamat analitikal.

Pelajaran 3 • Asas Tadbir Urus Data

Menjelaskan dasar pemilikan, jagaan, dan kawalan capaian untuk data perniagaan. Mendasari penganalisis dalam tanggungjawab pematuhan dan pengendalian data beretika.

Pelajaran 1 • Korelasi dan Kovarians

Mengkuantifikasi hubungan linear antara pemboleh ubah perniagaan menggunakan pekali korelasi. Mewujudkan asas konseptual untuk analisis regresi dalam Bab 5.

Pelajaran 2 • Ukuran Kebolehubahan

Merangkumi julat, varians, sisihan piawai, dan julat antara kuartil. Menghubungkan ukuran kebolehubahan kepada penilaian risiko dan penanda arasan prestasi.

Pelajaran 3 • Taburan dan Bentuk

Menjelaskan taburan normal, condong, dan dwipuncak menggunakan data perniagaan. Menyediakan pelajar untuk memilih ujian statistik yang sesuai dalam bab seterusnya.

Pelajaran 4 • Meringkaskan Data dengan Jadual Pangsi

Menggunakan jadual pangsi untuk mengagregat dan mentabung silang data perniagaan dengan cekap. Menghubungkan statistik deskriptif kepada teknik visualisasi data dalam bab seterusnya.

Pelajaran 1 • Penceritaan dengan Data

Menstruktur penemuan analitikal ke dalam arka naratif dengan cadangan perniagaan yang jelas. Menyediakan pelajar untuk membentangkan hujah berasaskan data kepada khalayak bukan teknikal.

Pelajaran 2 • Prinsip Visualisasi Berkesan

Mewujudkan peraturan pengekodan visual, atribut pra-perhatian, dan prinsip nisbah data-dakwat. Mencegah kesilapan reka bentuk carta biasa yang mengelirukan pihak berkepentingan perniagaan.

Pelajaran 3 • Mereka Bentuk Papan Pemuka Perniagaan

Merangkumi hierarki susun atur, jubin KPI, dan interaktiviti untuk papan pemuka eksekutif. Menghubungkan reka bentuk visualisasi kepada aliran kerja membuat keputusan yang diperkenalkan dalam Bab 1.

Pelajaran 1 • Mentafsir dan Bertindak atas Keputusan Ujian

Menterjemah output ujian statistik kepada cadangan perniagaan dengan kaveat yang sesuai. Menangani kepentingan praktikal lawan kepentingan statistik untuk membuat keputusan.

Pelajaran 2 • Saiz Sampel dan Kuasa Statistik

Mengira saiz sampel yang diperlukan untuk mengesan kesan perniagaan yang bermakna dengan boleh dipercayai. Mencegah ujian berkurang kuasa yang menghasilkan keputusan tidak meyakinkan atau mengelirukan.

Pelajaran 3 • Ujian Statistik Biasa untuk Perniagaan

Merangkumi ujian-t, ujian khi-kuasa dua, dan ANOVA untuk membandingkan kumpulan perniagaan. Menghubungkan pemilihan ujian kepada jenis data dan pengetahuan taburan dari Bab 3.

Pelajaran 4 • Asas Ujian Hipotesis

Memperkenalkan hipotesis nol dan alternatif, aras keertian, dan nilai-p. Mendasari inferens statistik dalam konteks keputusan perniagaan yang ditetapkan dalam Bab 1.

Pelajaran 1 • Regresi Linear Mudah

Memasang model regresi peramal tunggal pada data perniagaan dan mentafsir kecerunan dan pintasan. Membina terus konsep korelasi yang diperkenalkan dalam Bab 3.

Pelajaran 2 • Diagnostik Regresi

Mengesahkan andaian model melalui analisis baki dan plot diagnostik. Memastikan ramalan adalah kukuh secara statistik sebelum digunakan dalam keputusan perniagaan.

Pelajaran 3 • Regresi Linear Berganda

Memanjangkan regresi kepada berbilang peramal untuk senario perniagaan yang kompleks. Menangani multikolineariti dan pemilihan pemboleh ubah untuk meningkatkan kebolehpercayaan model.

Pelajaran 4 • Ramalan dengan Model Regresi

Menjana ramalan titik dan selang daripada model regresi yang dipasang. Menyampaikan ketidakpastian ramalan kepada pihak berkepentingan perniagaan menggunakan selang keyakinan.

Pelajaran 1 • Analisis RFM untuk Segmentasi Pelanggan

Memberi skor pelanggan pada kekerapan terkini, kekerapan, dan nilai kewangan untuk mengutamakan penglibatan. Menghasilkan peringkat pelanggan boleh tindak yang boleh digunakan terus pada keputusan pemasaran.

Pelajaran 2 • Strategi Segmentasi Perniagaan

Mentakrifkan objektif segmentasi merentas pemasaran, operasi, dan kewangan. Menghubungkan reka bentuk segmen kepada rangka kerja KPI yang ditetapkan dalam Bab 1.

Pelajaran 3 • Pengelompokan K-Means

Menggunakan k-means untuk membahagikan set data kepada kelompok homogen tanpa label yang ditetapkan. Mengajar pemilihan bilangan kelompok menggunakan kaedah siku dan skor siluet.

Pelajaran 1 • Etika dan Analitik Bertanggungjawab

Menangani bias, keadilan, ketelusan, dan akauntabiliti dalam analitik perniagaan. Memastikan output analitikal memenuhi piawaian etika dan keperluan kepercayaan pihak berkepentingan.

Pelajaran 2 • Mengukur ROI Inisiatif Analitik

Mengkuantifikasi nilai kewangan dan operasi yang dijana oleh projek analitik. Menghubungkan rangka kerja pengukuran kepada kemahiran KPI dan regresi dari bab sebelumnya.

Pelajaran 3 • Menerapkan Analitik dalam Proses Keputusan

Mereka bentuk semula aliran kerja keputusan untuk menggabungkan pusat pemeriksaan data dan output analitikal. Mengurangkan pergantungan pada intuisi dengan melembagakan protokol keputusan berasaskan bukti.

Pelajaran 4 • Membina Strategi Analitik

Menyelaraskan pelaburan analitik dengan keutamaan perniagaan menggunakan rangka kerja kematangan keupayaan. Menghasilkan peta jalan untuk menskalakan kecekapan analitik merentas organisasi.