Datengestützte Entscheidungsfindung für Unternehmen
Erfahren Sie, wie Sie bessere Geschäftsentscheidungen mit praktischen Datenrahmen treffen—ohne Programmierung.
Kurs Kostenlos Starten2 Stunden14 Videos46 Übungen21.108 LernendeLeistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt bei Lernenden in Tausenden Unternehmen
Kursbeschreibung
Erforsche die Grundlagen der Datenkompetenz
Datenkompetenz ist eine wichtige Fähigkeit für alle im Unternehmen – nicht nur für Data Scientists und Data Analysts. Da Unternehmen mehr Daten als je zuvor sammeln, ist es wichtig, dass jeder diese Daten effizient lesen und analysieren kann.Datengestützte Entscheidungsfindung anwenden
In diesem Kurs lernst du die Grundlagen der datengestützten Entscheidungsfindung und wendest diese Fähigkeiten in drei Praxisbeispielen aus den Bereichen Finanzen, Marketing und Geschäftsbetrieb an. Außerdem erfährst du, wie du neue Erkenntnisse und Chancen aufdeckst, indem du Angebot und Nachfrage, Kosten und Nutzen sowie Risiko und Belohnung bewertest – so erwirbst du praktische Fähigkeiten, die dir helfen, in der neuen datengesteuerten Welt erfolgreich zu sein.Für Unternehmen
Trainierst du 2 oder mehr?
Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr- 1
Rahmen für datengestützte Entscheidungen
KostenlosIn diesem Kapitel machst du dich mit dem Rahmen für datengesteuerte Entscheidungen vertraut. Du erfährst mehr über verschiedene Arten der Datenanalyse und ihre Ziele. Am Ende wirst du in der Lage sein zu erkennen, wo jede Entscheidung in den Rahmen passt.
- 2
Daten für das Marketing nutzen
Wenden wir die datengesteuerte Entscheidung im Marketingkontext an. Du wirst Daten nutzen, um deine Werbeausgaben zu optimieren, Arbitrage-Möglichkeiten für den Website-Datenverkehr zu erkennen und sogar neue Produkteinführungen mit begrenzten, aber relevanten Daten vorherzusagen.
Marketingbeispiele50 xpDas beste Modell finden50 xpFokus auf Wachstum50 xpFokus auf effiziente Akquisition50 xpFokus auf Rentabilität50 xpArbitrage bei Werbeanzeigen50 xpArbitrage-Beispiele identifizieren100 xpArbitrage-Möglichkeiten identifizieren50 xpGewinn berechnen50 xpDatengestützte Produktprognosen50 xpAuswahl der richtigen Werte für p, q und m50 xpDashboard für die Diffusionsmodellierung50 xp - 3
Finanzielle Möglichkeiten mit Daten aufspüren
Zu lernen, wie man Daten nutzt, um Entscheidungen im Finanzwesen zu treffen, kann befriedigend und gewinnbringend sein. In diesem Kapitel beschäftigst du dich mit Investitionsmöglichkeiten anhand von Daten zu Verbraucherkrediten, Immobilien und sogar dem eher unkonventionellen Markt für Sammlerstücke.
Konventionelle Investitionen: Risiko vs. Belohnung50 xpWozu ist der risikofreie Zinssatz gut?50 xpVerwende ein CAPM-ähnliches Diagramm, um deine Investition auszuwählen.50 xpAndere konventionelle Vermögensanlagen50 xpBerechnung der Bruttomieteinnahmen50 xpÜberprüfung der besten Investition nach Kapitalisierungsrate50 xpAuswahl der besten Investitionsmöglichkeit50 xpUnkonventionelle Investitionen: „Magic: The Gathering“50 xpDefinieren einer Simulation50 xpHerausfinden des maximal zu zahlenden Preises50 xpBerechnung des erwarteten Gewinns50 xp - 4
Datengesteuerte Geschäftsabläufe
Im letzten Kapitel wendest du Daten an, um eine Berechnung des gesamten adressierbaren Marktes für ein Start-up zu erstellen, um etwas über Angebots- und Nachfragekurven bei der Personalbesetzung zu lernen und um kundenorientierte Verbesserungsbereiche zu erkennen. Dabei lernst du in der Praxis, wie du Optimierungsmöglichkeiten erkennst und bestehende Geschäftsabläufe unterstützt.
Gesamter adressierbarer Markt50 xpTAM: Top-down-Marktgrößenbestimmung50 xpTAM: Bottom-up-Marktgrößenbestimmung50 xpNachfragekurve: Mahlzeiten und Getränke50 xpSchnelle (und furiose) Nachfrage nach Speisen50 xpGenaue Analyse einer Vorhersage50 xpAngebotskurve: Personal für dein Restaurant50 xpÜberprüfung der Erlang-C-Formel100 xpDatengestützte Entscheidungen bei der Schichtplanung50 xpKundeninput zur Verbesserung deines Betriebs50 xpDaten für gezielte Einsätze und Schulungen (1)50 xpDaten für gezielte Einsätze und Schulungen (2)50 xpZusammenfassung50 xp
Für Unternehmen
Trainierst du 2 oder mehr?
Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehrMitwirkende
Voraussetzungen
Machine Learning for BusinessTed Kwartler
Mehr AnzeigenAdjunct Professor, Harvard University
Was sagen andere Lernende?
Melden Sie sich an 14 Millionen Lernende und starten Sie Datengestützte Entscheidungsfindung für Unternehmen Heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.