در این دوره آموزشی، نحوه انجام تجزیه و تحلیل عملیاتی در برابر Azure Cosmos DB با استفاده از ویژگی Azure Synapse Link در Azure Synapse Analytics را خواهید آموخت. خواهید آموخت که چگونه پردازش تراکنش های ترکیبی و تحلیلی می تواند به شما در انجام تجزیه و تحلیل عملیاتی با Azure Synapse Analytics کمک کند. همچنین یاد خواهید گرفت که چگونه Azure Synapse Link را برای تعامل با Azure Cosmos DB پیکربندی و فعال کنید و چگونه می توانید با استفاده از Azure Synapse Link تجزیه و تحلیل را در برابر Azure Cosmos DB انجام دهید. این دوره بخشی از یک تخصص در نظر گرفته شده برای مهندسین داده و توسعه دهندگان است که می خواهند تخصص خود را در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده Microsoft Azure استفاده می کنند برای هر کسی که علاقه مند به آماده شدن برای آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) نشان دهد. ). شما در یک آزمون عملی شرکت خواهید کرد که شامل مهارت های کلیدی می شود که با آزمون گواهینامه اندازه گیری می شوند. این هفتمین دوره از یک برنامه 10 دوره ای است که به شما برای شرکت در آزمون کمک می کند تا بتوانید در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده مایکروسافت آژور استفاده می کنند تخصص داشته باشید. مهندسی داده در آزمون Microsoft Azure فرصتی برای اثبات تخصص دانش در یکپارچه‌سازی، تبدیل و تلفیق داده‌ها از سیستم‌های داده‌های مختلف ساختاریافته و بدون ساختار به ساختارهایی است که برای ساخت راه‌حل‌های تحلیلی که از خدمات داده مایکروسافت آژور استفاده می‌کنند، مناسب هستند. هر دوره به شما مفاهیم و مهارت هایی را می آموزد که با امتحان اندازه گیری می شوند. در پایان این تخصص، شما آماده شرکت و ثبت نام در آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) خواهید بود.

تنوع یک واقعیت زندگی در محیط های تولیدی است که بر کیفیت و بازده محصول تأثیر می گذارد. از طریق این دوره، دانش آموزان یاد خواهند گرفت که چرا انجام تجزیه و تحلیل پیشرفته فرآیندهای تولید برای تشخیص و اصلاح عیوب عملیاتی به منظور بهبود بازده و کاهش هزینه ها ضروری است. در مورد بهترین روش‌های جمع‌آوری، آماده‌سازی و تجزیه و تحلیل داده‌ها، و همچنین پلتفرم‌های محاسباتی که می‌توان از آنها برای جمع‌آوری و پردازش داده‌ها در دوره‌های زمانی طولانی استفاده کرد، بینشی به دست آورید. برای شرکت به عنوان عضوی از یک تیم تجزیه و تحلیل پیشرفته و به اشتراک گذاشتن ورودی های ارزشمند در اجرای موثر، آمادگی بیشتری داشته باشید. مفاهیم اصلی این دوره از طریق سخنرانی، خواندن، بحث و گفتگو و ویدئوهای مختلف ارائه خواهد شد. این چهارمین دوره در تخصص فناوری ساخت و طراحی دیجیتال است که بسیاری از جنبه‌های «انقلاب چهارم» تولید، با نام مستعار Industry 4.0 را بررسی می‌کند و دارای یک پروژه اوج شامل ایجاد یک نقشه راه برای دستیابی به یک هدف حرفه‌ای مرتبط با DMD است. . برای کسب اطلاعات بیشتر در مورد تخصص فناوری ساخت و طراحی دیجیتال، لطفاً ویدیوی کلی را با کپی و چسباندن پیوند زیر در مرورگر وب خود تماشا کنید: https://youtu.be/wETK1O9c-CA

در این چهارمین و آخرین دوره تخصصی، شما یادگیری خود را در یک پروژه قابل تحویل به نام تجزیه و تحلیل فرصت بلاک چین ترکیب خواهید کرد. اهداف این دوره دو دسته است: یکی، شناسایی نیاز یا مشکل خاصی در تجارت جهانی که به طور بالقوه می تواند با استفاده از فناوری بلاک چین حل شود. دوم، این شما هستید که باید راه‌حل‌های ممکن برای این مشکل را بررسی کنید، از جمله اینکه چگونه این راه‌حل‌ها ممکن است اجرا شوند. شما هر هفته نقاط عطف پروژه های مختلفی را انجام خواهید داد و با چندین ابزار که کارآفرینان برای سازماندهی یافته های خود از آنها استفاده می کنند، آشنا خواهید شد. در طول این فرآیند، از متخصصان دنیای واقعی که تجربه عملی در اکوسیستم بلاک چین دارند، خواهید شنید. بعلاوه، با شرکت در این دوره، به Blockchain Case Commons ما دسترسی پیدا خواهید کرد - مجموعه ای از برنامه های بلاک چین و موارد استفاده که چندین صنعت را در بر می گیرد. به عنوان یک نتیجه از این دوره، شما با یک تجزیه و تحلیل فرصت بلاک چین تلفیقی و بررسی شده کنار می روید، که می توانید از آن برای ارائه ایده خود به سازمان یا حتی سرمایه گذاران بالقوه استفاده کنید.

در این دوره یاد خواهید گرفت که چگونه داده های نقشه را با استفاده از انواع داده ها و روش های مختلف برای پاسخ به سوالات جغرافیایی تجزیه و تحلیل کنید. ابتدا، یاد خواهید گرفت که چگونه یک مجموعه داده را با استفاده از انواع مختلف پرس و جو فیلتر کنید تا فقط داده هایی را که برای پاسخ به یک سوال خاص نیاز دارید، بیابید. سپس، روش‌های تحلیل ساده و در عین حال قدرتمندی را مورد بحث قرار می‌دهیم که از داده‌های برداری برای یافتن روابط فضایی درون و بین مجموعه‌های داده استفاده می‌کنند. در این بخش، نحوه استفاده از ModelBuilder را نیز یاد خواهید گرفت، ابزاری ساده اما قدرتمند برای فلوچارت های تحلیل ساختمان که می تواند به عنوان مدل نیز اجرا شود. سپس یاد خواهید گرفت که چگونه داده های سنجش از دور مانند تصاویر ماهواره ای را به عنوان منبع غنی داده های GIS پیدا کنید، درک کنید و از آنها استفاده کنید. سپس یاد خواهید گرفت که چگونه داده های شطرنجی را تجزیه و تحلیل کنید. در نهایت، شما پروژه خود را تکمیل خواهید کرد که در آن می توانید مهارت ها و ابزارهای جدیدی را که در این دوره آموخته اید، امتحان کنید. توجه: نرم افزاری برای این دوره ارائه نشده است.

دوره "قوانین انجمن و تجزیه و تحلیل نقاط پرت" دانش آموزان را با مفاهیم اساسی روش های یادگیری بدون نظارت، با تمرکز بر قوانین ارتباط و تشخیص نقاط پرت آشنا می کند. شرکت‌کنندگان در الگوریتم‌های مکرر و قوانین تداعی، بینشی در مورد الگوریتم‌های Apriori و استخراج قوانین تداعی مبتنی بر محدودیت به دست خواهند آورد. علاوه بر این، دانش‌آموزان روش‌های تشخیص پرت را با درک عمیقی از موارد پرت متنی بررسی خواهند کرد. از طریق آموزش‌های تعاملی و مطالعات موردی عملی، دانش‌آموزان تجربه عملی را در استفاده از قوانین ارتباط و تکنیک‌های تشخیص نقاط پرت در مجموعه داده‌های متنوع به دست خواهند آورد. اهداف آموزشی دوره: در پایان این دوره، دانشجویان قادر خواهند بود: 1. اصول و اهمیت روش‌های یادگیری بدون نظارت، به‌ویژه قوانین ارتباط و تشخیص موارد دور از دسترس را درک کنید. 2. مفاهیم و کاربردهای الگوهای مکرر و قوانین تداعی را در کشف روابط جالب بین آیتم ها درک کنید. 3. الگوریتم های Apriori را کاوش کنید تا مجموعه آیتم های مکرر را به طور کارآمد استخراج کنید و قوانین ارتباط را ایجاد کنید. 4. معیارهای حمایت، اطمینان، و افزایش را در استخراج قوانین تداعی اجرا و تفسیر کنید. 5. مفهوم استخراج قوانین انجمن مبتنی بر محدودیت و نقش آن در گرفتن الگوهای تداعی خاص را درک کنید. 6. اهمیت تشخیص پرت را در تحلیل داده ها و کاربردهای دنیای واقعی تجزیه و تحلیل کنید. 7. برای شناسایی نقاط داده غیرعادی، از روش‌های مختلف تشخیص پرت، از جمله رویکردهای آماری و مبتنی بر فاصله استفاده کنید. 8. درک متنی پرت و تکنیک های تشخیص نقاط پرت متنی برای گرفتن نقاط پرت در زمینه های خاص. 9. قوانین تداعی و تکنیک‌های تشخیص پرت را در مطالعات موردی در دنیای واقعی به کار ببرید تا بینش‌های معناداری به دست آورید. در طول دوره، دانش‌آموزان فعالانه در آموزش‌ها و مطالعات موردی شرکت می‌کنند، مهارت‌های مربوط به قانون‌کاوی و تشخیص موارد پرت را تقویت می‌کنند و تجربه عملی در کاربرد این تکنیک‌ها در مجموعه داده‌های متنوع به دست می‌آورند. با دستیابی به اهداف یادگیری، شرکت کنندگان به خوبی مجهز خواهند شد تا در وظایف یادگیری بدون نظارت برتری پیدا کنند و با استفاده از قوانین تداعی و تکنیک های تشخیص پرت، تصمیمات آگاهانه بگیرند.

در پایان این دوره، فراگیران آماده می شوند تا بهترین راه حل ها را برای بهبود عملکرد و ادغام مفاهیم از روش های تعالی عملیاتی برای تصمیم گیری بهینه مبتنی بر داده ها شناسایی و آزمایش کنند. این دوره با تمرکز بر رمزگشایی علت اصلی مشکلات از طریق ابزارهای مختلف قبل از تعیین و ارزیابی بهترین راه حل ها آغاز می شود. یادگیرندگان نحوه به کارگیری ISO، Lean و Six Sigma را در پیگیری همسویی داده های عملیات سازمانی با استانداردهای عملکرد کشف می کنند. مطالعات موردی مهمان نوازی، تولید و تجارت الکترونیکی به نشان دادن نحوه ایجاد سواد داده و در عین حال تضمین حفظ حریم خصوصی و اقدامات اخلاقی داده ها کمک می کند. مطالب شامل سخنرانی های آنلاین، فیلم ها، دموها، کار پروژه، خواندن و بحث می شود. این دوره برای افرادی که مشتاق توسعه یک ذهنیت داده محور هستند ایده آل است که بینش های قدرتمندی را برای بهبود نتیجه شرکت به دست می آورد. اگر زبان آموزان با خواندن گزارش ها، جمع آوری و استفاده از داده ها و تفسیر تجسم ها آشنایی داشته باشند، مفید است. این سومین دوره در تخصص تصمیم گیری داده محور (DDDM) است. برای کسب اطلاعات بیشتر در مورد تخصص، یک نمای کلی ویدیویی را در https://www.youtube.com/watch?v=Oi4mmeSWcVc&list=PLQvThJe-IglyYljMrdqwfsDzk56ncfoLx&index=11 بررسی کنید.

تغییر اجتناب ناپذیر است و همچنین اختلالات دیجیتال در هر صنعتی. آنچه از دیدگاه کسب و کار مهم است، هماهنگی و انطباق با چنین اختلالات دیجیتالی است. در بازار رقابتی کسب و کار امروز، کلید موفقیت، تصمیمات عاقلانه مبتنی بر داده است که بر اساس اطلاعات قابل اعتماد گرفته می شود. به عنوان بخشی از مسئولیت های کاری خود، اطلاعات جمع آوری شده از منابع مختلف را در یک مقطع زمانی کشف، ترکیب و تجزیه و تحلیل می کردید. این تحلیل کسب و کار است. مجموعه ای از وظایف، دانش و تکنیک های مورد نیاز برای شناسایی نیازهای کسب و کار و تعیین راه حل برای مشکلات تجاری سازمانی است. همانطور که قبلاً گفتیم، انبوهی از اختلالات دیجیتال در هر صنعتی در حال وقوع است. ما شاهد رشد یک فرهنگ آماده دیجیتال هستیم که در راس آن اتوماسیون است. اتوماسیون باعث افزایش بهره وری در سطوح فرآیند، گردش کار و نیروی کار می شود و در نتیجه رشد و طول عمر سازمان را شکل می دهد. با حرکت سازمان ها به سمت اتوماسیون، برای یک تحلیلگر کسب و کار مهارت داشتن در علم اتوماسیون برای تسهیل ارتباطات و همکاری با ذینفعان مربوطه از اهمیت بالایی برخوردار است. UiPath به عنوان یکی از طرفداران قوی اتوماسیون فرآیند رباتیک (RPA)، نقش تحلیلگر کسب و کار اتوماسیون را به عهده می گیرد، که مسئول تجزیه و تحلیل الزامات کسب و کار، شناسایی فرآیندهای خودکارسازی احتمالی و همچنین مشکلات احتمالی، همراه با ارزیابی تاثیر پیاده سازی اتوماسیون خواهد بود. از طریق این دوره، تکنیک هایی برای تضمین موفقیت پروژه در هر مرحله از درک مشکلات یا اهداف سازمانی گرفته تا طراحی راه حل ها، ابداع استراتژی ها و در نتیجه ایجاد تغییر را خواهید آموخت. همراه با مهارت‌های اصلی تجزیه و تحلیل کسب‌وکار، شما همچنین یاد خواهید گرفت که چگونه تحویل‌ها و مدل‌های تجزیه و تحلیل کسب‌وکار را در یک سند تعریف فرآیند خاص RPA (PDD) بگنجانید، که نشان‌دهنده فرآیندهای تجاری «همان‌طور که هست» است که برای اتوماسیون انتخاب شده‌اند. در طول این دوره از اصطلاحات «اتوماسیون فرآیند رباتیک» (RPA) و «اتوماسیون» به جای یکدیگر استفاده شده است. این دوره در راستای BABOK's IIBA، به شما کمک می کند اولین گام را در سفر تحلیلگر کسب و کار خود بردارید و به شما در آماده شدن برای ECBA (گواهی ورود در تجزیه و تحلیل کسب و کار) کمک می کند. برای تکمیل این دوره، به راهنمای BABOK IIBA نیاز دارید که می تواند بدون هزینه اضافی قابل دسترسی است.

تحلیل کسب و کار ممکن است اصطلاحی گسترده به نظر برسد، اما تقاضای بسیار خاصی را در عملیات یک شرکت برآورده می کند. یک تحلیلگر کسب و کار نیازهای کسب و کار را شناسایی می کند و راه حل های مرتبط و الزامات مورد نیاز برای ارائه آن راه حل ها را توصیه می کند. با این حال، برخی از شرکت‌ها ممکن است تحلیل‌گران کسب‌وکار اختصاصی نداشته باشند، و اغلب انجام وظایف تحلیل تجاری بر عهده مدیران پروژه است. در این دوره، گرتا بلاش به مدیران پروژه نشان می دهد که چگونه تجزیه و تحلیل کسب و کار را در جریان کاری خود بگنجانند.

گرتا مفاهیم را با نگاه کردن به یک موضوع آشنا برای مدیران پروژه - پروژه ها - از طریق دریچه تجزیه و تحلیل کسب و کار نشان می دهد، که با مرحله قبل از پروژه که در آن نیازها شناسایی می شوند، تا شناسایی ذینفعان، تهیه نقشه راه پروژه، تجزیه و تحلیل الزامات، تا پایان و استقرار. در پایان این دوره، شما قادر خواهید بود از مفاهیم تجزیه و تحلیل کسب و کار برای جلوگیری از ناکارآمدی، اشتباهات و دوباره کاری استفاده کنید و پروژه های خود را با بودجه و به موقع تحویل دهید.

این دوره پیشرفته تجزیه و تحلیل کسب و کار برای متخصصان با تجربه ای طراحی شده است که به دنبال تعمیق مهارت های خود در استخراج و تجزیه و تحلیل نیازمندی ها هستند. یادگیرندگان در پیچیدگی های جمع آوری، مستندسازی و تجزیه و تحلیل نیازمندی ها، همراه با تسلط بر تکنیک های پیشرفته مانند مصاحبه، موارد استفاده، مدل سازی فرآیند و تجزیه و تحلیل مالی، تحقیق خواهند کرد. مطالعات موردی عملی و سناریوهای دنیای واقعی تجربه عملی را ارائه می‌دهند و اطمینان می‌دهند که شرکت‌کنندگان به خوبی برای مقابله با چالش‌های تجاری پیچیده آماده هستند. در پایان دوره، فراگیران مجموعه ای از مهارت های جامع در استخراج و تجزیه و تحلیل نیازمندی ها خواهند داشت و آنها را به عنوان دارایی های ارزشمند در هدایت پروژه ها و راه حل های موفق قرار می دهند. این دوره برای تحلیلگران کسب و کار با تجربه، مدیران پروژه و متخصصان در نقش های مرتبط طراحی شده است که هدف آنها افزایش مهارت خود در تحلیل استخراج و نیازمندی ها است. برای کسانی که به دنبال ارتقای مهارت های تجزیه و تحلیل کسب و کار خود به سطح پیشرفته هستند و آنها را برای رهبری و مشارکت موثر در پروژه ها و ابتکارات پیچیده مجهز می کنند ایده آل است. برای بهره مندی کامل از این دوره، فراگیران باید درک اساسی از مفاهیم و تکنیک های تجزیه و تحلیل کسب و کار و همچنین تجربه در تجزیه و تحلیل کسب و کار یا نقش های مرتبط داشته باشند. آشنایی با مدیریت پروژه و عملیات پایه کسب و کار مزیت خواهد بود. این دوره برای پاسخگویی به زبان آموزان با سطوح مختلف دانش قبلی طراحی شده است، اما درک اساسی از تجزیه و تحلیل کسب و کار توصیه می شود.

هموارسازی نمایی ساده (SES) اکثر عناصر مورد استفاده در رویکرد هموارسازی برای پیش بینی را شامل می شود، مانند ثابت هموارسازی سطح، خود تصحیح، و تضعیف تدریجی تأثیر مشاهدات قدیمی بر پیش بینی های جدید. اما SES با خطوط پایه که روند یا فصلی بودن را نشان می دهد ضعیف عمل می کند. سری‌های زمانی گرایش‌شده از نظر پیچیدگی یک پله بالاتر از سری‌های زمانی ثابت تحلیل‌شده توسط SES است - روندهای پایه آن به سمت بالا یا پایین. استفاده از هموارسازی نمایی با خط مبنا روند شده اغلب روش هولت نامیده می شود و این دوره برای تجهیز شما به این تکنیک طراحی شده است. در اینجا، مربی Conrad Carlberg توضیح می‌دهد که چگونه از روش هولت برای ایجاد پیش‌بینی‌هایی در R که با روندها در خط مبنا سروکار دارد، استفاده کنید.

هموارسازی نمایی فصلی بسط هموارسازی نمایی ساده (SES) است. صاف کردن فصلی اغلب زمانی استفاده می شود که خط پایه قله ها و دره های فصلی منظم را نشان می دهد. مصرف آب در منازل مسکونی یک مثال آشناست: مصرف در تابستان و پاییز افزایش می‌یابد و در زمستان و بهار کاهش می‌یابد، اما مصرف کلی سالانه در طی چندین سال ثابت می‌ماند. در این دوره، مشاور کهنه کار و کارشناس آموزشی، کنراد کارلبرگ، نشان می‌دهد که چگونه می‌توان تغییرات فصلی را برای پیش‌بینی‌های دقیق‌تر و روشن‌تر ترکیب کرد. نحوه شناسایی فصلی بودن، انجام هموارسازی فصلی خطوط پایه افقی و بهینه سازی پیش بینی های خود را با R و Microsoft Excel بیاموزید.

هموارسازی نمایی اصطلاحی برای مجموعه ای از رویه های پیش بینی ساده است که اصلاح خود را اعمال می کند. هر پیش بینی شامل دو جزء است. این میانگین وزنی پیش‌بینی قبلی است، به علاوه تعدیلی که پیش‌بینی قبلی را دقیق‌تر می‌کرد. هموارسازی - مانند اکثر رویکردهای معتبر برای پیش‌بینی - برای درست کار کردن به یک خط پایه از مشاهدات، به ترتیب، نیاز دارد. درآمدهای هفتگی و پذیرش روزانه در بیمارستان نمونه های معمولی هستند. چندین نسخه از هموارسازی نمایی وجود دارد که هر کدام مربوط به یک نوع خط پایه است. در این دوره، کنراد کارلبرگ مقدمه ای بر هموارسازی نمایی ساده، غواصی در ایده اصلی پشت آن، و توضیح نحوه جمع آوری معادله پیش بینی و بهینه سازی پیش بینی ها ارائه می دهد.

سازمان‌ها برای مرتبط ماندن تغییراتی را در محصولات و خدمات خود ایجاد می‌کنند، اما همچنین می‌خواهند که این تغییرات مزایای خاصی را به همراه داشته باشد. در این دوره، هایدن توماس اصول تحقق منافع تجاری را پوشش می دهد. او نحوه مستندسازی نتایج مورد انتظار خود را نشان می‌دهد، و سپس به شما نشان می‌دهد که چگونه یک نقشه راه که شامل دنباله‌ای از مزایای مورد انتظار است، تنظیم کنید. هایدن در پایان به شما نشان می‌دهد که چگونه این فرآیند را به هم متصل کنید و از دام‌ها در مسیر اجتناب کنید.

برای تجزیه و تحلیل مؤثر نیازهای کسب و کار و ارائه راه‌حل‌های باکیفیت که این نیازهای تجاری را برطرف می‌کند، مهارت‌های کلیدی تسهیل در تنظیمات کارگاهی مختلف - به صورت مجازی و حضوری، و همچنین در تنظیمات چابک - برای شناسایی، تأیید و تأیید این اطلاعات مهم مورد نیاز است. این دوره از جیمی شامپاین، تحلیلگر کسب و کار، نحوه تسهیل جلسات از جلسات یک به یک تا کارگاه های بزرگ را با نمونه های معمولی از فعالیت هایی که تحلیلگران کسب و کار یا هر کسی که کار تجزیه و تحلیل تجاری انجام می دهد، انجام می دهد، پوشش می دهد. جیمی تفاوت‌های رویکرد فعالیت‌های حضوری در مقابل تسهیل مجازی و نحوه ارائه ارزش در هر یک را نشان می‌دهد. علاوه بر این، او این مهارت‌ها را هم در کارهای سنتی و مبتنی بر برنامه و هم در تکنیک‌های چابک‌تر و سازگارتر توضیح می‌دهد. در نهایت، جیمی توضیح می‌دهد که چگونه می‌توانید به تسهیل تیم‌ها و شرکت در کارگاه‌ها ادامه دهید، حتی زمانی که شما مجری جلسه نیستید.

این دوره جامع پایه ای قوی در اصول، تکنیک ها و استراتژی های تجزیه و تحلیل کسب و کار فراهم می کند. این موضوعات ضروری مانند تعریف تجزیه و تحلیل کسب و کار، انواع مختلف نیاز، مسیرهای شغلی در تجزیه و تحلیل کسب و کار، و راهنمای تجزیه و تحلیل کسب و کار بدنه دانش (BABOK) را پوشش می دهد. همچنین به تعاریف کلیدی و تکنیک های عملی مورد استفاده در تجزیه و تحلیل کسب و کار می پردازد. علاوه بر این، این دوره بر جنبه های استراتژیک، از جمله تجزیه و تحلیل وضعیت فعلی، تعریف وضعیت های آینده، مدیریت ریسک ها، و توسعه استراتژی های تغییر تمرکز دارد. فراگیران از طریق مطالعات موردی و تمرینات عملی تجربه عملی کسب خواهند کرد و آنها را برای موفقیت در زمینه تجزیه و تحلیل کسب و کار و فراتر از آن آماده خواهند کرد. این دوره برای افرادی که مایل به تبدیل شدن به تحلیلگران کسب و کار هستند، تحلیلگران کسب و کار جوان فعلی که به دنبال تقویت مهارت های خود هستند، حرفه ای های میان دوره ای که به دنبال تبدیل به نقش های تجزیه و تحلیل کسب و کار هستند و کسانی که برای گواهینامه های تجزیه و تحلیل کسب و کار آماده می شوند مناسب است. فراگیرانی با سطوح مختلف دانش و تجربه قبلی در این زمینه را در خود جای می دهد. در حالی که هیچ پیش نیاز دقیقی مورد نیاز نیست، درک اولیه مفاهیم تجاری و عملیات سازمانی می تواند سودمند باشد. آشنایی با مدیریت پروژه یا تجربه در یک نقش مرتبط با کسب و کار مفید است اما اجباری نیست. این دوره به گونه ای طراحی شده است که فراگیرانی با سطوح مختلف دانش قبلی را در خود جای دهد.

با توجه به اینکه مشاغل باید با حجم فزاینده داده دست و پنجه نرم کنند، نیاز به کاهش داده ها در سال های اخیر تشدید شده است. برای درک فراوانی بیش از حد اطلاعات، می‌توانید از تحلیل خوشه‌ای استفاده کنید - که به شما امکان می‌دهد در مورد تعداد انگشت شماری از گروه‌ها به جای یک جمعیت کامل از افراد استنباط ایجاد کنید - و همچنین از تجزیه و تحلیل مؤلفه‌های اصلی که متغیرهای پنهان را آشکار می‌کند.\r\n\r\n سپس او توضیح می‌دهد که چگونه می‌توان همان تحلیل را با استفاده از R، نرم‌افزار محاسباتی آماری منبع باز، که از نظر گزینه‌های تجزیه و تحلیل سریع‌تر و غنی‌تر از Excel است، انجام داد. به علاوه، او نحوه ادغام نتایج تجزیه و تحلیل خوشه‌ای و تحلیل عاملی را توضیح می‌دهد تا به شما کمک کند تا چند عامل اساسی را بر اساس عضویت افراد تنها در چند خوشه تجزیه کنید.

داده های فروش در سازمان شما می تواند بیشتر از میزان درآمدی که کسب کرده اید به شما بگوید. اطلاعاتی که تولید می کنید می تواند برای ایجاد بینش قدرتمند برای کل سازمان شما استفاده شود. در این دوره آموزشی متمرکز از جان دیوید آریانسن، می‌توانید یاد بگیرید که چگونه از ابزارها و تکنیک‌های تجزیه و تحلیل کسب‌وکار برای استفاده از داده‌های فروش خود استفاده کنید و به سازمانتان کمک کنید تا سرنخ‌های بیشتری کسب کند، معاملات بیشتری ببندد و در نهایت کتاب کسب و کار خود را رشد دهد. چالش‌های متفاوتی را که تحلیل‌گران فروش با آن مواجه می‌شوند، تفاوت‌های ظریف جمع‌آوری داده‌های فروش، و نحوه تجزیه و تحلیل موثر داده‌های فروش با ابزارهایی مانند Excel، Power BI، و Google Analytics را کشف کنید. به علاوه، نحوه ایجاد تجسم هایی مانند داشبوردهای فروش را بیاموزید تا بینش خود را به روشی جذاب به اشتراک بگذارید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

بعد از بستن قرارداد، کار شما به پایان نرسیده است. فروش هایی که در سازمان شما اتفاق می افتد می تواند خیلی بیشتر از میزان درآمدی که کسب کرده اید به شما بگوید. در این دوره آموزشی متمرکز از جان دیوید آریانسن، بیاموزید که چگونه از داده‌های فروش خود برای ایجاد بینش عملی استفاده کنید که می‌تواند به سازمان شما کمک کند تا سرنخ‌های بیشتری کسب کند، معاملات بیشتری ببندد، و در نهایت کتاب کسب و کار شما را رشد دهد. چالش هایی را که تحلیلگران فروش با آن مواجه می شوند، تفاوت های ظریف جمع آوری داده های فروش، و نحوه تجزیه و تحلیل موثر داده های فروش را کشف کنید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

فواصل اطمینان خانواده ای از تکنیک های آماری هستند که اغلب در قالب های غیرمنتظره در زندگی شخصی و حرفه ای شما ظاهر می شوند. فرقی نمی‌کند به محدوده مرجع در آزمایش‌های خون نگاه کنید یا به محدوده خطری که هنگام ورود به یک خط تجاری جدید متحمل می‌شوید، نگاه کنید، فواصل اطمینان شما را قادر می‌سازد تا داده‌ها را به گونه‌ای خلاصه کنید که نتیجه را مشخص کند، در حالی که طیف وسیعی از احتمالات دیگر را نیز در نظر بگیرید. برای زمینه—بنابراین درک منظور آنها و نحوه عملکردشان مفید است. در این دوره، کنراد کارلبرگ دقیقاً در مورد آن بحث می کند و تکنیک های اساسی برای ساختن و تفسیر فواصل اطمینان را به اشتراک می گذارد. کنراد به هدف فواصل اطمینان می پردازد. نحوه محاسبه آنها (از جمله نحوه انجام این کار با استفاده از R و Excel)؛ نحوه مقایسه معنی با استفاده از فواصل اطمینان.

تجزیه و تحلیل آماری اغلب فراتر از تجزیه و تحلیل واریانس ساده (ANOVA) است، که فقط به شما می گوید که در جایی تفاوت قابل اعتماد وجود داشته باشد - اما نه به طور خاص در کجا. گاهی اوقات، ممکن است مجبور شوید تعیین کنید که آیا میانگین گروه A به طور قابل اعتمادی با مقدار میانگین گروه B یا گروه C متفاوت است. تست های مقایسه چندگانه استانداردی برای تعیین دقیق این تفاوت ها هستند. در این دوره، کنراد کارلبرگ نحوه استفاده از اکسل و پلتفرم منبع باز R را برای اجرای تست HSD Tukey و تست مقایسه چندگانه Scheffe به دنبال ANOVA نشان می‌دهد. در طول مسیر، او مفاهیم مرتبط، مانند مقادیر بحرانی، اندازه گروه، جاسوسی داده‌ها و قدرت آماری را مورد بحث قرار می‌دهد و توضیح می‌دهد که چگونه بر انتخاب آزمون‌های شما تأثیر می‌گذارند.