با توجه به اینکه بازاریابان بزرگ‌ترین کاربران داده‌ها در سازمان هستند، نیاز به درک تنوع داده‌های مصرف‌کننده که سازمان جمع‌آوری می‌کند وجود دارد. نظرسنجی‌ها، تاریخچه تراکنش‌ها و سوابق صورت‌حساب، همگی می‌توانند بینشی در مورد رفتار آینده مصرف‌کنندگان ارائه دهند، مشروط بر اینکه به درستی تفسیر شوند. در مقدمه ای بر تجزیه و تحلیل بازاریابی، ابزارهایی را معرفی می کنیم که زبان آموزان برای تبدیل داده های خام به بینش بازاریابی به آن نیاز دارند. تمرین‌های ارائه شده با استفاده از مایکروسافت اکسل انجام می‌شوند تا اطمینان حاصل شود که زبان‌آموزان ابزارهای مورد نیاز برای استخراج اطلاعات از داده‌های در دسترس را در اختیار خواهند داشت. این دوره فراگیران را با ابزارهای ضروری از جمله تجزیه و تحلیل داده های اکتشافی و همچنین روش های رگرسیونی آشنا می کند که می تواند برای بررسی تأثیر فعالیت بازاریابی بر داده های کل (مانند فروش) و داده های انتخاب در سطح فردی (مثلاً انتخاب نام تجاری) استفاده شود. ). برای انجام موفقیت آمیز تکالیف در این دوره، به Microsoft Excel نیاز دارید. اگر اکسل ندارید، می توانید یک نسخه آزمایشی رایگان 30 روزه را از اینجا دانلود کنید: https://products.office.com/en-us/try

این دوره دانش آموزان را با داده ها و آمار آشنا می کند. در پایان دوره، دانش‌آموزان باید بتوانند آمار توصیفی، تحلیل‌های علّی و تجسم‌سازی را برای به دست آوردن بینش معنادار تفسیر کنند. این دوره ابتدا چارچوبی را برای تفکر در مورد اهداف مختلف تجزیه و تحلیل آماری معرفی می کند. ما در مورد نحوه استفاده تحلیلگران از داده ها برای استنتاج توصیفی، علی و پیش بینی صحبت خواهیم کرد. سپس چگونگی توسعه یک مطالعه تحقیقاتی برای تحلیل علی، محاسبه و تفسیر آمار توصیفی و طراحی تجسم‌های مؤثر را پوشش خواهیم داد. این دوره به شما کمک می کند تا به یک مصرف کننده متفکر و منتقد تجزیه و تحلیل تبدیل شوید. اگر در زمینه ای هستید که به طور فزاینده ای به تصمیم گیری مبتنی بر داده متکی است، اما احساس می کنید برای تفسیر و ارزیابی داده ها آمادگی ندارید، این دوره به شما کمک می کند تا این ابزارهای اساسی سواد داده را توسعه دهید.

این دوره مروری جامع بر داده ها، انواع مختلف داده ها، طراحی پایگاه های داده برای ذخیره سازی داده ها و ایجاد و دستکاری داده ها در پایگاه های داده با استفاده از SQL ارائه می دهد. در پایان این دوره، دانش‌آموزان می‌توانند توضیح دهند که هوش تجاری چیست و چگونه با تجزیه و تحلیل کسب‌وکار و علم داده تفاوت دارد، یک تحلیل آماری توصیفی اولیه انجام دهند و یافته‌ها را بیان کنند و بین انواع آمار تفاوت قائل شوند. آنها همچنین قادر خواهند بود نرمال سازی و ETL را تعریف کنند، یک ERD ایجاد کنند که پیشرفت از طراحی مفهومی به منطقی به طراحی فیزیکی را نشان می دهد، DDL، DML، DCL و TCL را تعریف کرده و اسکریپت های SQL را برای ایجاد یک پایگاه داده و جداول مرتبط بنویسند.