آموزش متخصص تجزیه و تحلیل خبره: چارچوب بندی مشکلات تجزیه و تحلیل

Certified Analytics Professional: Analytics Problem Framing

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: این دوره به متخصصان تحلیلی کمک می کند که به دنبال تقویت مجموعه مهارت های کسب و کار خود با تشریح اصولی برای چارچوب بندی و حل موثر مسائل تحلیلی هستند. توانایی شناسایی و کسب مهارت برای دیدن نتایج در مقیاس بزرگ از پروژه های ساده می تواند موفقیت طولانی مدت را تضمین کند. در این دوره، Certified Analytics Professional: Analytics Problem Framing، شما این توانایی را به دست خواهید آورد که به طور موثر مشکلات کسب و کار را به روش هایی که می توان از طریق تجزیه و تحلیل حل کرد، شناسایی و چارچوب بندی کنید. ابتدا، انتقال مشکلات تجاری به یک زمینه تحلیلی را بررسی خواهید کرد. در مرحله بعد، روش ها و خطوط کلی برای ردیابی رانندگان، داده ها و معیارهای کلیدی برای موفقیت را کشف خواهید کرد. در نهایت، یاد می‌گیرید که چگونه چارچوب‌های تحلیلی را به روش‌های مؤثر به ذینفعان پروژه پیشنهاد دهید. وقتی این دوره را به پایان رساندید، مهارت ها و دانش مربوط به قالب بندی مشکل تجزیه و تحلیل مورد نیاز برای رسیدگی به هر مشکل تجاری با استفاده از ابزارهای تحلیلی و چارچوب های پروژه را خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

بررسی اجمالی: تجزیه و تحلیل مفاهیم کلیدی برای چارچوب مسئله تجزیه و تحلیل Overview: Analyze Key Concepts for Analytics Problem Framing

  • مقدمه ای بر انواع فرهنگ های تحلیلی Introduction to Types of Analytical Cultures

  • تغییر از "چی" به "چرا" Shifting from the "What" to the "Why"

  • همکاری و افزایش سواد داده Collaboration and Increasing Data Literacy

  • پتانسیل پروژه بلند مدت Long-term Project Potential

  • گسترش به سایر زمینه های تجاری Extension to Other Business Contexts

  • خلاصه کردن آنچه یاد گرفته ایم Recapping What We've Learned

فرمول بندی مجدد مسائل تجاری در یک زمینه تحلیلی Reformulating Business Problems into an Analytical Context

  • مقدمه ای بر اصلاح مجدد مشکلات کسب و کار Intro to Reformulating Business Problems

  • بررسی تعاملات با پل Examining Interactions with Paul

  • هدایت مکالمات به سمت سواد داده Driving Conversations Towards Data Literacy

  • دانستن زمان نه گفتن Knowing When to Say No

  • الزامات آزمایش و نتیجه گیری Experiment Requirements and Conclusion

درک محرک ها و خروجی های مورد نظر Understanding Drivers and Desired Outputs

  • مقدمه ای بر محرک ها و نتایج Introduction to Drivers and Outcomes

  • درایورهای پروژه با پل Project Drivers with Paul

  • نمونه ها و خلاصه نتیجه پروژه Project Outcome Examples and Summary

توسعه مفروضات و انتظارات برای نتایج پروژه Developing Assumptions and Expectations for Project Outcomes

  • مقدمه ای بر مفروضات و انتظارات Introduction to Assumptions and Expectations

  • برقراری ارتباط با مفروضات پروژه موثر Communicating Effective Project Assumptions

  • انتظارات و علیت در مقابل همبستگی Expectations and Causation vs. Correlation

تعریف معیارهای کلیدی موفقیت برای پایداری بلند مدت Defining Key Success Metrics for Long-term Sustainability

  • مقدمه ای بر معیارهای کلیدی موفقیت Introduction to Key Success Metrics

  • پایداری بلند مدت برای پروژه های ذینفعان Long-term Sustainability for Stakeholder Projects

ارائه به ذینفعان و جمع آوری بازخورد Presenting to Stakeholders and Gathering Feedback

  • مقدمه ای بر ارائه به سهامداران و جمع آوری بازخورد Introduction to Presenting to Stakeholders and Gathering Feedback

  • اهمیت جمع آوری بازخورد از ذینفعان The Importance of Gathering Feedback from Stakeholders

  • روابط مؤثر با ذینفعان و جمع بندی دوره Impactful Stakeholder Relationships and Course Wrap-up

نمایش نظرات

آموزش متخصص تجزیه و تحلیل خبره: چارچوب بندی مشکلات تجزیه و تحلیل
جزییات دوره
1h 17m
23
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Brayden Ross
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Brayden Ross Brayden Ross

Brayden Ross یک متخصص داده با سالها تجربه در ترویج و آموزش مهارت ها و ارزش های علم داده و تجزیه و تحلیل است. از سال 2018، Brayden به ایجاد و هدایت برنامه درسی برنامه های تحلیلی در مؤسسات آموزش عالی کمک کرده است، مقالات منتشر کرده و نکات کلیدی را در سطح بین المللی در بین دانشگاه ها و متخصصان داده به اشتراک گذاشته است، و با استفاده از ابزارهای تحلیلی پیشرفته و داده های بزرگ در شرکت های بزرگ، تغییرات سازمانی کلیدی را انجام داده است. بینش و کار تحلیلی او بر استفاده از داده های بزرگ در بیش از 50 کالج در سراسر کشور تأثیر گذاشته است و در کمک به موسساتی که در طول همه گیری کووید-19 به فضاهای کاری آنلاین تغییر می کنند، کلیدی بوده است. Brayden به طور حرفه ای در یک پشته فناوری بزرگ، از رایانش ابری و ماشین های مجازی گرفته تا طراحی گرافیکی و UIUX، تجربه دارد. تمرکز او شامل برنامه نویسی در R، یادگیری ماشین، علم داده، محاسبات ابری و تجسم داده است.