آموزش بررسی جامع تحلیل‌های تجاری (Business Analytics) - آخرین آپدیت

مرور کلی دوره و ماژول اول: تحلیل‌های فراتر از صفحات گسترده Course Overview & Module 1 Analytics Beyond the Spreadsheet

• مقدمه دوره Course Introduction

• آشنایی با مدرس: داگ لینی Meet Instructor Doug Laney

• یادگیری مطابق با شرایط شما Learn on Your Terms

• درس ۱.۱: نمای کلی تحلیل‌ها Lesson 1-1 Overview of Analytics

• درس ۱.۲: فراتر از هوش تجاری پایه Lesson 1-2 Beyond Basic Business Intelligence

• درس ۱.۳.۱: پیوستار تحلیل‌ها Lesson 1-3-1 The Analytics Continuum

• درس ۱.۳.۲: خروجی‌های تحلیلی Lesson 1-3-2 Analytic Output

• درس ۱.۳.۳: تکنیک‌های پایه تحلیل Lecture 1-3-3 Basic Analytic Techniques

• درس ۱.۴: نمایش گرافیکی تحلیلی (بصری‌سازی) Lecture 1-4 Analytic Graphical Representation (Visualization)

• مصاحبه با کوین هارتمن Interview with Kevin Hartman

• درس ۱.۵.۱: مفاهیم کلیدی تحلیلی (سواد داده) Lecture 1-5-1 Key Analytics Concepts to Know (Data Literacy)

• درس ۱.۵.۲: داده چیست؟ (منابع داده‌ها) Lecture 1-5-2 Data, What Data? (Sources of Data)

• درس ۱.۵.۳: داده‌ها را کجا قرار دهیم و چگونه منتقل کنیم؟ Lecture 1-5-3 Where to Put the Data and How to Get it There?

• درس ۱.۵.۴: متدها، تکنیک‌ها و مفاهیم تحلیلی Lecture 1-5-4 Analytic Methods, Techniques and Concepts

• درس ۱.۵.۵: سایر مفاهیم داده‌ای Lecture 1-5-5 Other Data Concepts

• درس ۱.۶.۱: راهکارهای تحلیلی هدفمند Lecture 1-6-1 Purpose-Built Analytic Solutions

• درس ۱.۶.۲: راهکارهای تحلیلی مختص داده‌های خاص Lecture 1-6-2 Data-specific Analytic Solutions

• درس ۱.۶.۳: تحلیل‌های مختص عملکردهای تجاری Lecture 1-6-3 Business Function-Specific Analytics

ماژول دوم: تحلیل‌های صنعتی و عملکردهای تجاری Module 2 Industry and Business Function Analytics

• مرور کلی ماژول دوم Module 2 Overview

• درس ۲.۱: مثال‌های بانکی و مؤسسات مالی Lecture 2-1 Banking and Financial Institution Examples

• درس ۲.۲: مثال‌های بیمه Lecture 2-2 Insurance Examples

• درس ۲.۳: مثال‌های خرده‌فروشی Lecture 2-3 Retail Examples

• درس ۲.۴: مثال‌های تولید و کالاهای مصرفی بسته‌بندی شده Lecture 2-4 Manufacturing, Consumer Package Goods Examples

• درس ۲.۵: مثال‌های بخش انرژی Lecture 2-5 Energy Sector Examples

• درس ۲.۶: مثال‌های مخابرات Lecture 2-6 Telecommunications Examples

• درس ۲.۷: مثال‌های دولتی و بخش عمومی Lecture 2-7 Government and the Public Sector Examples

• درس ۲.۸: مثال‌های مراقبت‌های بهداشتی و سلامت Lecture 2-8 Healthcare Examples

• درس ۲.۹: مثال‌های ورزش و سرگرمی Lecture 2-9 Sports and Entertainment Examples

• درس ۲.۱۰: سایر مثال‌ها Lecture 2-10 Other Examples

ماژول سوم: تامین نیروی انسانی و سازماندهی برای تحلیل‌ها Module 3 Staffing and Organizing for Analytics

• مرور کلی ماژول سوم Module 3 Overview

• درس ۳.۱: مدیر ارشد اطلاعات (CIO) Lecture 3-1 The Chief Information Officer (CIO)

• درس ۳.۲: مدیر ارشد داده‌ها (CDO) Lecture 3-2 The Chief Data Officer (CDO)

• درس ۳.۳: مدیر ارشد دیجیتال Lecture 3-3 Chief Digital Officer

• درس ۳.۴: مدیر ارشد تحلیل‌ها (CAO) Lecture 3-4 The Chief Analytics Officer (CAO)

• درس ۳.۵: دانشمند داده (Data Scientist) Lecture 3-5 The Data Scientist

• درس ۳.۶: مهارت‌های نرم دانشمند داده Lecture 3-6 Data Scientist Soft Skills

• درس ۳.۷: سایر نقش‌های مرتبط با تحلیل داده Lecture 3-7 Other Analytics Related Roles

• درس ۳.۸: مرکز تعالی تحلیل‌ها (CoE) Lecture 3-8 The Analytics Center of Excellence

• درس ۳.۹: مشاوره تحلیلی و جمعیت‌سپاری (Crowdsourcing) Lecture 3-9 Analytics Consulting and Crowdsourcing

• مصاحبه با گراهام والر Interview with Graham Waller

ماژول چهارم: موفقیت در تحلیل‌های امروز و فردا Module 4 Analytics Success Today and Tomorrow

• درس ۴.۱.۱: بلوغ تحلیلی Lecture 4-1-1 Analytics Maturity

• درس ۴.۱.۲: سطوح بلوغ تحلیلی Lecture 4-1-2 Analytics Maturity Levels

• درس ۴.۱.۳: دیسیپلین‌های کلیدی بلوغ Lecture 4-1-3 Key Maturity Disciplines

• درس ۴.۲: عوامل موفقیت در تحلیل‌ها Lecture 4-2 Analytics Success Factors

• درس ۴.۳.۰: روندها و آینده تحلیل‌ها Lecture 4-3-0 Analytics Trends and Futures

• درس ۴.۳.۱: تحلیل‌ها به عنوان استراتژی شرکتی Lecture 4-3-1 Analytics as a Corporate Strategy

• درس ۴.۳.۲: سواد داده Lecture 4-3-2 Data Literacy

• درس ۴.۳.۳: ارزش‌گذاری دارایی‌های اطلاعاتی Lecture 4-3-3 Valuing Information Assets

• درس ۴.۳.۴: منشور اخلاقی علوم داده و هوش مصنوعی Lecture 4-3-4 A Data Science and AI Ethical Code of Conduct

• درس ۴.۳.۵: هوش مستمر (Continuous Intelligence) Lecture 4-3-5 Continuous Intelligence

• درس ۴.۳.۶: بازآفرینی، دیجیتالی کردن و حذف محصولات تجاری Lecture 4-3-6 Reinventing, Digitalizing and Eliminating Business Offerings

• درس ۴.۳.۷: چالش‌های مقیاس‌پذیری هوش مصنوعی در سازمان Lecture 4-3-7 AI will Struggle to Scale in the Organization

• درس ۴.۳.۸: چرا اکثر بینش‌های تحلیلی در ایجاد ارزش تجاری شکست می‌خورند؟ Lecture 4-3-8 Most Analytic Insights Will Fail to Deliver Business Value

• درس ۴.۳.۹: برتری محاسبات کوانتومی بر تحلیل‌های سنتی Lecture 4-3-9 Quantum Computing Will Start to Outperform Traditional Analytics Computing