آموزش تحلیل داده‌ها برای متخصصان کسب‌وکار - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• آنچه باید بدانید What you should know

• کاربردی‌تر کردن داده‌ها Making data more useful

1. تحلیل داده‌ها در دنیای کسب‌وکار 1. Data Analytics in the Business World

• چالش: محاسبه توصیفی‌ها Challenge: Calculate descriptives

• رهبران کسب‌وکار و تحلیل داده‌ها Business leaders and data analytics

• انواع داده‌ها Types of data

• مطالعه موردی ۱: عملکرد در شعبه میامی Case study 1: Performance at a Miami location

• پاسخ: محاسبه توصیفی‌ها Solution: Calculate descriptives

• مطالعه موردی ۱: تحلیل و توضیح Case study 1: Explanation

• چرا در دنیای هوش مصنوعی تحلیل داده یاد بگیریم؟ Why learn data analytics in an AI world?

• معرفی Red30 Tech Introduction to Red30 Tech

2. تحلیل‌های پیش‌بینانه و تجویزی 2. Predictive and Prescriptive Analytics

• چالش: انجام پیش‌بینی‌ها Challenge: Make predictions

• تحلیل تجویزی Prescriptive analytics

• تحلیل پیش‌بینانه Predictive analytics

• پاسخ: انجام پیش‌بینی‌ها Solution: Make predictions

3. پرسیدن سوالات درست 3. Asking the Right Questions

• مطالعه موردی ۲: سوال درست چیست؟ Case study 2: What is the right question?

• طراحی سوالات بهتر Crafting better questions

• دستورالعمل‌های تدوین سوالات Guidelines for formulating questions

• نقش شمّ تجاری (Business Acumen) Role of business acumen

4. آزادسازی داده‌های داخلی 4. Unlocking the Data Within

• مطالعه موردی ۳: داده‌های ناپاک Case study 3: Unclean data

• شکست داده‌ها: زمانی که داده‌ها کاملاً غلط هستند Data failure: When data is just wrong

• مشکلات جمع‌آوری داده‌ها Data-collection issues

• مطالعه موردی ۳: تحلیل و توضیح Case study 3: Explanation

5. درک مفهوم میانگین‌ها 5. Understanding Averages

• زمینه (Context) همه چیز است Context is everything

• ماهیت میانگین‌ها Nature of averages

• مطالعه موردی ۴: نرخ تبدیل و معیارها Case study 4: Conversion rates and benchmark

• مطالعه موردی ۴: تحلیل و توضیح Case study 4: Explanation

6. نمونه‌برداری 6. Sampling

• مطالعه موردی ۵: نظرسنجی شبکه‌های اجتماعی Case study 5: Social media survey

• مزایا و معایب Pros and cons

• مطالعه موردی ۵: بررسی عمیق آماری Case study 5: Statistical deep dive

• مطالعه موردی ۵: تحلیل و توضیح Case study 5: Explanation

7. گلچین کردن داده‌ها (Cherry Picking) چیست؟ 7. What Is Cherry Picking?

• مطالعه موردی ۶: درآمد Case study 6: Revenue

• گلچین کردن داده‌ها چیست؟ What is cherry picking?

• مطالعه موردی ۶: تحلیل و توضیح Case study 6: Explanation

8. پیش‌بینی 8. Forecasting

• مطالعه موردی ۷: تحلیل و توضیح Case study 7: Explanation

• مواردی که باید در نظر گرفت Issues to consider

• طوفان متیو Hurricane Matthew

• مطالعه موردی ۷: پیش‌بینی شکایات مشتریان Case study 7: Forecasting customer complaints

9. همبستگی در مقابل علیت 9. Correlation versus Causation

• علت و معلول Cause and effect

• مطالعه موردی ۸: تحلیل و توضیح Case study 8: Explanation

• مطالعه موردی ۸: درآمد بوستون Case study 8: Boston revenue

• سوالات علیتی Causal questions

10. ادامه مسیر یادگیری در تحلیل داده‌ها 10. Continuing Your Learning Journey in Data Analytics

• ادامه مسیر یادگیری شما در تحلیل داده‌ها Continuing your learning journey in data analytics