Dieser Kurs vermittelt datenanalytische Methoden, die an zentralen Konzepten aus dem Data-Science-Umfeld orientiert sind, und zeigt, wie Daten systematisch untersucht, aufbereitet und für analytische Fragestellungen nutzbar gemacht werden können. Teilnehmende lernen praxisnahe Analyseprozesse kennen und erhalten einen erweiterten Einblick in Vorgehensweisen, die häufig in datengetriebenen Projekten angewendet werden, ohne dass ein vollständiger Data-Science-Fokus erforderlich ist.
- strukturierte Datenbereinigung für Analyseprozesse
- Nutzung erweiterter explorativer Datenanalyse (EDA)
- Entwicklung grundlegender Kennzahlenmodelle
- Analyse von Zusammenhängen mithilfe einfacher statistischer Verfahren
- Erstellung kleiner Analysepipelines nach Data-Science-Vorgehen
- Nutzung typischer Visualisierungstechniken zur Mustererkennung
- erste Schritte im Umgang mit Datenmodellen und Variablenstrukturen
- Vergleich von Datengruppen und Identifikation relevanter Einflussfaktoren
- Interpretation analytischer Ergebnisse im Kontext von Data-Science-Konzepten
- Verbindung von Analyseprozessen und operativen Entscheidungsabläufen
- strukturierte Dokumentation der Analyseergebnisse für Reportingzwecke
- Anwendung grundlegender Data-Science-Methoden zur Entscheidungsunterstützung