Faites votre demande avant le 16 novembre 2021 pour profiter de 150 USD de réduction sur les frais du programme. Utilisez le code SMU150EBTA lors du paiement. Qu'est-ce que ce programme fera pour vous? Après avoir réussi le programme, les participants seront en mesure de : Créer et mettre en œuvre des stratégies commerciales en tirant parti de la science des données. Prenez des décisions basées sur les données pour résoudre les problèmes de l'entreprise à l'aide d'informations sur les données. Démontrez comment l'analyse peut être combinée avec des expériences pour faire des recommandations fondées sur les données pour la croissance de l'entreprise. Expliquez les principaux défis et risques dans les projets de science des données. Évaluer la stratégie de données d'une organisation et recommander des moyens d'obtenir un avantage concurrentiel durable. Analysez les besoins organisationnels et stimulez l'amélioration de l'entreprise grâce aux tendances futures de la science des données. Modules de programme Le programme comprend 8 modules. Chaque module est dirigé par un expert du corps professoral SMU ayant une expérience de terrain spécifique aux sujets de science des données et d'analyse en cours de discussion. Module 1 : Exploiter les données comme avantage concurrentiel Apprenez les terminologies clés de la science des données, les différents niveaux d'analyse de données et leur importance pour la prise de décision, les caractéristiques et les informations des données pour obtenir un avantage concurrentiel durable, ainsi que les applications de l'analyse de données et son rôle dans la création de nouvelles opportunités commerciales. Module2: L'analyse des données en action Découvrez l'approche analytique appropriée pour résoudre un problème commercial, si votre organisation est axée sur les données, les tendances des données et l'obtention d'informations connexes pour améliorer les performances commerciales, l'impact des stratégies omnicanales d'une organisation sur les ventes et comment identifier les données/informations appropriées. Module 3 : Statistiques de base pour l'analyse des données Acquérir une compréhension plus approfondie de la comparaison d'ensembles de données indépendants pour obtenir des informations et comment appliquer la prise de décision stratégique à l'aide de ces techniques. Module4: Analyse prédictive Apprenez les bases de la régression pour analyser la force / l'impact des variables, comment prédire l'impact des variables à l'aide d'un ajustement optimal du modèle et des effets de régression, comment créer un modèle de régression logistique pour tester et prédire les résultats attendus et comment appliquer l'analyse prédictive pour organiser des événements pour faire progresser les forces et contrer les menaces. Module 5 : Expériences de terrain et causalité Explorer la corrélation et la causalité et leur importance pour l'amélioration des performances de l'entreprise, l'expérimentation de problèmes commerciaux pour faire des inférences efficaces; Tests multivariés, A/B et multi-bras de bandit; et l'efficacité de l'utilisation de la conception expérimentale pour formuler des recommandations fondées sur des données pour la croissance de l'entreprise. Module6: Modèles d'apprentissage automatique pour l'analyse de données Développez vos connaissances sur l'apprentissage automatique et son rôle dans la stimulation de la productivité organisationnelle, comment les algorithmes d'apprentissage automatique peuvent être appliqués pour obtenir une précision analytique optimale, les facettes de création de programmes des réseaux de neurones et de l'apprentissage en profondeur, et comment l'analyse peut être combinée avec des expériences pour produire des résultats efficaces. stratégies commerciales. Module7: Relever les principaux défis et risques des projets de science des données Découvrez les principaux défis des projets de science des données et leurs solutions, le cadre Delta et le modèle Delta Plus, les risques au niveau du projet et des exemples de projets de science des données ayant échoué, et comment prédire le succès de votre projet Big Data à l'aide de la technique DATA. Module8: La science des données et l'avenir Plongez dans les moteurs, les résultats attendus et les catalyseurs technologiques pour l'industrie 4.0; les composantes du succès de l'IA qui peuvent être exploitées pour renforcer les capacités organisationnelles; les défis de la mise en œuvre de l'IA dans les systèmes; et comment évaluer le parcours de transformation numérique d'une organisation et conserver un avantage concurrentiel. Études de cas The Weather Company: créer des applications grand public qui exploitent le Big Data Le défi d'Iuiga: l'omnicanal en vaut-il la peine? 3M passe à l'orientation client à l'aide d'un entrepôt de données mondial Expériences publicitaires chez RestaurantGrades Prédire le taux de désabonnement des clients chez QWE Inc Transformation Digitale du Groupe Certis Simulation Les apprenants obtiendront une expérience pratique de l'exécution de diverses méthodologies d'analyse de données et également un accès gratuit à XLSTAT pendant un an avec ce programme. Simulation d'analyse de données: prise de décision stratégique Simulation de marketing numérique: Attribution des médias chez ExerciseMinder Programme Faculté Sandeep R. Chandukala, Ph.D. Professeur agrégé de marketing Sandeep est professeur agrégé de marketing. Avant de rejoindre SMU, Sandeep a travaillé chez 3M, et avant cela, il a travaillé comme Jr Faculty Fellow à la Kelley School of Business de l'Université de l'Indiana. Il a un doctorat. en marketing (avec une mineure en statistiques) de l'Ohio State University, MS (MAS) un MBA de l'Université du Texas à Dallas et un MS (ingénierie informatique) de l'Université du Minnesota. Les intérêts de recherche du professeur agrégé Chandukala sont liés au développement de modèles quantitatifs du comportement des consommateurs à l'aide de données industrielles. Ses recherches portent principalement sur l'analyse de la vente au détail. Plus précisément, comprendre et mesurer l'impact des promotions, de la publicité et des nouveaux produits et proposer de nouvelles approches de segmentation du marché à l'aide des méthodes bayésiennes et Markov Chain Monte Carlo (MCMC). Ses recherches ont été publiées dans Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters et Customer Needs and Solutions. Le professeur agrégé Chandukala a reçu la bourse de recherche Lee Kong Chian en 2016-2017 et figurait également sur la liste d'honneur de l'enseignement du doyen pour l'enseignement de troisième cycle en 2018. Michelle Cheong, Ph.D. Professeur de Systèmes d'Information (Éducation); Doyen associé, Formation professionnelle post-universitaire SCIS; Directeur, docteur en génie Le professeur Cheong a occupé divers postes universitaires à la SMU depuis 2005, notamment en tant que conférencier, professeur adjoint et professeur agrégé de systèmes d'information. En plus de son rôle actuel de professeure de systèmes d'information, la professeure Cheong occupe également des postes administratifs à SMU, en tant que doyenne associée de la formation professionnelle post-universitaire SIS et en tant que directrice du doctorat en ingénierie. Les intérêts de recherche du professeur Cheong comprennent l'analyse des données et des décisions, la modélisation et la pédagogie des feuilles de calcul, l'analyse de l'apprentissage et l'exploration de texte. En 2018, elle a reçu le SMU Teaching Excellence Award - Postgraduate Professional Programs du SMU Center of Teaching Excellence. Les travaux du professeur Cheong ont été présentés dans un certain nombre d'articles de revues, de livres et de chapitres de livres, d'actes et d'articles de conférence et d'articles de magazines. Son dernier travail sur l'impact de la formation des pairs aidants à SMU a été publié par l'International Journal of Evidence-Based Coaching and Mentoring. Parcours d'apprentissage du programme Plus de 90 conférences vidéo 32 devoirs 10+ exemples de l'industrie 6 forums de discussion 6 études de cas 2 simulations Pourquoi s'inscrire à la science des données et à l'analyse pour les décisions stratégiques? Partout dans le monde, les entreprises se concentrent sur des objectifs et une prise de décision basés sur les données. En fait, l'International Data Corporation rapporte que les données mondiales augmenteront de 61 % pour atteindre 175 zettaoctets d'ici 2025. Alors, pourquoi la science des données est-elle si importante ? Parce qu'il permet aux organisations de traiter et d'interpréter efficacement les données qui peuvent être utilisées pour prendre des décisions commerciales éclairées et stimuler la croissance, l'optimisation et les performances. Dans le programme en ligne Data Science & Analytics for Strategic Decisions, proposé par la Singapore Management University, vous pouvez apprendre à traiter et à comprendre les données qui peuvent être utilisées pour prendre de meilleures décisions plus intelligentes au sein de votre organisation. Source : IDC, 2021 22% est l'augmentation attendue de l'emploi des scientifiques des données d'ici 2030 - beaucoup plus rapide que la moyenne pour toutes les professions. source : Bureau of Labor Statistics des États-Unis, 2021 95% des entreprises citent la nécessité de gérer les données non structurées comme un problème pour leur entreprise. source : Sharespost, 2019 A qui s'adresse ce programme ? Le programme est conçu pour les professionnels de la technologie et non technologiques avec 6 à 20 ans d'expérience de travail pertinente. Aucun codage n'est requis. cependant, une connaissance de base d'Excel serait un plus. Les industries et les fonctions qui peuvent en bénéficier comprennent: Les industries: Informatique, commerce électronique, logiciels informatiques, finance, marketing et publicité, banque, gestion de l'éducation et conseil en gestion Les fonctions: Ingénierie, programmation, technologie, direction générale, marketing, finance, opérations et fonctions RH Ce programme est particulièrement utile pour les professionnels qui aspirent à: Transition vers un rôle de cadre supérieur axé sur les données Rassembler une expertise analytique pour gérer de plus grandes responsabilités Utiliser des modèles prédictifs pour élaborer des stratégies efficaces qui répondent aux problèmes clés des opérations commerciales et de la qualité des produits Devenir un leader pour la croissance durable des entreprises Être le fer de lance de la maîtrise complète des tâches commerciales clés et comprendre les implications stratégiques sous-jacentes
-