Live-Online: Basiswissen Data Analytics mit Excel: Statistik, Datenanalyse und Datenauswertung im Controlling

Grundlagen und Prozess der Data Analytics

• Begriffsbestimmungen und -abgrenzung.
• Arten der Data Analytics.
• CRISP-DM als Referenzmodell der Analytics.

Geschäftsziele und Datenuntersuchung: Auftrag und Datenlage verstehen

• Geschäftsziele und Analyseziele definieren.
• Rahmenbedingungen analysieren.
• Daten beschreiben und erkunden.
• Datenqualität bestimmen.

Datenaufbereitung

• Daten auswählen und säubern.
• Neue Features erstellen.
• Daten integrieren und formatieren.

Descriptive und Diagnostic Modelling: Was ist passiert und warum?

• Lage- und Streuparameter berechnen und interpretieren.
• Zusammenhänge identifizieren.
• Ausreißer erkennen.
• Bündel in Daten erkennen (Clustering).

Predictive und Prescriptive Modelling: Was wird und was soll passieren?

• Unbekannte Daten klassifizieren.
• Werte mit Regressionen vorhersagen.
• Monte-Carlo-Simulationen erstellen und auswerten.
• Optimierungsprobleme lösen.

• Sie erlernen die Vorgehensweise der Data Analytics anhand eines bewährten Prozessmodells.
• Sie verstehen die statistischen Grundlagen und können grundlegende Muster sowie statistische Zusammenhänge in Daten mit Excel erkennen.
• Sie lernen, wie Sie einfache Prognosemodelle bspw. zu Klassifizierungen oder Prognosewerten mit Excel erstellen können.
• Sie erlernen, wie Sie Simulationen und Optimierungsmodelle in Excel umsetzen.
• Sie vertiefen Ihre Excel-Kenntnisse, lernen neue Funktionen kennen und wenden die Inhalte anhand einer praxisnahen Fallstudie direkt an.

Controller:innen sowie betriebswirtschaftliche Anwender:innen, die ohne Erlernen einer neuen Programmiersprache Daten mit Excel analysieren möchten. 

Gute Grundkenntnisse in MS Excel und Interesse an Statistik sind erforderlich bzw. von Vorteil.