-
Тип степени: Сертификат "Аналитик клиентских данных
-
Дополнительная квалификация: Сертификат "Обслуживание клиентов с помощью CRM"
Сертификат "Статистика
Сертификат "Реляционные базы данных SQL"
Сертификат "Python
Сертификат "Data Engineer
Сертификат "Аналитика данных -
Итоговый экзамен: Практическая работа над проектом с итоговыми презентациями
-
Время уроков: Полный рабочий деньС понедельника по пятницу с 8:30 до 15:35 (в праздничные дни с 8:30 до 17:10).
-
Язык обучения: Немецкий
-
Продолжительность: 24 Недели
Обслуживание клиентов с помощью CRM
Основы управления взаимоотношениями с клиентами (около 3 дней)
Введение в управление взаимоотношениями с клиентами
Стратегический, аналитический, операционный CRM
Интегрированные CRM-решения: ERP-система, хранилище данных, интеллектуальный анализ данных и OLAP
Основы защиты данных (около 1 дня)
Работа с данными клиентов
Хранение и передача данных о клиентах
Защита данных в области маркетинга/рекламы
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Приобретение и удержание клиентов (около 4 дней)
Анализ потребностей клиентов
Управление удовлетворенностью клиентов
Коммуникация с клиентами
Клиентский опыт (CX)
Психология взаимоотношений с клиентами
Разработка и ведение баз данных клиентов
Обзор клиента на 360 градусов
Комплексное управление делами
Работа с данными о клиентах (около 4 дней)
Управление назначениями, контрактами и бюджетом
Администрирование клиентов
Рабочие процессы между командами
Очистка базы данных
Аналитический CRM (анализ целевых групп, анализ потребительской ценности, прогнозы)
Информационные панели в реальном времени
Обзор ключевых показателей эффективности
Уменьшающий анализ
Визуализация данных в режиме реального времени
Оценка возможностей продаж
Повышение рентабельности клиентов (около 3 дней)
маркетинг
Целевая обратная связь
Инструменты сегментации
Управление кампаниями
Рабочие процессы
Прозрачность перехода от лида к деньгам
Прогнозирование продаж в реальном времени
Отчеты по трубопроводам
Введение в программное обеспечение CRM (около 2 дней)
Обзор рынка CRM-систем
Презентация и позиционирование различных CRM-систем
Составление карты технологических процессов
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Статистика
Основы статистики (около 6 дней)
Основы теории измерений (совокупность и выборка, типы выборок, уровни измерения и шкалы)
Одномерная описательная статистика (частотные распределения, центральные меры, меры дисперсии, стандартные значения, гистограммы, столбчатые диаграммы, круговые диаграммы, линейные диаграммы и коробчатые графики)
Двумерная описательная статистика (меры корреляции, коэффициенты корреляции, кросстабы, диаграммы рассеяния и сгруппированные гистограммы).
Основы индуктивной выводной статистики (распределение вероятностей, нормальное распределение, распределение средних значений, тест на значимость, проверка нулевой гипотезы Фишера, размер эффекта, оценка параметров, доверительные интервалы, графики ошибок, анализ мощности и определение оптимального размера выборки)
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Методы сравнения двух групп (около 5 дней)
z- и t-тест для выборки (отклонение от заданного значения)
t-тест для средней разницы между двумя независимыми/взаимосвязанными выборками
Проверка эффективности действий, мер, вмешательств и других изменений с помощью t-тестов (претест-посттест с двумя группами).
Вспомогательные тесты значимости (тест Андерсона-Дарлинга, тест Райана-Джойнера, тест Левене, тест Бонне, тест значимости для корреляций)
Непараметрические методы (тест Вилкоксона, тест знаков, тест Манна-Уитни)
Анализ случайностей (биномиальный тест, точный тест Фишера, тест хи-квадрат, кросс-табуляция с мерами ассоциации)
Методы сравнения средних показателей нескольких групп (около 5 дней)
Одно- и двухфакторный дисперсионный анализ (простой и сбалансированный ANOVA)
Многофакторный дисперсионный анализ (общая линейная модель)
Фиксированные, случайные, перекрестные и вложенные факторы
Методы множественных сравнений (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)
Анализ взаимодействия (анализ эффектов взаимодействия)
Анализ избирательности и мощности для дисперсионного анализа
Введение в проектирование экспериментов (DoE) (около 1 дня)
Полные и частичные факториальные экспериментальные схемы
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Реляционные базы данных с помощью SQL
Основы систем баз данных с помощью Access (около 3 дней)
Избыточные данные
Целостность данных
Нормализация
BCNF
Проектирование БД
Отношения 1:n, m:n
типы данных
таблицы
Первичные и внешние ключи
ссылочная целостность
Отношения между отношениями
Модель отношений сущностей
Индекс, значение по умолчанию
Ограничения (проверка)
Запросы
Формы, отчеты
Циклическая ссылка
Введение в SQL Server Management Studio (SSMS) (около 2 дней)
Обзор
Физическое проектирование БД
Создание таблиц
Типы данных в MS SQL
Первичный ключ
Ограничения, значения по умолчанию, диаграмма, отношения
Резервное копирование и восстановление
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Введение в DDL (около 8 дней)
Основы SQL
синтаксис
Команды
Множественные таблицы
Операторы
Управление потоком
Функции скалярных значений
Функции табличных значений
Системные функции
Процедуры с параметрами и без параметров
Типы ошибок
Транзакции, блокировки, DeadLock
DCL - язык управления данными (около 1 дня)
Логины
Обучение пользователей
Роли
Полномочия
Типы данных, импорт и экспорт данных (около 1 дня)
География типов данных
Экспорт данных, импорт данных
Работа над проектом (около 5 дней)
Закрепление изученного материала
Презентация результатов проекта
Программирование с помощью Python
Основы Python (около 1 дня)
История, концепции
Использование и области применения
Синтаксис
Первые шаги в Python (около 5 дней)
Числа
Строки
Дата и время
Стандартный ввод и вывод
список, кортеж, диктант, набор
Ветвления и циклы (if, for, while)
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Функции (около 5 дней)
Определение собственных функций
Переменные
Параметры, рекурсия
Функциональное программирование
Устранение неполадок (около 0,5 дня)
попытаться, кроме
Перехват прерываний программы
Объектно-ориентированное программирование (около 4,5 дней)
Классы Python
Методы
Неизменяемые объекты
Класс данных
Наследование
Графический интерфейс пользователя (около 1 дня)
Кнопки и текстовые поля
Расположение сетки
Выбор файла
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Инженер по обработке данных
Основы бизнес-аналитики (около 2 дней)
Области применения, аспекты архитектуры BI
Основы бизнес-аналитики, OLAP, OLTP, задачи инженеров по данным
Хранилище данных (DWH): обработка структурированных, полуструктурированных и неструктурированных данных
Управление требованиями (около 2 дней)
Задачи, цели и процедуры анализа требований
Моделирование данных, введение/моделирование с помощью ERM
Введение/моделирование в UML
- Диаграммы классов
- Анализ сценариев использования
- Диаграммы деятельности
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Базы данных (около 3 дней)
Основы систем баз данных
Архитектура систем управления базами данных
Применение РСУБД
Реализация модели данных в РСУБД, нормальные формы
Практическое и теоретическое введение в SQL
Пределы реляционных баз данных, csv, json
Хранилище данных (около 4 дней)
Звездная схема
Моделирование данных
Создание Star Schema в RDBMS
Схема "Снежинка", основы, моделирование данных
Создание схемы Snowflake Schema в RDBMS
Galaxy Schema: основы, моделирование данных
Медленное изменение таблиц размерностей типов 1-5 - перестроение, штабелирование, реорганизация, мини-размерность и тип 5
Введение в обычные, причинные, мини- и монструозные, гетерогенные и суб-измерения
Сравнение ориентации на состояние и на транзакции
Таблицы фактов DWH, плотность и хранение
ETL (около 4 дней)
Очистка данных
- Нулевые значения
- Подготовка данных
- Согласование данных
- Применение регулярных выражений
Понимание данных
- Проверка данных
- Статистический анализ данных
Защита данных, безопасность данных
Практическая структура ETL-маршрутов
Data Vault 2.0, основы, концентраторы, связи, спутники, хэш-ключ, хэш-диф.
Моделирование данных в Data Vault
Практическая структура модели Data Vault - Raw Vault, практическая реализация хэш-процедур
Работа над проектом (около 5 дней)
Закрепление изученного материала
Презентация результатов проекта
Аналитика данных
Введение в анализ данных (около 1 дня)
Эталонная модель CRISP-DM
Рабочие процессы анализа данных
Определение искусственного интеллекта, машинного обучения, глубокого обучения
Требования и роль в компании инженеров по данным, data scientist и data analysts
Обзор основ Python (около 1 дня)
типы данных
Функции
Анализ данных (около 3 дней)
Центральные модули Python в контексте аналитики данных (NumPy, Pandas)
Процесс подготовки данных
Алгоритмы интеллектуального анализа данных на Python
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Визуализация данных (около 3 дней)
Эксплоративный анализ данных
понимание
Качество данных
Анализ преимуществ
Визуализация с помощью Python: Matplotlib, Seaborn, Plotly Express
Рассказ о данных
Управление данными (около 2 дней)
Архитектуры больших данных
Реляционные базы данных и SQL
Сравнение баз данных SQL и NoSQL
Бизнес-аналитика
Защита данных в контексте анализа данных
Анализ данных в контексте больших данных (около 1 дня)
Подход MapReduce
Spark
NoSQL
Приборные панели (около 3 дней)
Библиотека: Dash
Структура приборных панелей - компоненты Dash
Настройка дашбордов
Обратные вызовы
Текстовый майнинг (около 1 дня)
Предварительная обработка данных
Визуализация
Библиотека: SpaCy
Работа над проектом (около 5 дней)
Закрепление изученного материала
Презентация результатов проекта
Возможны изменения. Содержание курса регулярно обновляется.
По окончании курса вы сможете анализировать и оптимизировать отношения с клиентами. Вы также получите компактные базовые знания по программированию на Python. Благодаря статистике и SQL вы освоите два важнейших инструмента для обработки, визуализации и анализа данных. В сочетании со специальными знаниями в области инженерии данных и анализа данных, преподаваемых на курсе, вы сможете управлять обширными массивами данных, эффективно анализировать их статистически и обобщать результаты в четкой и понятной форме.
Курс предназначен для людей с высшим образованием в области делового администрирования, математики или (бизнес) информатики или людей с аналогичной квалификацией, которые занимаются анализом данных в клиентском сегменте.
В качестве аналитика клиентских данных вы будете работать в различных отраслях и компаниях, таких как маркетинг и телекоммуникации, компании электронной коммерции, розничная торговля, финансовые услуги и технологические компании.
Дидактическая концепция
Ваши преподаватели обладают высокой профессиональной и дидактической квалификацией и будут обучать вас с первого до последнего дня (никакой системы самообучения).
Вы будете учиться в эффективных небольших группах. Обычно курсы состоят из 6-25 человек. Общие занятия дополняются многочисленными практическими упражнениями во всех модулях курса. Практический этап - важная часть курса, поскольку именно в это время вы обрабатываете полученные знания и обретаете уверенность и практичность в их применении. Заключительный раздел курса включает в себя проект, разбор конкретных ситуаций или итоговый экзамен.
Виртуальный класс alfaview®
BildungszentrumЗанятия проводятся с использованием современной видеотехнологии alfaview® - не выходя из дома или в нашем офисе по адресу . Весь курс может видеть друг друга лицом к лицу через alfaview®, общаться друг с другом с помощью синхронизированного по губам голоса и работать над совместными проектами. Разумеется, вы также можете в любое время видеть и разговаривать со своими преподавателями в прямом эфире, и на протяжении всего курса вас будут обучать преподаватели в режиме реального времени. Уроки - это не электронное обучение, а настоящее живое очное преподавание с помощью видеотехнологий.
alfatraining Agentur für Arbeit Учебные курсы субсидируются и сертифицируются в соответствии с положением об утверждении AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinПри подаче заявки или заявки на обучение все расходы на курс обычно покрываются финансирующей организацией.
Europäischen Sozialfonds Deutsche Rentenversicherung Финансирование также возможно через программы (ESF), (DRV) или региональные программы финансирования. Berufsförderungsdienst Как постоянный солдат, вы можете посещать курсы повышения квалификации по программе (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компании также могут повысить квалификацию своих сотрудников по программе финансирования от .