Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Data analytiikkakoulutus pk-yrityksille

7.236 visualizaciones

Publicado el

https://www.databusiness.fi/fi/Tapahtumat/data-analytiikka-koulutus-yrityksille/

Publicado en: Datos y análisis
  • Inicia sesión para ver los comentarios

  • Sé el primero en recomendar esto

Data analytiikkakoulutus pk-yrityksille

  1. 1. PÄIVÄ 1 Data-analytiikan ja avoimen datan hyödyntäminen liiketoiminnan kehittämisessä
  2. 2. 13.6. (aamupäivä): Älykäs tiedolla johtaminen: informaatiosiiloista tiedolla kilpailevaksi organisaatioksi Kouluttaja Mika Aho (TkT, Tietojohtaminen) Kouluttajakokemus • Talentumilla kouluttajana vuodesta 2012 lähtien • HAUS-kehittämiskeskuksella ja Edutechillä kouluttajana 2014 lähtien • Ari Hovi Oy:llä kouluttajana vuodesta 2016 lähtien • Kouluttajana MIF/IMD:n sekä eMBA Tampere –MBA- ohjelmissa • Luennoitsijana TTY:llä 2012- • Tieteelliset konferenssit 2004- Kuvaus: Aamupäivän aikana käymme läpi, miten ja millaisia kyvykkyyksiä kehittämällä organisaatiot kehittyvät informaatiosiiloista tiedolla kilpailevaksi organisaatioksi. Tutustumme tiedolla johtamisen kehityspolun elementteihin, tunnistamme oman organisaatioidemme kehityskohteet, löydämme liiketoiminnan tietotarpeita sekä kehitystarpeita ja niihin liittyviä hyötyelementtejä (business caset) erityisesti data-analytiikan ja avoimen datan alueelta. Sisältö: 1. SIILOUTUNUT ORGANISAATIO 2. YMMÄRTÄVÄ ORGANISAATIO 3. DATA-OHJAUTUNUT ORGANISAATIO 4. ANALYYTTINEN ORGANISAATIO 5. TIEDOLLA KILPAILEVA ORGANISAATIO • Tiedollajohtamisen avullasyntyyuusia liiketoimintamalleja, tuotteitaja palveluita • Strategiat,ihmiset, prosessit jainformaatio integroituna teknologioiden kanssa • Päätöksentekoaon automatisoitu • Strateginen suunnittelu on jatkuvaa • Näkökulmatiedolla johtamiseen on organisaation laajuinen • Ennustavan analytiikan avullaratkaistaan liiketoimintaongelmia • Toimintaaymmärretään entistäsyvemmin,esim. kannattavuuden mallinnus jaanalysointi • Itsepalveluanalytiikka • Toiminnan suunnittelu ajureiden kautta • Visuaalinen raportointi • Toiminnan ohjaaminen tiedon avullaja faktoihin perustuen • Mittaamiskulttuuri • Tietoarkkitehtuuri ja datastrategialuotuna • Informaatioperustan rakentaminen: keskitettytietovarasto, johdontyöpöydät,KPI- mittaristot ja tuloskortit • Ymmärretään laadukkaan informaation arvo toiminnalle • Prosessikohtaisia ratkaisuja • Interaktiivisia raportointijärjestelmiä • Ohjaustiedon kerääminen • Strategian seuranta vakioraporteilta • Paikallisiaratkaisuja, prosessejaja organisaatioita • Väliaikaisiaad-hoc- ratkaisuja • Yhtenäisten standardien ja jaettujen resurssien sekä hallinnan puute • Ei saadaselkeääja johdonmukaistakuvaa organisaatiosta
  3. 3. 13.6. (iltapäivä): Ulkoisen ja laadullisen liiketoimintadatan hyödyntäminen Kouluttaja Camilla Magnusson (FT, strateginen johtaminen) Kouluttajakokemus: • Syvennä asiakasymmärrystä 2015 (Instanssi Oy) • Mitä asiakkaat haluavat? Kasvata asiakasymmärrystä 2016 (Instanssi Oy) Kuvaus: Iltapäivän aikana käymme läpi organisaation ulkopuolella syntyvän datan, kuten avoimen tai muun julkisen datan tarjoamia mahdollisuuksia liiketoiminnan kehittämisessä. Päivän aikana syvennytään erityisesti laadullisen datan hyötyihin. Sisältö: ● Julkinen data liiketoiminnan kehittämisen lähteenä sekä markkina- ja asiakasymmärryksen kasvattajana. Tarkasteltavina datalähteinä mm.  Avoin data  Sosiaalisen median data  Muu julkinen verkkodata ● Laadullinen data (erityisesti tekstidata) ja sen analysointi. Läpikäynti yleisimmistä menetelmistä ja niiden merkityksestä liiketoimintahyötyjen saavuttamiseksi. Menetelminä mm.:  Laadullisen datan kvantifiointi ja visualisointi  Sentimenttianalyysi – miten tekstidatasta tunnistetaan sisällön sävy?  Semanttinen analyysi – millaisista aiheista tekstidata koostuu?
  4. 4. PÄIVÄ 2 Johdon näkökulma data-analytiikkaan
  5. 5. 14.6. (aamupäivä): Tekoälyn ja koneoppimisen perusteet Kouluttaja Lasse Liukkonen (FM, matematiikka, tilastotiede) Käytettävät työkalut: • RapidMinder Kouluttajakokemus: • Kouluttajana Ari Hovilla vuodesta 2014 lähtien • Kouluttanut useita organisaatiota edistyneen analytiikan hyödyntämisestä Kuvaus: Machine Learning ja tekoälyratkaisut yleistyvät nopealla vauhdilla. Niiden avulla esimerkiksi tehostetaan liiketoimintaprosesseja, optimoidaan tuotantoa ja päätöksentekoa sekä ennustetaan erilaisia tulevaisuusskenaarioita. Kyseessä ei ole enää hype, sillä jokainen meistä jo käyttää kuluttajan roolissa ratkaisuja, joita älykkäät algoritmit pyörittävät. Aamupäivän tarkoituksena on esitellä erilaisia Machine Learning ja tekoälyratkaisuja, niiden taustalla olevaa teoriaa ylätasolla. Sisältö: ● Datan hyödyntämisen evoluutio – raporteista tekoälyratkaisuihin ● Käytännön esimerkkejä, kokemuksia ja demoja Machine Learning ja tekoälyratkaisuista ● Liiketoimintaongelman määrittely ja muut CRISP-DM vaiheet ● Machine Learning menetelmien soveltaminen käytännössä  Ongelman määrittely  Aineiston sisäänluku ja esikäsittely  Aineiston analysointi (data-analyysi)  Aineiston visualisointi
  6. 6. 14.6. (iltapäivä): Asiakkuuksien johtaminen analytiikan avulla Kouluttaja Ville Niemijärvi (KTM, Tietojärjestelmätiede) Kouluttajakokemus • Kouluttanut useita organisaatioita tiedolla johtamisesta ja business intelligence –työvälineistä Suomessa ja Euroopassa vuodesta 2003 lähtien • Talentumilla kouluttajana vuodesta 2015 lähtien • Puhujana useissa tiedolla johtamisen konferensseissa ja tapahtumissa, mm. eHealth 01/2016, Tivi Business Intelligence 08/2016 Kuvaus: Iltapäivän koulutuksen tavoitteena on ymmärtää, mitä asiakasanalytiikka on ja miten sitä voidaan hyödyntää myynnin lisäämisessä. Samalla opitaan, miten asia tehdään käytännössä. Sisältö: ● Mitä asiakasanalytiikka ja asiakkuuksien älykäs johtaminen on? ● Mitkä ovat avainprosessit, joita analytiikalla halutaan tukea? ● Käytännön esimerkkejä  Tiedon rikastaminen asiakkaan käyttäytymisen perusteella, RFM-analyysi, asiakassegmentointi, markkinoinnin kohdentaminen ja optimointi  Tiedon rikastaminen ulkoisella datalla, älykäs prospektointi ja uusasiakashankinta, asiakaspoistuma, lisä- ja ristiinmyynti, mainonnan optimointi, jatkuva oppimisen ja kehittämisen prosessi ● Miten asiakasanalytiikkakyvykkyys rakennetaan organisaatioon?  Miten asiakasanalytiikkakyvykkyys rakennetaan? Mitä tietojärjestelmiä ja sovelluksia se vaatii ja mitä se maksaa? Mitä sovelluksia löytyy markkinoilta, miten tietovarastot, CRM:t ja markkinoinnin automaatioratkaisut liittyvät kaikkeen? Miten päästä alkuun ja saada nopeimmat voitot?
  7. 7. PÄIVÄ 3 Data-analyytikon tärkeimmät työkalut ja menetelmät
  8. 8. 19.6. (aamupäivä): Data Sciencen perusteet Kouluttaja Olli Leppänen (FM, tilastotiede) Käytettävät työkalut: • Excel • RapidMinder • R-ohjelmisto Kouluttajakokemus: • Kouluttajana Ari Hovilla vuodesta 2016 lähtien Kuvaus: Business Intelligence ja tietovarastoinnin maailma on muuttumassa peruuttamattomasti. Perinteisen ja sinänsä yhä tarpeellisen raportoinnin rinnalle nousee voimakas tarve tutkia ja analysoida dataa entistä huomattavasti laajemmin. Yritykset palkkaavat nyt Data Scientistejä, joiden tehtävänä on hakea uutta hyötyä liiketoiminnalle tekemällä koeasetelmia ja ennustemalleja. Tiedoista puristetaan irti aivan uudenlaisia näkemyksiä. Koulutuspäivässä tutustutaan tähän uuteen alueeseen, opitaan tuntemaan kausaliteetin ja korrelaation ero sekä hakemaan dataa avoimista lähteistä. Päivän aikana opitaan datan käsittelyä sekä tehokasta analysointia. Kurssilaiset oppivat lähestymään business ongelmia Data Scientistin silmin. Aamupäivän aikana opimme datan käsittelyä ja tehokasta analysointia. Sisältö: ● Datan perusanalysointi ja visualisointi Excelissä ● Data-analyysin suorittaminen RapidMinderissa ● Datan käsittely ja visualisointi RapidMinderissa ● Korrelaatio vai kausaalisuus –pohdinta (RapidMinder) ● Datan segmentointi klusterointimenetelmällä (RapidMinder) ● Avoimen datan lukeminen JSON-rajapinnasta R-ohjelmistolla ja datan tallennus csv- tiedostoon jatkokäsittelyä varten
  9. 9. 19.6. (iltapäivä): Ennustemallien soveltaminen ja katsaus työkaluihin Kouluttaja Lasse Liukkonen (FM, matematiikka, tilastotiede) Käytettävät työkalut: • RapidMinder Kouluttajakokemus: • Kouluttajana Ari Hovilla vuodesta 2014 lähtien • Kouluttanut useita organisaatiota edistyneen analytiikan hyödyntämisestä Kuvaus: Iltapäivällä keskitymme erityisesti koneoppimisen menetelmien käytännön hyödyntämiseen ja niiden kanssa työskentelyyn. Tutkimme myös kaupallista analytiikan pilvipalvelua (Azure Machine Learning) sekä avoimen lähdekoodin analytikkaohjelmistoa (R). Sisältö: ● Korrelaatioiden tutkiminen aineistossa ● Yksinkertaisten sääntöpuiden rakentaminen datasta ● Aineiston segmentointi klusterointialgoritmeilla ● Satunnaisotannan toteutus aineistosta ● Erilaisten ennustemenetelmien soveltaminen (Naive Bayes, Decision Tree, Logistic Regression, Random Forest ja Neural networks). Kokeillaan eri vaihtoehtoja ● Ristiinvalidoinnin toteuttaminen ● Azure Machine Learning – mitä työkalulla voidaan tehdä ja miten? ● Mikä R-ohjelmisto on? Mitä sillä voidaan saavuttaa?
  10. 10. Kouluttajat
  11. 11. Kouluttajat Mika Aho on kokenut kouluttaja, jolla on yli kymmenen vuoden kokemus laajojen tietovarastointi, BI- ja analytiikkaratkaisujen konsultoinnista, läpiviennistä ja arkkitehtuurityöstä eri toimialoilta. Mika on väitellyt tohtoriksi tietojohtamisen alueelta. Olli Leppänen on tilasto-guru, joka omaa laajan kokemuksen useista eri datan käsittely- ja mallinnusohjelmistoista. Pääasiallisena datan murskaustyökaluna käytössä on ollut R jo usean vuoden ajan. Lasse Liukkonen analytiikkaguru, algoritmivelho ja tuplamaisteri, joka omaa laajasti kokemusta eri analytiikkaohjelmistojen soveltamisesta käytännössä. R:ää hän on käyttänyt aktiivisesti 10 vuoden ajan. Camilla Magnusson toimii yrittäjänä Instanssi Oy:ssä tavoitteenaan lisätä liiketoiminnan edustajien kiinnostusta datan ja analytiikan mahdollisuuksiin markkina-, kilpailija-, sekä asiakasymmärryksen kasvattajana. Hän on väitellyt tohtoriksi aiheenaan tekstidatan analysointi strategisen päätöksenteon tukena. Ville Niemijärvi on asiakasanalytiikan, tiedolla johtamisen ja Business Intelligencen johtavia asiantuntijoita Suomessa. Hänellä on yli 14 vuoden kokemus analytiikan ja tiedolla johtamisen hankkeista sekä tutkijana, konsulttina kuin yrittäjänä.
  12. 12. Muuta
  13. 13. Koulutuksessa käytettävät ohjelmistot ● Edistynyt analytiikka  RapidMiner (ilmaisversio)  R-ohjelmisto (ilmainen)  Azure Machine Learning (ilmaisversio, joskin Azuren ML-ympäristön luomista suositellaan, jotta aineistot ovat käytettävissä myös koulutuksen jälkeen, kustannus n. 10e/kk) ● Muut  Excel

×