Data Analytics

Lerne die Grundlagen der Data Analytics kennen – von Datenaufbereitung über Analyseverfahren bis hin zu gängigen Tools wie Excel, SQL und Python.

20 ThemenStrukturiertes Lernen

Lernthemen

Warum Data Analytics

Einführung in die Bedeutung und den Nutzen von Data Analytics für Unternehmen, Organisationen und Entscheidungsprozesse.

Lernen

Anwendungsfälle

Lerne, wie Data Analytics in der Marktforschung, im Risikomanagement und im Controlling zur Entscheidungsunterstützung eingesetzt wird.

Lernen

Datengetriebene vs. intuitive Entscheidungen

Vergleich von datenbasierten Entscheidungsprozessen mit erfahrungs- oder gefühlsbasierten Ansätzen.

Lernen

Datenarten & Quellen

Ein Überblick über strukturierte und unstrukturierte Daten sowie wichtige öffentliche Datenquellen für die Analyse.

Lernen

Datenethik & Compliance

Grundlagen, Prinzipien und gesetzliche Anforderungen rund um den ethischen und regelkonformen Umgang mit Daten in der Analyse.

Lernen

Tools: Excel

Lerne praxisrelevante Excel-Funktionen wie Pivot-Tabellen, SVERWEIS, WENN und Trendlinien für fundierte Datenanalysen.

Lernen

Visualisierung: Power BI/Tableau

Visualisierung und Analyse von Daten mit Tools wie Power BI und Tableau – Grundlagen, Funktionen und Best Practices.

Lernen

Statistik-Grundlagen

Grundlagen der Statistik und zentrale Konzepte wie Korrelation, Kausalität und deren Anwendung im Data Analytics-Kontext.

Lernen

Python Basics

Einführung in die Datenanalyse mit Pandas – von DataFrames über Datenmanipulation bis zur Datenbereinigung.

Lernen

Kostenverteilung analysieren

Grundlagen und Methoden zur Analyse der Kostenverteilung mithilfe von Data Analytics in Unternehmen.

Lernen

Monte-Carlo-Simulation für Risiken

Grundlagen und Anwendung der Monte-Carlo-Simulation zur Risikobewertung in Data Analytics und Wirtschaft.

Lernen

Kundensegmentierung (RFM-Analyse)

Grundlagen und Anwendung der RFM-Analyse zur effektiven Kundensegmentierung im Marketing und Vertrieb.

Lernen

A/B-Test-Auswertungen

Grundlagen und Methoden der Auswertung von A/B-Tests im Bereich Data Analytics.

Lernen

Lieferzeiten optimieren

Anwendung von Data Analytics Methoden zur Verbesserung und Optimierung von Lieferzeiten in der Logistik.

Lernen

Standortanalysen

Grundlagen und Anwendung von Geodaten in der Standortanalyse für Wirtschaft und Marketing.

Lernen

Pricing-Strategie

Grundlagen und Anwendungen der Preisgestaltung mit Fokus auf Nachfrageelastizität und datenbasierte Entscheidungen.

Lernen

Data Analytics: Arbeitslosenstatistiken visualisieren

Grundlagen und Methoden zur Analyse und Visualisierung von Arbeitslosenstatistiken mithilfe moderner Data-Analytics-Tools.

Lernen

KI & Machine Learning

Grundlagen und Anwendungen von Künstlicher Intelligenz und Machine Learning in der Datenanalyse.

Lernen

Big Data in der VWL

Einsatz von Big Data und Echtzeit-Datenquellen wie Google Trends und Mobility Data in der Volkswirtschaftslehre.

Lernen

Datensätze: Kaggle

Wichtige Informationen und praktische Fragen zu Datensätzen auf der Plattform Kaggle für Data Science und Machine Learning.

Lernen

Bereit für den Erfolg im Data Analytics-Studium?

Starte noch heute mit unseren spezialisierten Data Analytics-Lernkarten und verbessere deine Noten!

Jetzt starten