Deze training van één dag richt zich op een intensieve en actuele kennismaking met analytische toepassing van business intelligence (Analytics). We gaan in op nut en noodzaak van analytische toepassingen, waarmee data intensief wordt geanalyseerd met (geavanceerde) veelal statistische technieken en tools. Tijdens de cursus wordt middels praktische voorbeelden en interactieve demo’s de toegevoegde waarde van Analytics toegelicht. Het boek “Competing on Analytics” van Thomas Davenport wordt als leidraad genomen voor deze training.

Doelgroep: Businessanalisten, BI-professionals, marketeers en anderen die in hun werk te maken hebben c.q. krijgen met business intelligence en analytische toepassingen.

Leerdoelen: Het primaire doel is om actuele basiskennis van analytische toepassingen van business intelligence (Analytics) op te doen. En wel op zo'n manier dat deze direct in de praktijk toepasbaar is.

Programma & dagindeling
Er wordt ingegaan op actuele ontwikkelingen in de markt (denk aan risicomanagement, retentie, churning, fraudedetectie, customer profiling etc.) en de vele begrippen die bij het vakgebied horen. Via het bespreken van de basiskenmerken van Analytics (o.a. statistische en kwantitatieve analyse, predictive modelling en data mining op basis van feitelijke data) wordt de toegevoegde waarde voor de business helder. De randvoorwaarden voor succes, zowel vanuit de business als vanuit de IT-organisatie, worden besproken. Middels diverse voorbeelden, cases en interactieve demo’s wordt de theoretische basis geconcretiseerd en krijgt de deelnemer meer inzicht in de praktische toepassing van Analytics.
Bij elkaar worden in de training alle aspecten van Analytics op algemeen niveau uitgelicht zodat de deelnemers Analytics binnen hun organisatie kunnen plaatsen en de toegevoegde waarde van Analytics herkennen.

Samengevat komen de volgende onderwerpen aan de orde: Definitie van Analytics.

• Analytics als analyse-instrument voor de business.
• Welke Analytics-technieken zijn te onderkennen, wat zijn de kenmerken en wat zijn de onderlinge verschillen?
• We gaan o.a. in op Statistiek, Data Mining, Predictive Modelling en Visualisatie.
• Tooloverzicht (o.a. SAS, SPSS, Microsoft en Oracle).
• Methodische inzet van Analytics via CRISP-DM, de de-facto standaardaanpak voor Analytics-projecten.
• Procesinrichting en rolverdeling: wat zijn de randvoorwaarden voor succesvolle implementatie van Analytics?