加州大学伯克利分校 |决策层商业数据分析

在线高管课程

决策层商业数据分析

Course Dates

开课时间

2022年1月13日

课程时长

课程时长

2个月,在线
每周4-6小时

课程时长

课程费用

16,800 RMB

数据是驱动商业未来的关键

如今商业领袖越来越了解到分析技术对成功的重要性。 数据驱动型决策能够增强业务开发能力并提升业务敏捷性,没有采取驱动型决策的企业在发展上将会发展滞后甚至被市场淘汰。

在本课程中,通过实践活动、直播教学以及真实案例研究,您将探索数据驱动型决策如何提升业务开发能力并提升业务敏捷性。

23倍

据调查显示,数据驱动型企业获客概率提高23倍,客户忠诚度提高6倍,盈利概率提高了19倍。

来源:福布斯

94%

94%的企业表示数据分析对于他们的业务增长和数字化转型非常重要。

来源: Gartner

要点说明

本课程将帮助您:

  • 抓住数据支持的商业机会获得竞争优势
  • 在组织内部建立基于数据的决策模式
  • 利用数据和实验推动创新
  • 科学地评估商业分析方法和策略
  • 建立基于用户参与、数据收集、算法设计、预测和改进之上的良性循环
  • 通过建立人工智能为中心的运营模式驱动商业决策

您适合参加本课程吗?

使用数据分析来提高效率,改善客户服务,以及识别风险和机会的企业,认识到数据分析的增长趋势,并且希望运用数据分析技术进行战略部署的管理人员。 (无需具备编程或高级分析经验。)《决策层商业数据分析》适读人群:

中高层管理人员,希望借助基于数据的决策模式来推动组织创新。代表性职位包括:

  • 项目经理
  • 销售经理
  • 财务经理
  • 运营经理
  • 产品经理
  • 市场经理
  • 产品营销总监
  • 工程技术总监
  • 战略产品与服务总监
  • 投资总监
  • 执行董事

高管和业务主管, 希望更好地理解分析所带来的商业机会以及与数据保护和隐私影响相关的法规。代表性职位包括:

  • 首席战略官
  • 首席执行官
  • 首席运营官
  • 董事总经理
  • 首席技术官
  • 首席信息官
  • 创始人
  • 合伙人
  • 首席营销官

顾问, 希望提供基于最新数据和技术的客户解决方案。代表性职位包括:

  • 数字化转型顾问
  • 首席顾问
  • 财务顾问
  • 管理顾问

数据分析和技术专业人员, 他们希望为所在组织制定推动分析和AI计划的路线图,以解决关键业务问题。代表性职位包括:

  • 数据分析经理
  • 信息和数据系统经理
  • 技术创新设计师
  • 数据战略师
  • 业务经理
  • 分析项目主管
  • 技术主管

课程主题

在两个月的课程中,您将逐步建立商业数据分析能力,以便为瞬息万变,以数据为中心的市场做充足的准备。

单元 1:

介绍商业分析与人工智能

通过引用真实的业务案例结合理论应用,解读商业分析。学习以AI为中心的运营模式,以及如何利用它的四个组成部分来实现规模、范围和创新。

  • 商业分析的三大支柱
  • 举例说明人工智能正在改变企业运营的不同方式
  • 以人工智能为中心的运营模式的四个组成部分
  • 如何避免商业决策中的常见陷阱
  • 抓住大数据的五个V:规模庞大(Volume)、迅即快速(Velocity)、类型多样(Variety)、真实准确(Veracity),以及低价值密度(Value)
  • 利用大数据和分析确定机遇和挑战

单元 2:

描述性分析:数据的访问、转换和可视化

学习如何访问、处理、转换数据,并为学习人工智能做好准备。 了解数据可视化的概念,探索实现数据可视化的最佳方法。

  • 什么是数据以及我们如何以方便使用的方式整理数据?
  • 如何在商业世界访问和传输数据?
  • 如何“清理”数据以方便使用?
  • 如果将数据从抽象形式变为具体指南?

单元 3:

预测性分析:业务的监督学习(第1部分)

了解如何利用历史数据的模式,以使用预测性分析来预测未来的事件,成为识别风险和机会的关键工具。

  • 通过案例探索来检验监督学习在业务中的范围。
  • 对预测性分析和机器学习的透彻解释
  • 如何将线性回归和逻辑回归等监督学习技术用于商业案例
  • 如何通过实现感知算法进行商业决策

单元 4:

预测性分析:业务的监督学习(第2部分)

继续对监督学习和预测性分析进行探索。学习领先的人工智能技术,实现数据驱动的决策。

  • 如何设计决策树
  • 学习“随机森林”,以及如何将其与决策树的简单性和灵活性结合起来
  • 深度学习和神经网络如何推动商业洞察

单元 5:

描述性分析:业务的无监督学习

切换到无监督机器学习,发现新的数据模式。掌握从客户细分到检测欺诈交易等不同的商业应用程序。

  • K均值聚类和分层聚类的解释及其如何揭示以前未见的模式
  • “降维”如何使数据更易于管理和操作

单元 6:

规范性分析:业务的强化学习

探讨以AI为中心的企业如何将强化学习用于推荐系统、Web广告、股票交易、医疗保健等应用程序。学习计算机如何在动态环境中执行一连串的试错交互,最终确定最佳方法。

  • 规范性分析及其业务应用的透彻解释
  • 理解数据探索与数据挖掘的重要区别
  • 学习如何找到最佳行动以获取最大的整体回报
  • 如何实现深度的强化学习
  • 如何识别决策偏见

单元 7:

规范性分析:实验

了解企业如何开发实验平台,使其能够高速运行许多测试,同时进行学习、适应和创新,在不确定的情况下做出合理的商业决策。

  • 探索实验的力量
  • 如何开展有效的商业实验
  • 如何实施有效的A/B测试
  • 如何利用人工智能开展实验
  • 如何建立实验文化

单元 8:

大数据和人工智能的未来

探索在规范性分析中使用机器学习的相关问题,以及对商业战略的影响。了解数据的保护和隐私的重要性,探究与数据保护相关的最佳实践案例,部署更加实用的数据战略。

  • 展望人工智能的未来
  • 人工智能改变商业战略的方式
  • 探索人工智能的限制和道德挑战
  • 大数据未来的可视化
  • 了解大数据的数据保护和隐私的含义
  • 探究利用大数据保持市场领先地位的策略

单元 1:

介绍商业分析与人工智能

通过引用真实的业务案例结合理论应用,解读商业分析。学习以AI为中心的运营模式,以及如何利用它的四个组成部分来实现规模、范围和创新。

  • 商业分析的三大支柱
  • 举例说明人工智能正在改变企业运营的不同方式
  • 以人工智能为中心的运营模式的四个组成部分
  • 如何避免商业决策中的常见陷阱
  • 抓住大数据的五个V:规模庞大(Volume)、迅即快速(Velocity)、类型多样(Variety)、真实准确(Veracity),以及低价值密度(Value)
  • 利用大数据和分析确定机遇和挑战

单元 2:

描述性分析:数据的访问、转换和可视化

学习如何访问、处理、转换数据,并为学习人工智能做好准备。 了解数据可视化的概念,探索实现数据可视化的最佳方法。

  • 什么是数据以及我们如何以方便使用的方式整理数据?
  • 如何在商业世界访问和传输数据?
  • 如何“清理”数据以方便使用?
  • 如果将数据从抽象形式变为具体指南?

单元 3:

预测性分析:业务的监督学习(第1部分)

了解如何利用历史数据的模式,以使用预测性分析来预测未来的事件,成为识别风险和机会的关键工具。

  • 通过案例探索来检验监督学习在业务中的范围。
  • 对预测性分析和机器学习的透彻解释
  • 如何将线性回归和逻辑回归等监督学习技术用于商业案例
  • 如何通过实现感知算法进行商业决策

单元 4:

预测性分析:业务的监督学习(第2部分)

继续对监督学习和预测性分析进行探索。学习领先的人工智能技术,实现数据驱动的决策。

  • 如何设计决策树
  • 学习“随机森林”,以及如何将其与决策树的简单性和灵活性结合起来
  • 深度学习和神经网络如何推动商业洞察

单元 5:

描述性分析:业务的无监督学习

切换到无监督机器学习,发现新的数据模式。掌握从客户细分到检测欺诈交易等不同的商业应用程序。

  • K均值聚类和分层聚类的解释及其如何揭示以前未见的模式
  • “降维”如何使数据更易于管理和操作

单元 6:

规范性分析:业务的强化学习

探讨以AI为中心的企业如何将强化学习用于推荐系统、Web广告、股票交易、医疗保健等应用程序。学习计算机如何在动态环境中执行一连串的试错交互,最终确定最佳方法。

  • 规范性分析及其业务应用的透彻解释
  • 理解数据探索与数据挖掘的重要区别
  • 学习如何找到最佳行动以获取最大的整体回报
  • 如何实现深度的强化学习
  • 如何识别决策偏见

单元 7:

规范性分析:实验

了解企业如何开发实验平台,使其能够高速运行许多测试,同时进行学习、适应和创新,在不确定的情况下做出合理的商业决策。

  • 探索实验的力量
  • 如何开展有效的商业实验
  • 如何实施有效的A/B测试
  • 如何利用人工智能开展实验
  • 如何建立实验文化

单元 8:

大数据和人工智能的未来

探索在规范性分析中使用机器学习的相关问题,以及对商业战略的影响。了解数据的保护和隐私的重要性,探究与数据保护相关的最佳实践案例,部署更加实用的数据战略。

  • 展望人工智能的未来
  • 人工智能改变商业战略的方式
  • 探索人工智能的限制和道德挑战
  • 大数据未来的可视化
  • 了解大数据的数据保护和隐私的含义
  • 探究利用大数据保持市场领先地位的策略

毕业项目 ——2个月的《决策层商业数据分析》课程将以毕业项目为整个学习之旅画下圆满的句号,在该项目中,您将运用以AI为中心的运营模式解决所在组织的业务问题。


下载手册

案例研究

通过研究以下名企的商业案例,更清楚地了解商业分析在实际中如何运用。

Image of a mall to represent the Majid Al Futtaim group case study.

LendingClub

探索LendingClub如何使用监督学习(或预测性分析)来预测借款人是否会偿还或拖欠贷款。

Image of a laptop and e-commerce activity to represent the case study on Target.

eBay

探究eBay是如何使用规范性分析和实验,来为功能的定制做出战略决策。

Image of a person using a mobile phone to represent the Samsung case study.

Osaro

探索Osaro如何利用深度强化学习,实现自动化并改造了仓库市场。

Image of a supermarket to represent the Freshippo case study.

蚂蚁集团

学习蚂蚁集团如何基于分析方法,构建以人工智能为中心的运营模式,以实现企业规模的扩大和商业创新。

注:所有产品和公司名称均归其商标或注册商标所有者所属。研究以上产品/公司不代表与其有任何联系或获得其背书。

课程名师

Profile picture of professor Lori Rosenkopf, PhD

FREDERICO FINAN

加州大学伯克利分校经济系和哈斯商学院教授

作为应用微观经济学的专家,Finan教授在哈斯商学院的EMBA课程中教授数据分析的研究生课程。他的研究工作使用数据分析来探索发展中国家在经济和政治力量之间的相互作用。 通常,这包括使用大型数据集和使用A/B测试技术来更好地将数据和经验证据纳入商业和政策决策。

Finan教授发表过20多篇经同行评议的论文,其中许多发表在顶级学术期刊上,如《美国经济评论》和《经济学季刊》。其他相关荣誉包括: 伯克利分校经济与政治中心教务主任;研究和发展经济分析局理事会成员和研究员;以及美国全国经济研究所副研究员。2013年,Finan教授获得Alfred P.Sloan研究学者奖。

Finan教授还曾应邀就数据分析和其他研究课题作过100多次演讲,包括最近在芝加哥大学、哈佛大学、斯坦福大学、耶鲁大学和世界银行所做的演讲。

2006年,Finan教授在加州大学伯克利分校获得农业和资源经济学博士学位。2009年回到加州大学伯克利分校担任讲师之前,他曾在加州大学洛杉矶分校担任经济学助理教授和斯坦福大学商学院客座教授。

Profile picture of professor Lori Rosenkopf, PhD

DEMIAN POUZO

经济系副教授,加州大学伯克利分校

Pouzo教授自2009年起成为加州大学伯克利分校的讲师,在哈斯商学院高管教育项目中教授数据分析的研究生课程。 除了探索个人如何在不确定的情况下进行决策,他的研究重点在于为机器学习方法开发工具,尤其是探索数据背后的模式。

Pouzo教授在经济学、金融学、统计学和应用数学领域的期刊上发表过经同行评议的论文。他是《计量经济学方法杂志》和《计量经济学杂志》的副主编。 他受邀做过100多场有关机器学习和其他研究主题的嘉宾演讲,包括在芝加哥大学、哈佛大学和麻省理工学院的演讲。

Pouzo教授于2009年获得纽约大学经济学博士学位,其导师包括里卡多·拉戈斯、陈晓红和汤姆·萨金特(2011年诺贝尔经济学奖得主)。

证书

Example image of certificate that will be awarded after successful completion of this program

证书

获得认证!一旦成功完成课程,加州大学伯克利分校高管教育将向学员颁发经过认证的数字结业证书。 学员要在必修课程(包括毕业项目)中获得至少80%的分数,才能获得结业证书。本课程还有助于您获得 商务卓越证书。

下载手册

注:学习本课程可以获颁电子结业证书,但不代表获得学位学分/CEUs。成功完成课程后,您的认证数字证书将通过电子邮件发送给您,其上的姓名为报名时登记的姓名。 所有证书图片仅用于说明目的,加州大学伯克利分校高管教育可能会酌情更改。

Example image of UC Berkeley Certificate of Business Excellence

学习该课程,助您获取商业卓越证书!

课程天数: 2天

学术支柱: 创业与创新/战略与管理

获得加州大学伯克利分校商务卓越证书的学员将有机会创建个人学习计划。 并将获得世界一流大学的认证,享受最多在三年内完成该项目的灵活学制。

了解更多

立刻报名

名额有限,机不可失。欲订从速!