Làm quen với Phân tích dữ liệu cho doanh nghiệp
Làm quen với Phân tích dữ liệu cho doanh nghiệp
Xin chào các bạn!
Phân tích dữ liệu là quá trình thu thập (gather), làm sạch (clear), phân tích (analyze) và khai thác dữ liệu, sau đó thực hiện diễn giải kết quả và báo cáo những phát hiện từ dữ liệu.
Môn học này giới thiệu các khái niệm phân tích dữ liệu, vai trò của Nhà phân tích dữ liệu và các công cụ được sử dụng để thực hiện các chức năng hàng ngày. Bạn sẽ hiểu được các nguyên tắc cơ bản của phân tích dữ liệu, chẳng hạn như thu thập dữ liệu hoặc khai thác dữ liệu. Sau đó, bạn sẽ học các kỹ năng mềm cần thiết để truyền đạt hiệu quả dữ liệu của bạn cho các bên liên quan và cách thành thạo các kỹ năng này có thể cung cấp cho bạn lựa chọn để trở thành người ra quyết định theo hướng dữ liệu.
Chúc các bạn học tốt!
MỤC TIÊU MÔN HỌC
Sau khi học xong môn này, học viên sẽ đạt được các chuẩn kiến thức, kỹ năng đầu ra như sau:
- Nắm được các khái niệm cơ bản về công việc Phân tích dữ liệu và hệ sinh thái khoa học dữ liệu.
- Hiểu rõ vai trò của Phân tích dữ liệu trong các bài toán kinh doanh.
- Nắm được cách thức kết nối và giao tiếp với các bên liên quan trong một dữ án liên quan đến Phân tích dữ liệu.
- Sử dụng được excel để xử lý bài toán phân tích dữ liệu cơ bản từ đầu đến cuối.
TRẢI NGHIỆM HỌC TẬP
Để bắt đầu, các bạn nên dành một vài phút khám phá môn học và cấu trúc chung. Môn học sẽ có 3 phần với 12 bài học. Xuyên suốt các bài học và cuối mỗi học phần, các bài thực hành Lab và bài tập lớn (Project) sẽ giúp các bạn tăng cường việc ghi nhớ và vận dung lý thuyết đã học vào các bài toán thực tế. Để việc học tập được hiệu quả, hãy luôn trau dồi kiến thức, không ngừng học hỏi, nghiên cứu và lập cho mình một kế hoạch học tập hợp lý để hoàn thành khóa học một cách xuất sắc.
Trong thời gian học, nếu các bạn có bất cứ câu hỏi nào hãy kết nối với Mentor để được giải đáp.
CẤU TRÚC MÔN HỌC
Phần 1: Tổng quan về phân tích dữ liệu
- Bài 1: Khái niệm về phân tích dữ liệu
- Bài 2: Thu thập dữ liệu
- Bài 3: Sắp xếp dữ liệu
- Bài 4: Phân tích và khai phá dữ liệu
- Bài 5: Trình bày kết quả phân tích dữ liệu
Phần 2: Kỹ thuật phân tích trong kinh doanh
- Bài 6: Tầm quan trọng của các quyết định kinh doanh công bằng
- Bài 7: Đặt câu hỏi hiệu quả và tiết kiệm thời gian với tư duy có cấu trúc
- Bài 8: Tầm quan trọng của việc giao tiếp với các bên liên quan
- Assingment 1 - Ứng dụng tư duy phân tích dữ liệu trong bài toán bán hàng Online
Phần 3: Advance Excel
- Bài 9: Khái niệm cơ bản về chất lượng dữ liệu và tính riêng tư của dữ liệu
- Bài 10: Làm sạch dữ liệu
- Bài 11: Query Editor và Power Pivot
- Bài 12: Thiết kế Dashboard
CHUYÊN GIA THIẾT KẾ VÀ PHẢN BIỆN MÔN HỌC
THIẾT KẾ MÔN HỌC: Th.S Nguyễn Thế Chinh
- Thạc sĩ tại Viện công nghệ Hoàng Gia, Thụy Điển
- Chuyên viên nghiên cứu Machine Learning tại Coderschool
NGUỒN HỌC LIỆU
Trong thời đại hiện nay, mỗi môn học đều có nhiều nguồn tài liệu liên quan kể cả sách in và online, FUNiX Way không quy định một nguồn học liệu cụ thể mà khuyến cáo để học viên chọn được nguồn phù hợp nhất cho mình. Trong quá trình học từ nhiều nguồn khác nhau theo lựa chọn cá nhân đó, khi sinh viên phát sinh câu hỏi thì sẽ được kết nối nhanh nhất với mentor để được giải đáp. Toàn bộ phần đánh giá bao gồm các câu hỏi trắc nghiệm, bài tập, dự án và thi vấn đáp do FUNiX thiết kế, xây dựng và thực hiện.
Các môn học của FUNiX không quy định bắt buộc tài liệu học tập, sinh viên có thể chủ động tìm và học từ bất kỳ nguồn nào phù hợp, kể cả sách in hay nguồn học liệu online (MOOC) hay các website. Việc sử dụng các nguồn đó do học viên chịu trách nhiệm và đảm bảo tuân thủ các chính sách của chủ sở hữu nguồn, trừ trường hợp họ có sự hợp tác chính thức với FUNiX. Nếu cần hỗ trợ, học viên có thể liên hệ phòng đào tạo FUNiX để được hướng dẫn.
Dưới đây là một số nguồn học liệu của môn học mà học viên có thể tham khảo sử dụng. Việc liệt kê nguồn dưới đây không nhất thiết hàm ý rằng FUNiX có sự hợp tác chính thức với chủ sở hữu của nguồn: Coursera, tutorialspoint, edX Training, or Udemy.
KÊNH PHẢN HỒI
FUNiX sẵn sàng đón nhận và trao đổi về mọi ý kiến góp ý, phản hồi liên quan đến học liệu qua email [email protected]