Einsatzbereiche und Nutzen

Comelio GmbH
In Berlin, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten

950 
Möchten Sie den Bildungsanbieter lieber direkt anrufen?
030 8... Mehr ansehen

Wichtige informationen

  • Intensivseminar berufsbegleitend
  • Mittelstufe
  • An 10 Standorten
  • 7 Lehrstunden
  • Dauer:
    1 Tag
Beschreibung

Data Mining - Überblick                                                      

Wichtige informationen
Veranstaltungsort(e)

Wo und wann

Beginn Lage
auf Anfrage
Berlin
Goethestr. 34, 13086, Berlin, Deutschland
Plan ansehen
auf Anfrage
Dresden
Rosenstraße 36, 01067, Sachsen, Deutschland
Plan ansehen
auf Anfrage
Düsseldorf
Stadttor 1, Nordrhein-Westfalen, NRW, Deutschland
Plan ansehen
auf Anfrage
Frankfurt Am Main
Mainzer Landstraße 50, 60325, Hessen, Deutschland
Plan ansehen
auf Anfrage
Hamburg
Stadthausbrücke 1-3, 20355, Hamburg, Deutschland
Plan ansehen
Alle ansehen (10)

Meinungen

Zu diesem Kurs gibt es noch keine Meinungen

Was lernen Sie in diesem Kurs?

Allgemeine Kenntnisse der MathematikData Mining-Überblick
Data Mining-Verfahren 1
Data Mining-Verfahren 2
Data Mining-Verfahren 3
Software-Lösungen für Data Mining
Einführung von Data Mining im Unternehmen

Themenkreis

Kurslevel:
Manager

Zielgruppe:
Projektleiter, Teamleiter

Voraussetzungen:
Allgemeine Kenntnisse der Mathematik

Methode:
Vortrag und Diskussion

Seminarziele:
Der Einsatz von Data Mining übertrifft das, was ein traditionelles Berichtssystem leisten kann - und das sogar dann, wenn in den Berichten bereits mit statistischen Verfahren gearbeitet wird. Der Fokus bei Data Mining liegt auf der Musterentdeckung und damit der Ableitung neuen Wissens. Dieses kann dann für die Erklärung und die Prognose bspw. von Kundenverhalten sowie für die Optimierung von Produktionsprozessen verwendet werden. Diese eintägige Veranstaltung zeigt EntscheiderInnen, welche Möglichkeiten sich mit den gängigen Data Mining-Verfahren bieten und wie sie im Unternehmen eingeführt werden können.

Themen:
A. Data Mining-Überblick
Statistik - Multivariate Verfahren - Data Mining für Struktur- und Musterentdeckung - Prognose

B. Data Mining-Verfahren 1
Assoziationsanalyse für Warenkorbanalyse, Klickpfade oder Merkmalshäufungen

C. Data Mining-Verfahren 2
Clustering für Kundensegmentierung und automatische Klassifizierung

D. Data Mining-Verfahren 3
Künstlichen Neuronale Netze: Metrische und Kategoriale Vorhersage und Prognose

E. Software-Lösungen für Data Mining
"Alles aus einer Hand" mit Microsoft und Oracle, Spezielle Anbieter, Open Source-Produkte

F. Einführung von Data Mining im Unternehmen
Typische Projekte und ihre Voraussetzungen - Zeitbedarf und Kosten - Vorteile und Amortisation

Unsere dozenten

Marco Skulschus studierte in Wuppertal und Paris Ökonomie mit Schwerpunkt Wirtschaftsinformatik und arbeitet schon seit mehr als 10 Jahren als Dozent und Projektleiter/Berater für Business Intelligence und Data Mining. Er ist auch als Fachbuch-Autor tätig und war in verschiedenen Forschungsprojekten im Einsatz.

Veröffentlichungen:

  • "MS SQL Server - XML und SOAP-Webservices" (Comelio Medien, ISBN 978-3-939701-03-3)

  • "MS SQL Server - T-SQL Programmierung und Abfragen" (Comelio Medien, ISBN 978-3-939701-02-6)

  • "SQL und relationale Datenbanken" (Comelio Medien, ISBN 978-3-939701-52-1)

  • "Grundlagen empirische Sozialforschung - Befragung und Fragebogen im Unternehmen" (Comelio Medien, ISBN 978-3-939701-23-1)

  • "System und Systematik von Fragebögen" (Comelio Medien, ISBN 978-3-939701-26-2)

Erfahrung:
Projekte:
Als Berater und Projektleiter konzipiert Herr Skulschus Business Intelligence-Systeme auf Basis von OLAP und Data Warehouse-Technologien mit Berichtskomponenten, statistische Analysen und Data Mining-Modulen. Zu seinen größten Projekten zählt die Entwicklung eines Data Warehouses für den Deutschen Bundesrat mit deutschen Steuerdaten für Analysen und Prognosen von Steuereinnahmen, Ausgaben des Bundes und Bevölkerungsentwicklung. Weitere Projekte hatten die Analyse von Marktforschungsdaten oder Versicherungsleistungen sowie Gesundheitsdaten zum Thema.

Zertifizierung:

Marco Skulschus ist zertifiziert als "Microsoft Certified Trainer", "Microsoft Certified Application Designer" und hat die ComptiaCTT+-Prüfung absolviert.

Webseite:

  • http://www.marco-skulschus.de

  • http://de.wikipedia.org/wiki/Marco_Skulschus




Zusätzliche Informationen

Der Einsatz von Data Mining übertrifft das, was ein traditionelles Berichtssystem leisten kann - und das sogar dann, wenn in den Berichten bereits mit statistischen Verfahren gearbeitet wird. Der Fokus bei Data Mining liegt auf der Musterentdeckung und damit der Ableitung neuen Wissens. Dieses kann dann für die Erklärung und die Prognose bspw. von Kundenverhalten sowie für die Optimierung von Produktionsprozessen verwendet werden. Diese eintägige Veranstaltung zeigt EntscheiderInnen, welche Möglichkeiten sich mit den gängigen Data Mining-Verfahren bieten und wie sie im Unternehmen eingeführt werden können.