Digital House Coding School

Data Analytics

Digital House Coding School
Em São Paulo

Preço a consultar
Ou prefere ligar para o centro agora?
01148... Ver mais

Informação importante

Tipologia Curso intensivo
Local São paulo
Início Datas a escolher
  • Curso intensivo
  • São paulo
  • Início:
    Datas a escolher
Descrição

O curso oferece as ferramentas necessárias para traduzir grandes volumes de informação e, assim, poder tomar decisões de negócio efetivas. Para isso, são usados intensamente Excel, PowerBI, linguagem SQL e diversas ferramentas de análise de comportamento digital, como o Google Analytics e plataformas de análise para redes sociais.
Você aprenderá a coletar, limpar e analisar dados de diversas fontes, como Internet, redes sociais, bancos de dados locais ou remotos, além de técnicas de visualização e predição de cenários futuros.
Também vai elaborar modelos conceituais de negócios e modelos analíticos simples. Poderá aplicar modelos preditivos que permitam tomar decisões estratégicas de negócio.
Em 5 meses de aulas presenciais e intensivas, você se tornará um analista de dados, profissional muito valorizado no mercado.

Instalações (1)
Instalações e datas
Início Localização
Datas a escolher
São Paulo
Av Dr Cardoso de Melo, 90 – Vila Olímpia, São Paulo, 04506003, São Paulo, Brasil
Ver mapa
Início Datas a escolher
Localização
São Paulo
Av Dr Cardoso de Melo, 90 – Vila Olímpia, São Paulo, 04506003, São Paulo, Brasil
Ver mapa

Perguntas frequentes:

· Quais são os objetivos deste curso?

O objetivo geral do curso de Data Analytics é que os alunos possam usar grandes conjuntos de dados para tomar decisões seguras e confiáveis. O curso ajudará os participantes a adquirir habilidades que permitam expandir seus negócios, aumentar seus benefícios e sua rentabilidade, assim como agregar o máximo de valor para todas as partes envolvidas.

· Público alvo

O curso é orientado para todas as pessoas interessadas em ampliar suas capacidades analíticas e em melhorar suas tomadas de decisão. PROFISSIONAIS DE MARKETING DIGITAL que querem analisar dados de diversas plataformas, buscar otimizações e melhorar seus resultados. Gerentes e diretores de empresas, líderes de equipes que tomam decisões, têm subordinados e precisam analisar como é possível ser mais produtivo nas suas áreas ou na empresa como um todo. ANALISTAS DE NEGÓCIOS Profissionais encarregados tanto de entender uma ou várias áreas de uma empresa e sua operação para poder implementar melhorias nos processos como do retorno do investimento, analisando informações e gerando estratégias. EMPREENDEDORES que precisam de dados para tomar decisões objetivas e encontrar formas de tornar mais eficientes tanto o retorno do investimento como suas táticas de marketing e a forma de gerenciar seus processos estratégicos para crescer. BUSINESS INTELLIGENCE/ INTELIGÊNCIA COMERCIAL Profissionais encarregados de gerar, gerenciar e transmitir o conhecimento de uma empresa e os seus resultados para promover sua eficiência e inovação. São responsáveis por preparar dashboards e relatórios que permitam que outras áreas também tomem decisões e gerar visualizações dos avanços da respectiva estratégia.

· Titulação

Certificado

· O que acontece depois de uma solicitação de mais informações?

Entreremos em contato por telefone

O que se aprende nesse curso?

Data Analytics
Data analytics para negócios
Ciclo de vida dos dados
Principais KPIs
Business Metrics
SQL
DDL
DML
Big Data
ETL

Programa

01. INTRODUÇÃO AO DATA ANALYTICS PARA NEGÓCIOS

» Objetivo: Conhecer o ciclo de vida dos dados, as funções necessárias e as métricas fundamentais nos diferentes modelos de negócio. Principais KPIs, funções nas equipes de Analytics. Necessidades de informação de acordo com o interesse do solicitante. » Ciclo de vida dos dados e fluxo de trabalho em Data Analytics. » Funções e habilidades necessárias em uma equipe de Data Analytics. » Cultura de dados, qualidade dos dados, tipos de dados. » Business Metrics: KPI x KSI. » Necessidades de informação das partes envolvidas interna e externamente.

02. FUNDAMENTOS DE ESTATÍSTICA PARA NEGÓCIOS

» Objetivo: Conhecer as bases e os princípios estatísticos que orientarão a análise das métricas adequadas para obter uma primeira análise das informações. » Principais elementos da estatística descritiva. Estrutura de dados e matrizes. Caracterização de uma distribuição: frequências, medidas de tendência central, dispersão e simetria. » Relações entre variáveis quantitativas. Medidas de dispersão (Variabilidade). Desvio padrão. Desvio médio. Coeficiente de variação. » Indicadores: proporções, médias, índices e taxas. Associação: entre variáveis qualitativas e quantitativas. Coeficiente de correlação. » Modelo de regressão linear. A reta de regressão. O coeficiente de correlação linear. Coeficiente de determinação. Medir a qualidade do modelo. Regressão linear múltipla.

03. EXTRAÇÃO DE DADOS COM SQL

» Objetivo: Aprender a fazer consultas em SQL (a linguagem padrão para trabalhar com bancos de dados) e usar os resultados como insumo para a análise. » Introdução a conceitos básicos. Motores digitais de bancos de dados. Concorrência. Consistência. Disponibilidade. Integridade. Integridade transacional (ACID). Índices: Definição e utilidade. Ex. dois motores mais utilizados hoje e suas diferenças. » SQL conceitos básicos. Sentenças DDL. Sentenças DML: Rápida ebreve resenha das operações disponíveis: INSERT, SELECT, DELETE e UPDATE. Acrescentando e organizando dados em SQL (SORT, AGGREGATE). Extraindo dados de múltiplas tabelas (JOIN). Empilhando dados (UNION). O que fazer com os dados após a extração? » Enfoque e Arquitetura de Data Warehouse. » Data Warehouse x Datamarts. Modelos Dimensionais. Exemplos por área de negócio.

04. LIMPEZA, PREPARAÇÃO E MANIPULAÇÃO DE DADOS

» Objetivo: Conhecer as técnicas e os processos mais eficientes para transformar dados brutos e desorganizados em informações que possam ser processadas e interpretadas. Realizar atividades práticas sobre limpeza de dados em geral, executar o processo de extração e upload de dados em ferramentas de BI e reconhecer as características do processo de extração, transformação e upload (ETL). Entender a importância das boas práticas de manipulação de dados. » Critérios de qualidade dos dados. » Limpeza de dados: filtragem, imputação de casos perdidos, lidando com strings e dados categóricos, padronização de formatos, tipos de dados, unificação de diferentes conjuntos de dados. » ETL: Extração, transformação e upload. História, conceito e principais ferramentas. » Big Data: História, conceito e principais ferramentas.

05 IMPLEMENTAÇÃO DE FERRAMENTAS DE ANALYTICS E BUSINESS INTELLIGENCE

» Objetivo: Entendercomo implementar um ecossistema de ferramentas de Analytics e BI, assim como as considerações necessárias para poder extrair insights relevantes. » PowerBI: Apresentação das funcionalidades básicas da ferramenta. Exercícios individuais. Práticas com casos de uso. » Tableau: Apresentação das funcionalidades básicas da ferramenta. Exercícios individuais. Práticas com casos de uso. » Google Data Studio / Google Analytics: Apresentação das funcionalidades básicas da ferramenta. Exercícios individuais. Práticas com casos de uso.

06. INTRODUÇÃO À ANÁLISE PREDITIVA

» Objetivo: Entender os fundamentos e técnicas para a predição de dados (quantitativos e qualitativos). » Predição x Inferência: Métodos paramétricos x não paramétricos. Supervised x Unsupervised Learning. Regressão x Classificação. » Probabilidade marginal, conjunta e condicional. Regra de Bayes. Distribuições de probabilidade mais usadas. » Introdução aos problemas de classificação: Por que não usar a regressão linear? Modelo de regressão logística. Calculando os coeficientes. KNN (clusterização).

07. GERAÇÃO DE UMA ESTRATÉGIA DE MEDIÇÃO

» Objetivo: Aprender a definir um plano estratégico que permita conhecer os mecanismos mais efetivos para utilizar a informação e tomar decisões de negócio, diante de diferentes problemáticas de negócio. » Conceito de Balanced Scorecard: Visão, missão, objetivos estratégicos. Perspectivas: financeira, clientes, processos internos, de aprendizagem e mudança. Iniciativas estratégicas. KPIs/KSIs. » Segmentação de clientes: métodos de clustering para segmentar. Modelo RFM. Modelos de Segmentação por Risco. » Montagem do ciclo de vida e da persona do cliente: Criação e monitoramento do ciclo de vida do cliente.

08. COMUNICANDO E VISUALIZANDO DADOS DE FORMA EFICIENTE

» Objetivo: Conhecer e aplicar técnicas de visualização e exposição para gerar apresentações de resultados elegantes, claras e efetivas. » Princípios de visualização de dados: como criar gráficos claros e efetivos? » Técnicas para visualização de múltiplas variáveis. Técnicas de storytelling para a apresentação de resultados. » Boas práticas na geração de relatórios. » Dashboards e relatórios de acordo com as necessidades do negócio: Dashboards com múltiplos objetos combinados. Navegação entre páginas. » Storytelling.

PROJETO INTEGRADOR

» Objetivo: Aplicação de todo o conhecimento adquirido para resolver problemas de um negócio com aspectos que simulam um caso real de trabalho.» Apresentação do projeto final

Os usuários que se interessaram por esse curso também buscaram...
Ver mais