Overordnede kursusmål
Business Analytics (BA) handler om at udforske og analysere store
mængder data for at opnå indsigt i retrospektive virksomhedsforhold
for at understøtte fremtidige beslutninger og planlægning. Det
generelle BA emne opdeles normalt i tre del-emner:
• Deskriptiv analyse (Hvad skete der? Og diagnostisk analyse af
hvorfor?): Opnå indsigt og måle tidligere præstationer fra
historiske data.
• Prædiktiv analyse (Hvad kommer der til at ske?): Modellere
fremtiden.
• Præskriptiv analyse (Hvad bør der ske?): Anbefale beslutninger
for fremtidig handling.
Studerende, der har fuldendt kurset, vil være i stand til at
anvende det fulde spektrum af analyser, dvs. deskriptiv, prædiktiv
og præskriptiv, på en specifik business case inklusive
visualisering og rapportering af indsigt, resultater og
anbefalinger.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forklare det generelle formål med og forventede udfald af
business analytics.
- Beskrive de tre former for analyse der hovedsagligt
karakteriserer business analytics og forklare formålet med hver af
disse.
- Liste og forklare typiske metoder fra hver af disse tre former
for analyse.
- Sammenligne styrker og svagheder for typiske metoder indenfor
hver analyseform.
- Udvælge og anvende passende metoder fra hver analyseform til
specifikke business cases.
- Udvikle og visualisere indsigt i en virksomheds virke for
specifikke business cases ved at sammendrage information fra
anvendelse af udvalgte metoder fra deskriptiv og prædiktiv
analyse.
- Anbefale bedste handlingsplan for specifikke business cases ved
anvendelse af passende metoder fra præskriptiv analyse.
- Formulere, visualisere og rapportere anbefalinger for
specifikke business cases ved at sammendrage information fra
anvendelse af udvalgte metoder fra alle tre
analyseformer.
Kursusindhold
Studerende introduceres til forskellige kvantitative metoder fra
deskriptiv, prædiktiv og præskriptiv analyse. Disse metoder
inkluderer data visualisering, forecasting (trends, sæsonudsving,
regressionsanalyse etc.), data mining, Monte Carlo simulering og
optimering. Metoderne eksemplificeres gennem forskellige cases
indenfor f.eks. revenue management og risk management.
Sidst opdateret
12. februar, 2019
