دوره آموزشی
آموزش های Coursera
دوبله زبان فارسی

آشنایی با تحلیل داده

آشنایی با تحلیل داده

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • اعمال فرآیند تحلیل داده OSEMN در داده بازاریابی
  • مقایسه و تضاد انواع فرمت‌های داده و کاربردهای آن‌ها در سناریوهای مختلف
  • شناسایی شکاف‌های داده و بیان نقاط قوت و ضعف داده جمع آوری شده

توضیحات دوره

این دوره درک عملی و چارچوبی را برای تسک‌های اولیه تحلیل داده، از جمله استخراج، پاکسازی، دستکاری و تحلیل داده فراهم می‌کند. این دوره چرخه OSEMN را برای مدیریت پروژه‌های تحلیل بررسی می‌کند و شما نمونه‌های واقعی را بررسی خواهید کرد از اینکه چگونه شرکت‌ها از بینش‌های داده برای بهبود تصمیم‌گیری استفاده می کنند.

تا پایان این دوره شما قادر خواهید بود:

  • اهداف تجاری، KPI و معیارهای مرتبط را تدوین کنید.
  • فرآیند تحلیل داده را با چارچوب OSEMN اعمال کنید.
  • داده مرتبطی که می‌خواهید برای بازاریابی جمع‌آوری کنید را شناسایی و تعریف کنید.
  • مقایسه و تضاد انواع فرمت‌های داده و کاربردهای آن‌ها در سناریوهای مختلف
  • شکاف داده را شناسایی کرده و نقاط قوت و ضعف داده جمع آوری شده را بیان کنید.

شما نیاز به تجربه‌ی بازاریابی یا تحلیل داده ندارید، اما باید مهارت‌های اولیه ناوبری اینترنت و همچنین تمایلل به مشارکت داشته باشید. ایده‌آل این است که شما "دوره 1 - اصول تحلیل بازاریابی" در این برنامه را قبلاً گذرانده باشید.

آشنایی با تحلیل داده

  • آشنایی با برنامه 2:07
  • ویدئوی آشنایی با دوره 2:07
  • آشنایی با آنکه آودنارت 2:09
  • مقدمه هفتگی: تحلیل داده چیست؟ 1:37
  • مقدمه: قدرت داده 2:35
  • تحلیل داده چیست؟ 8:40
  • یک تحلیلگر داده چه کاری انجام می‌دهد؟ 5:25
  • چارچوب به عنوان یک ابزار مفید 1:09
  • چارچوب OSEMN 4:08
  • با یک هدف مشخص شروع کنید 3:52
  • درک KPIها 5:58
  • استفاده از چارچوب OSEMN: مثال 8:50
  • بررسی هفتگی: کار با داده 0:45
  • آشنایی با برنامه درسی دوره تحلیل داده None
  • به انجمن تحلیل بازاریابی متا یا انجمن تحلیلگران داده متا بپیوندید! None
  • چگونه در این برنامه موفق باشیم؟ None
  • تحلیل داده در مقابل علم داده None
  • بررسی چارچوب OSEMN None
  • مقدمه: بدست آوردن و پاکسازی داده 1:20
  • دنیا، دنیای داده است 1:35
  • کجا به‌دنبال داده بگردیم؟ 7:36
  • فرمت‌های رایج داده 5:15
  • داده نمونه‌برداری شده 7:33
  • داده شخص ثالث و شخص اول 4:32
  • ارزیابی اعتبار منابع داده 7:54
  • داده خود را پاکسازی کنید 2:05
  • حذف رکوردهای تکراری 3:25
  • رکوردهای خود را فرمت‌بندی کنید 4:12
  • مدیریت مقادیر گمشده 3:53
  • بررسی برای مقادیر اشتباه 2:31
  • یک مثال واقعی 2:19
  • مطالعه موردی - بدست آوردن داده 3:52
  • مطالعه موردی - پاکسازی داده 7:04
  • بررسی هفتگی: بدست آوردن و پاکسازی داده 0:51
  • بررسی منابع داده رایگان و مفید None
  • خلاصه: اعتبار داده None
  • خلاصه: پاکسازی داده None
  • مقدمه: بررسی و مدلسازی داده 1:11
  • داده خود را بهتر بشناسید 2:04
  • زبان داده 4:47
  • ایجاد مصورسازی‌ها 4:32
  • بررسی توزیع‌های داده 5:25
  • بررسی روابط داده 6:26
  • مهندسی ویژگی‌ها 3:54
  • پیش‌بینی از داده خود با مدلسازی 1:22
  • مدل‌ها چه هستند و چرا از آن‌ها استفاده کنیم؟ 4:27
  • مدل‌ها چگونه کار می‌کنند؟ 4:59
  • انواع مختلف مدل‌ها 5:08
  • یک مثال واقعی 3:08
  • مطالعه موردی - بررسی داده 4:28
  • مطالعه موردی - مدلسازی داده 3:05
  • نتیجه‌گیری هفتگی 0:46
  • خلاصه: بررسی داده None
  • انواع مدل‌های رایج None
  • مقدمه: تفسیر داده 1:32
  • به سوالات تجاری خود با داده خود پاسخ دهید 3:28
  • نتایج مدل خود را درک کنید 5:50
  • یافته‌های خود را توضیح دهید 6:46
  • قدرت داستان‌ها 1:31
  • توضیح، روشنگری و درگیر کردن 4:09
  • تعریف یک داستان جذاب 4:40
  • مقدمه 1:55
  • بدست آوردن داده 3:39
  • پاکسازی داده 3:15
  • کاوش داده‌ها 5:50
  • مدلسازی داده 2:59
  • تفسیر داده 3:18
  • بررسی هفتگی: تفسیر داده 0:44
  • تبریک! 1:09
  • خواندن خلاصه: تفسیر داده و داستان‌سرایی None
  • درک Generative AI: بررسی 8:26
  • بررسی فناوری‌های مختلف GenAI 11:41
  • کاربردهای Generative AI در کسب و کار 8:16
  • هدایت چالش‌ها: نگرانی‌ها در مورد هوش مصنوعی 7:51
  • یکپارچه‌سازی GenAI با تحلیل داده 5:51
  • بهبود کیفیت داده و تولید با GenAI 7:20
  • GenAI در تحلیل پیش‌بینی 8:59
  • مطالعات موردی: GenAI در تحلیل داده 5:20
  • Responsible AI - هوش مصنوعی در متا None
  • خلاصه: نکات کلیدی در مورد Generative AI None
  • خلاصه: نکات کلیدی درباره GenAI در تحلیل داده None
  • از GenAI در پروژه‌های تحلیل داده خود استفاده کنید None

1,876,000 375,200 تومان

مشخصات آموزش

آشنایی با تحلیل داده

  • تاریخ به روز رسانی: 1404/06/14
  • سطح دوره:مقدماتی
  • تعداد درس:82
  • مدت زمان :04:45:30
  • حجم :1.77GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

آموزش های یودمی
3,403,500 680,700 تومان
  • زمان: 08:37:22
  • تعداد درس: 34
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
3,476,000 695,200 تومان
  • زمان: 08:48:53
  • تعداد درس: 26
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
9,157,000 1,831,400 تومان
  • زمان: 23:11:13
  • تعداد درس: 161
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
10,730,500 2,146,100 تومان
  • زمان: 27:10:32
  • تعداد درس: 203
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های Skillshare
546,000 109,200 تومان
  • زمان: 1:23:58
  • تعداد درس: 16
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
7,643,000 1,528,600 تومان
  • زمان: 19:21:59
  • تعداد درس: 121
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
6,477,500 1,295,500 تومان
  • زمان: 16:24:29
  • تعداد درس: 101
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
4,680,500 936,100 تومان
  • زمان: 11:51:28
  • تعداد درس: 158
  • سطح دوره:
  • زبان: دوبله فارسی
آموزش های یودمی
6,958,500 1,391,700 تومان
  • زمان: 17:37:23
  • تعداد درس: 109
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید