Daten sind der Treibstoff für die Digitalisierung der Wirtschaft. Allerdings können Unternehmen erst dann Fahrt aufnehmen, wenn sie über eigene Fachleute verfügen, die
- bereits vorhandene Produktions-, Kunden- oder Markt-Daten strukturieren und auswerten können,
- über geeignete Methoden zur Erhebung zusätzlich erforderlicher Daten verfügen
- die großen Potenziale datengestützter Analysen und Prozesse für die Wertschöpfung erschließen können.
Mit ihren umfassend erweiterten Kompetenzen, z. B. in Datenanalyse oder Business Intelligence (BI), positionieren Data Analysten (IHK) ihre berufliche Zukunft in einem Schlüsselbereich der Unternehmensentwicklung. Sie können datengestützte Optimierungspotenziale identifizieren, die Entscheiderkreise beraten und Datenprojekte steuern.
Daten Analysten können
- das Potenzial der Datennutzung zur Optimierung von Arbeits- und Geschäftsprozessen
praxisorientiert analysieren - datengestützte Entscheidungen z. B. in Produktion, Marketing oder Logistik fördern
- zur Steigerung der Wettbewerbsfähigkeit beitragen
- unternehmensspezifische Datenprojekte konzipieren und umsetzen
- seine beruflichen Perspektiven innovativ verbessern
1. Grundlagen Data Analytics - ETL-Prozesse (Extract, Transform, Load)
- Überblick zu Data Analytics
- Datenim- und -export
- Explorative Datenanalyse
- Daten bearbeiten und transformieren
- Dokumentation und Organisation von Workflows
2. Visuelle Analyse und Reporting - Einstieg in BI-Tools (Business Intelligence)
- Grundzüge der visuellen Analyse und des Reportings
- Daten importieren, kombinieren und formatieren
- Graphen und Ansichten
- Daten filtern und Berechnungen durchführen
- Datenexport, Dashboards und Storys
3. Data Analytics für Fortgeschrittene - Datenbanken, Machine Learning, Workflow Control
- Arbeiten mit Datenbanken
- Maschinelles Lernen
- Workflow-Kontrollstrukturen
- Schnittstellen und Einbettungen
- Workflow-Optimierung
4. Datenprojekte - bewerten, planen und umsetzen
- Datenprojekte bewerten
- Datenprojekte planen und organisieren
- Datenprojekte formulieren und visualisieren
5. Praktisch umsetzen - Datenprojekte planen, Modelle erstellen, Vorhersagen treffen
- Anwendungsfall aus der betrieblichen Praxis
- Planung, Umsetzung und Ausführung eines Datenmodells