Datu analīze un stratēģija
Studiju kursa īstenotājs
Dzirciema iela 16, Rīga, szf@rsu.lv
Par studiju kursu
Mērķis
Apgūt un izprast kvantitatīvas un kvalitatīvas analīzes iespējas organizācijas stratēģiskiem elementiem (vērtību ķēde, biznesa spējas, biznesa procesi, mērķi un organizatoriskā struktūra), izmantojot datu analīzes un darījuma intelekta sistēmu (BI) pieejas un tehnikas.
Priekšzināšanas
Nepieciešamas priekšzināšanas par datu analīzes pamatiem, datu avotiem, datu struktūrām un vizualizāciju. Vēlamas priekšzināšanas organizācijas vadīšanas principos.
Studiju rezultāti
Zināšanas
1.Spēj veidot rekomendācijas un interpretāciju par organizācijas darbības izskaidrošanas iespējām ar datu analīzes palīdzību un vērtību, ko tāda analīze var sniegt.
Patstāvīgais darbs • Korelāciju un cēloņsakarību analīze • Biznesa modeļu skaidrošana ar datiem • Rekomendāciju izstrāde datu avotam • Gala pārbaudījums
2.Spēj formulēt un definēt datu analīzes, mašīnmācīšanās un mākslīgā intelekta pielietojuma piemērus.
Biznesa modeļu skaidrošana ar datiem • Patstāvīgais darbs • Gala pārbaudījums
3.Spēj interpretēt ar datu stratēģijas izveides pieejas un tās elementus.
Gala pārbaudījums • Patstāvīgais darbs • Rekomendāciju izstrāde datu avotam • Klienta pieredzes ceļojuma analīze • Procesa izraces analīze • Organizācijas komunikācijas datu analīze
4.Spēj interpretēt un skaidrot datu risinājumu biznesa un tehniskās arhitektūras uzbūves principus un spēj nosaukt un raksturot tās elementus.
Organizācijas komunikācijas datu analīze • Rekomendāciju izstrāde datu avotam • Procesa izraces analīze • Klienta pieredzes ceļojuma analīze • Patstāvīgais darbs • Gala pārbaudījums
5.Spēj identificēt un definēt analītiskos uzdevumus, individuālā un organizācijas līmenī.
Gala pārbaudījums • Klienta pieredzes ceļojuma analīze • Biznesa modeļu skaidrošana ar datiem • Procesa izraces analīze • Rekomendāciju izstrāde datu avotam • Organizācijas komunikācijas datu analīze
Prasmes
1.Spēj izveidot analītisko uzdevumu risinājuma dizainu.
Klienta pieredzes ceļojuma analīze • Gala pārbaudījums
2.Spēj veikt datu modelēšanu un datu vizualizēšanu, atbilstoši biznesa uzdevumam.
Gala pārbaudījums • Biznesa modeļu skaidrošana ar datiem
3.Spēj izvēlēties un pielietot modernas kvantitatīvas datu analīzes metodes.
Procesa izraces analīze • Gala pārbaudījums
4.Spēj novērtēt un izskaidrot datu analīzes, vadības paneļu un atskaišu biznesa vērtību.
Gala pārbaudījums • Organizācijas komunikācijas datu analīze • Korelāciju un cēloņsakarību analīze
5.Spēj pielietot datu analīzi, biznesa modeļu skaidrošanai.
Biznesa modeļu skaidrošana ar datiem • Rekomendāciju izstrāde datu avotam • Procesa izraces analīze • Gala pārbaudījums
6.Spēj izmantot atbilstošas biznesa uzdevumam datu analīzes tehnikas un pieejas.
Gala pārbaudījums • Klienta pieredzes ceļojuma analīze • Biznesa modeļu skaidrošana ar datiem • Patstāvīgais darbs
7.Ir ieguvuši praktiskas iemaņas datu analīzes uzdevuma izveidē, datu ielādē no dažādiem datu avotiem, datu modelēšanā un datu vizualizācijā.
Patstāvīgais darbs • Rekomendāciju izstrāde datu avotam • Gala pārbaudījums
Kompetences
1.Spēs patstāvīgi izvērtēt un izveidot, atbilstoši biznesa problēmai, datu analīzes pielietojuma vai risinājuma dizainu.
Gala pārbaudījums • Rekomendāciju izstrāde datu avotam
2.Spēs izvēlēties datu analīzes uzdevumiem atbilstošus rīkus un analīzes tehnikas.
Korelāciju un cēloņsakarību analīze • Organizācijas komunikācijas datu analīze • Gala pārbaudījums
3.Spēs novērtēt organizācijas briedumu datu analīzes jomā, fiksēt esošo situāciju, izstrādāt rekomendācijas uzlabojumiem.
Gala pārbaudījums
4.Spēs novērtēt organizācijas analītikas atbilstību biznesa mērķiem un automatizācijas pakāpi.
Gala pārbaudījums • Organizācijas komunikācijas datu analīze
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
20,00% no gala vērtējuma
|
10 balles
|
|
Patstāvīgā darbā studentiem jāveido grupu darbs par kursā apgūtiem tematiem, veicot projekta datu analīzi, vizualizāciju, rekomendāciju izstrādi. |
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Korelāciju un cēloņsakarību analīze |
10,00% no gala vērtējuma
|
10 balles
|
|
Veikt korelāciiju analīzi piedāvātajiem datu avotiem. Vizuāli attēlot cēloņsakarības. |
||
|
2.
Biznesa modeļu skaidrošana ar datiem |
10,00% no gala vērtējuma
|
10 balles
|
|
Veikt datu modeļu vizualizāciju piedāvātajiem datiem, veikt datu modeļu interpretāciju. |
||
|
3.
Rekomendāciju izstrāde datu avotam |
10,00% no gala vērtējuma
|
10 balles
|
|
Veikt datu analīzi piedāvātajiem datiem un izveidot rekomendācijas apmācību kursiem un veikt datu interpretāciju. |
||
|
4.
Organizācijas komunikācijas datu analīze |
10,00% no gala vērtējuma
|
10 balles
|
|
Organizācijas komunikācijas grafa analīze, identificēt un analizēt komunikācijas paternus. |
||
|
5.
Procesa izraces analīze |
10,00% no gala vērtējuma
|
10 balles
|
|
Veikt procesu aktivitāšu datu analīzi un procesa visualizāciju, izmantojot procesa izraces vizuāļus. |
||
|
6.
Klienta pieredzes ceļojuma analīze |
10,00% no gala vērtējuma
|
10 balles
|
|
Klienta ceļojuma analīze, klienta pieredzes rādītāju aprēķins un visualizācija (NPS, CSAT, citi). |
||
|
7.
Gala pārbaudījums |
20,00% no gala vērtējuma
|
10 balles
|
|
Veikt datu analīzi un datu vizualizāciju pārdošanas datiem, iekļaujot nepieciešamos datu analīzes elementus un vizualizācijas paņēmienus. |
||
Studiju kursa tēmu plāns
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu analīzes (BI) loma un pielietojums uzņēmuma stratēģiskā vadīšanā
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Uz lēmumu orientēta datu analīze
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Korelācijas un cēloņsakarības
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datos balstīti biznesa modeļi
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Moderni rīki un tehnikas datu analīzei
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Rekomendāciju sistēmas
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
ONA - 'organization network analysis'
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kvantitatīva biznesa procesu analīze ar Procesu izrace
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu analīze priekš digitālās transformācijas
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Zināšanu pārvaldība un loma datu analīzē
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu stjuarti un datu atbalsts biznesa procesu īpašniekiem
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Proaktīva analītika, BI attīstības scenāriji
|
Bibliogrāfija
Obligātā literatūra
Competing on Analytics: The New Science of Winning. 2017Piemērots angļu valodas plūsmai
Smart Business: What Alibaba's Success Reveals about the Future of Strategy. 2018Piemērots angļu valodas plūsmai
The Book of Why: The New Science of Cause and Effect – Most Thought-Provoking. 2020Piemērots angļu valodas plūsmai
INTELLIGENT AUTOMATION: Learn how to harness Artificial Intelligence to boost business & make our world more human. 2021Piemērots angļu valodas plūsmai
Papildu literatūra
Key Management Models: The 75+ Models Every Manager Needs to KnowPiemērots angļu valodas plūsmai