Електронна комерція, статистика та аналітика даних

Основи електронної комерції (приблизно 2 дні)

Вступ до електронної комерції та цифрової комерції

Бізнес-моделі та рамкові умови

Гравці та засоби в електронній комерції

Канали онлайн-продажів та багатоканальні стратегії

Юридичні аспекти (близько 2 днів)

Правові основи інтернет-торгівлі

Відбиток, загальні умови та право на скасування

Захист даних та DSGVO

Міжнародна торгівля B2C в Інтернеті

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Системи та дизайн інтернет-магазинів (близько 3 днів)

Системи магазинів і порівняння постачальників

Функціональність і дизайн

Юзабіліті та користувацький досвід (UX)

Презентації та описи товарів

Оптимізація процесу оформлення замовлення

Інтернет-маркетинг та залучення клієнтів (близько 3 днів)

Пошуковий маркетинг (SEA) та оптимізація (SEO)

Маркетинг у соціальних мережах та контент-стратегії

Email-маркетинг та оптимізація розсилок

Партнерський маркетинг та співпраця з інфлюенсерами

Медійна реклама та ретаргетинг

Платіжні системи та фінанси (близько 2 днів)

Платіжні методи та провайдери в електронній комерції

Управління ризиками та запобігання шахрайству

Стягнення заборгованості та управління дебіторською заборгованістю

Контролінг та ключові показники в онлайн-ритейлі

Логістика та реалізація (приблизно 2 дні)

Логістика та варіанти доставки для електронної комерції

Системи управління складом і товарами

Управління поверненнями та їх оптимізація

Міжнародна логістика та митне оформлення

Обслуговування клієнтів та CRM (близько 2 днів)

Стратегії обслуговування клієнтів в електронній комерції

CRM-системи та заходи з підвищення лояльності клієнтів

Управління скаргами та вирішення конфліктів

Післяпродажне обслуговування та зворотній зв'язок з клієнтами

Веб-контроль та аналіз даних (близько 2 днів)

Інструменти веб-аналітики та їх використання

Оптимізація конверсії та A/B тестування

Аналіз та інтерпретація даних

Відстеження та звітність по KPI

Робота над проектом (приблизно 2 дні)

Концепція та реалізація проекту електронної комерції

Презентація результату проекту

Основи статистики (близько 6 днів)

Основи теорії вимірювання (генеральна сукупність та вибірка, типи вибірок, рівні вимірювання та шкали)

Одновимірна описова статистика (частотні розподіли, центральні міри, міри дисперсії, стандартне значення, гістограми, стовпчикові діаграми, кругові діаграми, лінійні діаграми та блок-діаграми)

Двовимірна описова статистика (міри кореляції, коефіцієнти кореляції, перехресні таблиці, діаграми розсіювання та згруповані гістограми)

Основи індуктивної вивідної статистики (розподіл ймовірностей, нормальний розподіл, розподіл середніх значень, тест на значущість, перевірка нульової гіпотези Фішера, розмір ефекту, оцінка параметрів, довірчі інтервали, гістограми помилок, аналіз потужності та визначення оптимального розміру вибірки)

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Методи для порівняння двох груп (приблизно 5 днів)

z- і t-тест для вибірки (відхилення від заданого значення)

t-тест для середньої різниці між двома незалежними/зв'язаними вибірками

Перевірка ефективності дій, заходів, втручань та інших змін за допомогою t-тестів (претест-посттест з двома групами)

допоміжні тести значущості (тест Андерсона-Дарлінга, тест Райана-Джойнера, тест Левена, тест Боннета, тест значущості для кореляцій)

Непараметричні методи (критерій Вілкоксона, критерій знаків, критерій Манна-Уітні)

Аналіз непередбачуваності (біноміальний тест, точний тест Фішера, тест хі-квадрат, перехресні таблиці з мірами асоціації)

Методи порівняння середніх значень декількох груп (приблизно 5 днів)

Одно- та двофакторний дисперсійний аналіз (простий та збалансований ANOVA)

Багатофакторний дисперсійний аналіз (загальна лінійна модель)

Фіксовані, випадкові, перехресні та вкладені фактори

Методи множинних порівнянь (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)

Аналіз взаємодії (аналіз ефектів взаємодії)

Аналіз вибірковості та потужності для дисперсійного аналізу

Вступ до планування експерименту (ПЕ) (приблизно 1 день)

Повні та часткові факторні експериментальні плани

Робота над проектом (близько 3 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту

Вступ до аналізу даних (приблизно 1 день)

Еталонна модель CRISP-DM

Робочі процеси аналізу даних

Визначення штучного інтелекту, машинного навчання, глибокого навчання

Вимоги та роль в компанії інженерів даних, науковців даних та аналітиків даних

Огляд основ Python (приблизно 1 день)

типи даних

Функції

Аналіз даних (близько 3 днів)

Модулі Central Python в контексті аналізу даних (NumPy, Pandas)

Процес підготовки даних

Алгоритми інтелектуального аналізу даних на Python

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Візуалізація даних (близько 3 днів)

Розвідувальний аналіз даних

інсайти

Якість даних

Аналіз переваг

Візуалізація за допомогою Python: Matplotlib, Seaborn, Plotly Express

Сторітелінг даних

Управління даними (близько 2 днів)

Архітектури великих даних

Реляційні бази даних з SQL

Порівняння SQL та NoSQL баз даних

Бізнес-аналітика

Захист даних в контексті аналізу даних

Аналіз даних в контексті великих даних (приблизно 1 день)

Підхід MapReduce

Spark

NoSQL

Дашборди (приблизно 3 дні)

Бібліотека: Dash

Структура дашбордів - Компоненти Dash

Налаштування дашбордів

Зворотні дзвінки

Text Mining (близько 1 дня)

Попередня обробка даних

Візуалізація

Бібліотека: SpaCy

Робота над проектом (близько 5 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту