Електронна комерція, статистика та аналітика даних

Основи електронної комерції (приблизно 1,5 дні)

Вступ до електронної комерції та цифрової торгівлі

Бізнес-моделі та рамкові умови

Учасники та посередники в електронній комерції

Канали онлайн-продажу: багатоканальні стратегії, торгові майданчики та перспективи агентичного комерції

Правові аспекти (приблизно 2,5 дні)

Правові засади електронної комерції: інформація про оператора, загальні умови та право на відмову від угоди

Захист даних та Загальний регламент про захист даних (GDPR)

Міжнародна онлайн-торгівля B2C

Регламент ЄС щодо безпеки продукції: General Product Safety Regulation (GPSR)

Регулювання платформ та штучного інтелекту: DSA/DMA, а також Закон ЄС про штучний інтелект (обов’язки, маркування, класифікація високого ризику)

Доступність (BFSG) та відповідальність за продукцію

Системи та дизайн інтернет-магазинів (приблизно 3 дні)

Порівняння систем інтернет-магазинів, «headless» та «composable» комерція

Юзабіліті, користувацький досвід (UX) та веб-дизайн без бар’єрів

Створення презентацій та описів товарів за допомогою штучного інтелекту

Оптимізація процесу оформлення замовлення

Інтернет-маркетинг та залучення клієнтів (приблизно 3 дні)

SEO/SEA та контент-стратегії

Маркетинг у соціальних мережах та соціальна комерція

Електронний маркетинг, партнерський маркетинг та маркетинг через інфлюенсерів

Маркетинг на торгових майданчиках та роздрібні медіа

Персоналізація на основі штучного інтелекту, системи рекомендацій та видимість у пошукових системах на основі штучного інтелекту (GEO/AEO)

Платіжні системи та фінанси (приблизно 2 дні)

Види платежів та їхні провайдери, миттєві платежі та цифрові гаманці

«Купи зараз, заплати пізніше» (BNPL)

Управління ризиками, запобігання шахрайству та управління дебіторською заборгованістю

Контролінг та ключові показники в онлайн-торгівлі

Логістика та виконання замовлень (приблизно 2 дні)

Логістика електронної комерції та варіанти доставки

Системи управління складом та товарами

Управління поверненнями та їх оптимізація

Міжнародна логістика та митне оформлення

Екологічна логістика та цифровий паспорт товару (DPP)

Обслуговування клієнтів та CRM (приблизно 2 дні)

Стратегії обслуговування клієнтів в електронній комерції

Системи CRM та заходи з утримання клієнтів

Обслуговування клієнтів на основі штучного інтелекту: чат-боти, голосові боти, омніканальна підтримка

Управління скаргами та вирішення конфліктів

Післяпродажне обслуговування та відгуки клієнтів

Веб-контролінг та аналіз даних (приблизно 2 дні)

Інструменти веб-аналітики та їх використання

Оптимізація конверсії та A/B-тестування

Аналіз даних, відстеження KPI та звітність

Відстеження без використання файлів cookie та управління згодою

Проектна робота (приблизно 2 дні)

Для закріплення вивченого матеріалу

Презентація результатів проекту

Основи статистики (близько 6 днів)

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

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

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

Основи індуктивної вивідної статистики (розподіли ймовірностей, нормальний розподіл, вибірковий розподіл середнього, тест на значущість, перевірка нульової гіпотези, рівень значущості, розмір ефекту, оцінка параметрів, довірчі інтервали, гістограми помилок, аналіз потужності, розмір вибірки)

Підготовка даних та очищення даних за допомогою відповідного програмного забезпечення

Описовий аналіз

Візуалізація статистичних результатів

Аналіз та інтерпретація статистичних результатів за допомогою штучного інтелекту

Методи для порівняння двох груп (приблизно 5 днів)

z-тест, t-тест для однієї вибірки

t-тест для незалежних і пов'язаних вибірок

Претест-посттестові дизайни з двома групами

допоміжні тести значущості (тест Андерсона-Дарлінга, тест Райана-Джойнера, тест Левен, тест Бонетта, 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, міри асоціації)

Інтерпретація результатів тестування

Інтерпретація результатів за допомогою штучного інтелекту

Основи регресійного аналізу (близько 2 днів)

Лінійна регресія

Інтерпретація моделей

Інтерпретація моделей за допомогою штучного інтелекту

Кореляційний аналіз

Методи порівняння середніх значень декількох груп (приблизно 3 дні)

Однофакторний та двофакторний дисперсійний аналіз (ANOVA)

Постфактум аналіз

Інтерпретація групових відмінностей

Багатофакторний дисперсійний аналіз (загальна лінійна модель)

Фіксовані, випадкові, перехресні та вкладені фактори

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

Аналіз взаємодії

Аналіз потужності для дисперсійного аналізу

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

Повні та частково факторні експериментальні плани

Робота над проектом (близько 3 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту

Вступ до аналізу даних (приблизно 1 день)

Завдання, сфери застосування та типові приклади використання аналітики даних

Процеси аналізу даних та CRISP-DM

Роль аналітика даних та відмінності від таких галузей, як наука про дані, інженерія даних та бізнес-аналітика

Місце штучного інтелекту та машинного навчання в цій галузі

Python для аналізу даних (приблизно 1 день)

Робота з Jupyter Notebooks

NumPy та Pandas для аналізу даних

Імпорт та експорт даних із різних джерел, наприклад, Excel та CSV

Відбір та перетворення даних

Підготовка даних та експлоративний аналіз даних (приблизно 3 дні)

Очищення та перетворення даних за допомогою Pandas

Робота з відсутніми, помилковими та аномальними даними

Об’єднання, групування та агрегування даних

Експлоративний аналіз даних та отримання перших висновків

Основи статистичного аналізу

SQL та управління даними (приблизно 2 дні)

Реляційні бази даних та моделі даних

Запити та обробка даних за допомогою SQL

З'єднання, агрегації та аналітичні запити

Взаємодія SQL та Python в аналізі даних

Якість даних та захист даних

Підключення та використання різних джерел даних і систем баз даних

Візуалізація даних та розповідь історій на основі даних (приблизно 2 дні)

Візуалізація за допомогою Matplotlib, Seaborn та Plotly

Вибір відповідних діаграм та форм візуалізації

Опрацювання та інтерпретація результатів аналізу

Розповідь на основі даних та комунікація, орієнтована на цільову аудиторію

Power BI та інтерактивні інформаційні панелі (приблизно 2 дні)

Імпорт та обробка даних за допомогою Power Query

Моделювання даних та взаємозв’язки

Основи DAX та ключові показники

Створення інтерактивних звітів та інформаційних панелей

Візуалізація та комунікація бізнес-показників

Огляд альтернативних рішень у сфері бізнес-аналітики та візуалізації

Аналіз даних із використанням штучного інтелекту (приблизно 2 дні)

Застосування генеративної штучної інтелекту в робочому процесі аналізу даних

Підготовка, аналіз та візуалізація даних за допомогою штучного інтелекту

Допомога у створенні запитів на Python та SQL

Формування запитів для аналізу даних та інтерпретація результатів

Критична оцінка джерел даних, а також виявлення синтетичних та неправдоподібних даних

Забезпечення якості, захист даних та відповідальне використання штучного інтелекту

Бізнес-аналітика та основи статистики (приблизно 2 дні)

Показники та KPI в контексті підприємства

Описова статистика та статистичні залежності

Кореляція, причинно-наслідковий зв’язок та прості регресійні аналізи

Основи довірчих інтервалів та перевірки гіпотез

Інтерпретація результатів аналізу та формулювання рекомендацій щодо дій на основі даних

Робота над проектом (близько 5 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту