Inhoud Data Analytics for Management

 


Inleiding

Executive Program ‘Data Analytics for Management' geeft directeuren, (financieel) managers, beleidsmakers, adviseurs en controllers inzicht in de mogelijkheden van big data, data en business analytics binnen een organisatie.

Tijdens de 7 programmadagen geven docenten interactieve colleges waarin zij  hun praktische en academische kennis delen aan de hand van allerlei cases. Onderwerpen en vragen die behandeld worden zijn bij voorbeeld:

  • Hoe stel ik de juiste vragen aan data-analytici voor het beste resultaat?

  • Waar moet ik aan denken bij het inrichten van een datagedreven organisatie?

  • Hoe kunnen we het declaratiegedrag door verzekerden voorspellen?

  • Hoe werkt fraudedetectie en hoe zetten we spamfilters in?

  • Wat is er nodig om datagedreven te kunnen handelen op de beurs?

  • Hoe optimaliseer ik de prijzen in een webshop?

  • Wat is er nodig om consumentengedrag te kunnen voorspellen?

Deelnemers krijgen buiten de collegedagen om webcasts aangeboden. Hierdoor kunnen zij voorbeelden die tijdens de colleges zijn besproken, in de dagelijkse praktijk zelf uitvoeren. Op die manier krijgen deelnemers inzicht in de mogelijkheden van data analytics én verschillende (machine learning) methoden.

Naar boven 


Doelgroep 

Dit executive programma is er voor managers die te maken hebben met data, maar die zelf geen specialist zijn in (big) data-analyse. In het algemeen hebben de deelnemers een universitaire- of HBO-achtergrond in combinatie met een aantal jaren werkervaring. We verwachten geen specifieke statistische of IT-gerelateerde voorkennis.

Het programma biedt een introductie, toont voorbeelden en het is mogelijk zelf met methoden aan de slag te gaan. Indien men na afloop van het programma een verdere verdieping zoekt, staat de weg open naar meer geavanceerde programma’s zoals ‘Data & Business Analytics’.

Met het volgen van de cursus betreden de deelnemers een nieuw terrein van analyse, namelijk kwantitatieve analyse van data die betrekking hebben op het eigen werkveld of de eigen discipline. Deze cursus is dan ook speciaal geschikt voor managers en controllers die meer willen halen uit data-analyse en de datamogelijkheden van hun organisatie. Dankzij de praktijkgerichte opzet van het programma, de ervaring van onze docenten en de expertise van onze ondersteunende dataspecialisten, krijgt u als cursist een goed overzicht van de mogelijkheden van (big) data-analyse voor uw beroepsuitoefening en voor uw organisatie. 

Naar boven

Programma

Het programma start op 18 september 2018. Alle bijeenkomsten worden gehouden op de campus van de Erasmus Universiteit Rotterdam en vinden plaats van 16:00 - 21:00 uur. In totaal gaat het om 7 collegedagen, verdeeld over 3 blokken, die plaats vinden in de periode van september tot en met december 2018.

Programma-opzet per sessie

15:30-16:00      Inloop met koffie/thee/fris en versnapering

16:00-17:30      Presentatie door een specialist

18:00-19:00      Diner

19:00-21:00      Uitwerken van cases

Het programma bestaat uit zeven sessies in drie delen. 

Deel 1: descriptieve analyse

Het eerste deel, descriptieve analyse, gaat in op wat men kan verwachten van data-analyse binnen een organisatie.

  • 18 september 2018:
    Sessie 1 geeft inzicht in wat je wel en niet met (big) data analyse kan bereiken en hoe je als manager omgaat met data-   analytici.
     
  • 02 oktober 2018:
    Sessie 2 gaat in op datatypen, of er informatie in data zit, of de data aansluit bij je (onderzoeks)vragen en hoe de data-   omgeving is georganiseerd.

Deel 2: predictieve analyse

Het tweede deel, predictieve analyse, toont inzicht in verschillende methoden die data-analytics gebruiken. Het gaat er hier om gevoel te krijgen bij de methoden; de nadruk ligt op voorbeelden, niet op de theoretische onderbouwing van de methoden.

  • 16 oktober 2018:
    Sessie 3 gaat in op statistische analyse, zoals regressiemodellen, en geeft inzicht in methoden om vast te stellen wat de kwaliteit van modellen en hun gemodelleerde verbanden is.
     
  • 30 oktober 2018:
    Sessie 4 laat verschillende machine learning methoden zien en bespreekt hoe die methoden verschillen van statische analyse.

Deel 3: prescriptieve analyse

Het derde deel, prescriptieve analyse, gaat over het nemen van beslissingen in organisaties op basis van data. De sessies zijn gestructureerd rondom verschillende cases en geven inzicht in allerlei toepassingen.

  • 13 november 2018:
    Sessie 5 gaat over optimalisatie: de case gaat over het een webshop, hoe de vraag naar producten te voorspellen en dan zodanig prijzen te bepalen dat er een zo hoog mogelijke verkoopopbrengst wordt behaald.
     
  • 27 november 2018:
    Sessie 6 gaat over classificatie: hoe kun je op basis van tekstuele input classificeren (zoals spamfilters doen of hoe boekhoudprogramma’s grootboekrekeningen herkennen aan de hand van facturen) en hoe kun je frauduleuze betaaltransacties herkennen?
     
  • 11 december 2018:
    Sessie 7 behandelt financiële markten en hoe er op basis van data handelsbeslissingen kunnen worden genomen.

De sessies omvatten twee delen van twee uur met daartussenin een diner. In het eerste deel deelt een specialist zijn of haar kennis over de onderwerpen. In het tweede deel worden voorbeelden gezamenlijk uitgewerkt, behalve bij sessies 2 en 7. Bij deze sessies zullen praktijkmensen kort ingaan op hoe zij een en ander toepassen binnen hun organisatie en daarna in discussie gaan met de deelnemers.

Naast de sessies biedt het programma webcasts aan. Dit zijn korte films waarin de docenten voorbeelden uitwerken en extra inzicht geven. De voorbeelden zijn toepassingen die zijn  uitgewerkt in software als Excel, Gretl en R. De laatste twee zijn open-source software die veelal door data-analytici worden gebruikt.  Het verdient de aanbeveling om een laptop mee te nemen naar de colleges waarop deze software is geïnstalleerd.

De webcasts geven de deelnemers de mogelijkheid om na de colleges de voorbeelden in alle rust nog eens te bekijken en desgewenst zelf uit te voeren. Alle data en (links naar) software worden met de deelnemers gedeeld.

Wij denken dat deze opzet de deelnemers in staat stelt om de toegevoegde waarde van data-analyse voor hun organisatie te overzien, de werkwijze van dataspecialisten te begrijpen en te beoordelen en de kwaliteit en beperkingen van datamethoden in te kunnen schatten. Daarbij toont het programma veel voorbeelden die inspiratie bieden voor nieuwe toepassingen.

We vinden het belangrijk om deelnemers goed te begeleiden. Daarom geldt er een groepsgrootte van maximaal 25 deelnemers.

Naar boven

Resultaat & Leerdoelen

Na afronding van deze cursus bent u in staat om:

  • De betekenis van (big) data-analyse voor uw eigen bedrijfssituatie in de komende jaren globaal te overzien.
  • Relevante analysetechnieken en statistische methoden in te laten zetten ter ondersteuning van uw dagelijkse werkzaamheden.
  • Te begrijpen welke methoden geschikt zijn voor een gegeven beleids- of controlvraagstuk.
  • De veronderstellingen en de voor- en nadelen van de verschillende methoden te overzien.
  • Analyse-uitkomsten en statistische resultaten adequaat te interpreteren en een goede inschatting te maken van de bruikbaarheid en relevantie voor de praktijk.
  • Conclusies te trekken en besluiten te nemen op basis van verschillende analyse-uitkomsten en te bepalen welke aanvullende analyses eventueel benodigd zijn.

Deze leerdoelen komen aan de orde dankzij de unieke combinatie van analyse-methodiek en casuspositie; om de connectie tussen Data Scientist en manager te overbruggen, krijgen ook de statistische technieken  ruim aandacht. De in de cursus gebruikte voorbeelden (inclusief bijbehorende data-bestanden) hebben betrekking op actuele situaties in organisaties en (overheids)bedrijven.

De praktijk leert dat het intensieve lesdagen zijn en dat men moet  uitgaan van minstens 3 uur zelfstudie per week. Hieronder valt onder andere het bekijken van webcasts en het werken aan de cases.

  • De voertaal van het programma is hoofdzakelijk Nederlands. Bij enkele onderdelen kan echter wel gebruik gemaakt worden van Engelstalig materiaal en enkele colleges kunnen in het Engels verzorgd worden.

Naar boven

  • Erasmus Q-Intelligence is als onderwijsinstelling erkend door de NBA (Nederlandse Beroepsorganisatie van Accountants) en is daardoor gerechtigd PE-uren toe te kennen aan onderwijsactiviteiten. Dit programma bestaat uit 28 PE-uren.

Doelgroep 

Dit executive programma is er voor managers die te maken hebben met data, maar die zelf geen specialist zijn in (big) data-analyse. In het algemeen hebben de deelnemers een universitaire- of HBO-achtergrond in combinatie met een aantal jaren werkervaring. We verwachten geen specifieke statistische of IT-gerelateerde voorkennis.

Het programma biedt een introductie, toont voorbeelden en het is mogelijk zelf met methoden aan de slag te gaan. Indien men na afloop van het programma een verdere verdieping zoekt, staat de weg open naar meer geavanceerde programma’s zoals ‘Data & Business Analytics’.

Met het volgen van de cursus betreden de deelnemers een nieuw terrein van analyse, namelijk kwantitatieve analyse van data die betrekking hebben op het eigen werkveld of de eigen discipline. Deze cursus is dan ook speciaal geschikt voor managers en controllers die meer willen halen uit data-analyse en de datamogelijkheden van hun organisatie. Dankzij de praktijkgerichte opzet van het programma, de ervaring van onze docenten en de expertise van onze ondersteunende dataspecialisten, krijgt u als cursist een goed overzicht van de mogelijkheden van (big) data-analyse voor uw beroepsuitoefening en voor uw organisatie. 

Naar boven

De collegedagen worden verzorgd door topwetenschappers uit hun vakgebied. Hieronder een selectie van docenten die aan dit programma zijn verbonden: 

  • Programma Directeur Dr. Ronald Huisman is een ervaren ondernemer op het gebied van energy finance en universitair hoofddocent bij de afdeling bedrijfseconomie aan de Erasmus School of Economics van de Erasmus Universiteit Rotterdam. Ook is hij medeoprichter van Energy Global en medeoprichter van het Energy Finance Institute. Ronald is gespecialiseerd in onderzoek op het gebied van commodity hedging, energy finance and behavioral finance. Hij heeft meerdere prijzen gewonnen op het gebied van onderwijs, waaronder de Erasmus Universiteit onderwijsprijs voor innovaties in het onderwijs met behulp van ICT-oplossingen. Verder is hij auteur van talrijke publicaties in internationale wetenschappelijke tijdschriften.

  • Dr. Koen Bel
    Data Scientist
    Koen Bel is in Rotterdam gepromoveerd op het gebied van theoretische econometrie. Hij brengt deze specialistische kennis graag op een bruikbare en begrijpelijke manier in de praktijk. Speciale interesse gaat uit naar econometrische analyse voor marketing- en voorspellingsdoeleinden. Deze interesse is terug te vinden in zijn promotieonderzoek over extensieve relaties in keuzeprocessen.

  • Dr. Kristiaan M. Glorie
    Program Manager
    Kristiaan Glorie is gepromoveerd in de Operations Research en gespecialiseerd in het ontwerpen en toepassen van schaalbare optimalisatiealgoritmen voor het oplossen van praktische vraagstukken. In het bijzonder gaat zijn interesse uit naar toepassingen op het snijvlak van Operations Research en Market Design. Kristiaan heeft gewerkt met een variëteit aan cliënten in de publieke en private sector.

  • Prof.dr. Patrick J.F. Groenen
    Professor Statistics
    Patrick Groenen zijn onderzoeksinteresse omvat visualisatie methoden, algoritmische methoden voor data-analyse, data science, multivariate analyse, classificatie, data mining en toepassingen in deze gebieden. Hij is coauteur van vier monografieën en van meer dan vijftig wetenschappelijke artikelen.

  • Wendelien Bakelaar MSc werkt hard aan het behalen van haar mastergraad in 2018 aan de Erasmus Universiteit Rotterdam op het gebied van Quantitative Marketing and Business Analytics.

    Wendelien is werkzaam als junior data scientist bij EQI en zij is betrokken bij diverse onderzoeken die worden uitgevoerd voor verschillende opdrachtgevers van EQI.

    Daarnaast assisteert Wendelien bij het Executive Program ‘Data Analytics for Management’.

Naar boven  
 

Kosten, Inschrijven & Downloads

De bijdrage voor deelname aan dit programma is € 5.495,- vrij van btw. Dit bedrag is inclusief lesmateriaal, maaltijd, koffie/thee en parkeerkaarten.

Het inschrijfformulier en de brochure die bovenstaande informatie beknopt en overzichtelijk voor u in kaart brengt kunt u hier downloaden

Naar boven  

Contact

Voor alle praktische zaken en nadere informatie omtrent de opleiding kan men zich richten tot Program Director Dr. Ronald Huisman:

Postadres

Erasmus Q-Intelligence
Postbus 1738
3000 DR Rotterdam

Bezoekadres

Burg. Oudlaan 50
3062 PA Rotterdam

Telefoon

010 - 408 1168

E-mail

opleiding-eqi@ese.eur.nl

Naar boven