Inhoud Data Analytics voor Management Control

 


Inleiding

Executive Program ‘Data Analytics voor Management Control’ geeft directeuren, (financieel) managers, beleidsmakers, beleidsadviseurs, marketeers en controllers inzicht in de mogelijkheden van (Big) Data Analyse om tot betere Management Control te komen.

Bij Data Analytics draait het om het op een geschikte en efficiënte wijze verzamelen, analyseren, interpreteren en presenteren van gegevens. In dit Executive Program wordt Data Analytics specifiek toegepast op het domein van Management Control. Daarbij wordt gebruik gemaakt van 'real life' beleidsvraagstukken en benutten we de statistische technieken die benodigd zijn voor de praktijk van management control.

Centraal staat het verwerven van een solide begrip van de werking van technieken uit data analytics, inzicht in de mogelijkheden en valkuilen van deze technieken, en een besef van de ‘do’s’ en ‘dont’s’.

Vragen die aan bod komen zijn bij voorbeeld:

  • Als u Data Science wil inzetten binnen uw organisatie, hoe pakt u dat dan aan?
  • Hoe stuurt u interne of externe data scientists aan?
  • Welke analyses vraagt u hen te doen als u inzicht wil verkrijgen in een specifiek vraagstuk?
  • Hoe dient u de uitkomsten te interpreteren en hoe gaat u om met tegenstrijdige uitkomsten?
  • En: hoe weet u of de analyses goed zijn gedaan?

Het programma Data Analytics for Management Control stelt deelnemers in staat om de betekenis van Data Analytics voor hun bedrijessbituatie te overzien, de werkwijze van Data Science specialisten te begrijpen en te beoordelen en mogelijkheden en beperkingen te onderkennen.

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

Naar boven 


Doelgroep & Instapniveau

Dit programma richt zich op directeuren, (bedrijfs)economen, bedrijfskundigen,  accountants-adviseurs, marketeers en controllers. In het algemeen zullen de deelnemers een universitaire- of HBO-achtergrond hebben, in combinatie met een aantal jaren werkervaring.

Met het volgen van de cursus betreden de deelnemers een nieuw terrein van analyse, namelijk: kwantitatieve analyse van data betrekking hebbend op het eigen werkveld of de eigen discipline. Dit programma is speciaal geschikt voor bestuurders, managers en controllers die meer willen halen uit de data analyse-afdeling en -onderzoeken van hun organisatie. Indien men na afloop van de cursus een verdere verdieping zoekt, staat de weg open naar meer geavanceerde programma’s zoals ‘Data & Business Analytics’.

Instapniveau

Basiskennis statistiek wordt als bekend verondersteld. Deze kennis wordt aan het begin van de opleiding kort herhaald door aandacht te schenken aan kansvariabelen, kansrekening, centrum- en spreidingsmaten en kansverdelingen. Programmeerervaring is niet vereist. Wel wordt van de deelnemers verwacht dat ze enigzins vertrouwd zijn met spreadsheets.  

Als software wordt in de basis gebruik gemaakt van van Excel. Daarnaast zal regelmatig aandacht uitgaan naar bekende zgn. add-in’s van Excel in het kader van grafische representatie, statistische technieken, simulatie en optimalisatie. Alle deelnemers worden geacht in het bezit te zijn van een laptop met daarop Excel geïnstalleerd.  

Naar boven
 

Werkwijze

Aan de hand van cases worden voor diverse uiteenlopende bedrijfsvraagstukken de mogelijkheden van Data Analytics belicht. Daarbij wordt elke keer weer ingegaan op de relevante technieken en analyses, waarbij iedere methodiek qua werking gepresenteerd wordt, en waarbij de voor- en nadelen worden bediscussieerd. Groepsgewijs zal in iedere sessie een concreet vraagstuk opgelost worden. Veelal houdt dit de nodige ‘hands-on’ in. In een aantal gevallen krijgt u echter de beschikking over de analyse-resultaten die door externe ‘data specialisten’ zijn opgesteld. Het komt dan aan op interpreteren, beoordelen en wellicht: toepassen. Ook zijn onze ‘eigen’data specialisten steeds ‘live’ beschikbaar om eventueel aanvullende analyses uit te voeren. De uitkomsten worden groepsgewijs besproken in termen van risico’s, onvoldoende model-specificatie, kosten en veronderstellingen. 

Dankzij de praktijkgerichte opzet van de cursus Data Analytics for Management Control, de ervaring van onze docenten en de expertise van onze ondersteunende data specialisten, krijgt u als deelnemer een goed overzicht van de mogelijkheden van Data Analytics voor uw beroepsuitoefening en voor de organisatie waarvoor u werkzaam bent.

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


Resultaat & Leerdoelen

Na afronding van dit programma bent u in staat om:

  • De betekenis van data analytics voor uw eigen bedrijessbituatie in de komende jaren globaal te overzien.
  • Relevante analysetechnieken en statistische methoden in te (laten) zetten ter ondersteuning van uw dagelijkse werkzaamheden als beleidsmaker, beleidsadviseur of controller.
  • Te begrijpen welke methoden geschikt zijn voor een 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, mogelijk tegenstrijdige, 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.

  • 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.

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.

Het volledige rooster vindt u  hieronder.


Blok 1: Het verzamelen van de juiste informatie en data

18 september 2018 -   Big data analytics en de ‘data driven’ organisatie

Na een korte introductie van de cursisten wordt aangevangen met een discussie over data analytics, big data, data science en dergelijke. Wat zijn de mogelijke effecten van de ‘data revolutie’ voor de functie en rol van de beleidsmaker, beleidsadviseur en controller? Verder wordt ingegaan op de rijkdom en tekortkomingen van data en inzicht gegeven in verschillende datastructuren (cross-sectie, tijdreeksen en panels) en datatypen (binaire, continue en multinomiale data). Aan de hand van een voorbeeld moeten cursisten op basis elektriciteitprijzen een oordeel vellen over de waarde van een energiecontract.

De deelnemers worden ingedeeld in groepen en krijgen hun case gepresenteerd waaraan ze de tijdens hele cursus werken.

2 oktober 2018  -     Het verzamelen van kwalitatief goede data

De discussie gaat over exploratieve analyse van data en een discussie over hoe te kijken naar observaties: als een combinatie van informatie en ruis. Aan bod komen methoden om een eerste indruk te krijgen van de kwaliteit van data, zoals visualisatietechnieken, samenvattende statistieken, hoe om te gaan met het opschonen van data en of wanneer aanvullende data nodig is.

De cursisten presenteren over de datasets die behoren bij hun case, welke structuren ze in eerste opzicht zien en in welke mate de data opgeschoond is.

Blok 2: Data-analyse


16 oktober 2018  -   Zoeken naar verbanden

De discussie gaat over de toepassing van regressie-analyse om verbanden te kunnen herkennen in data. Concepten als het toetsen van hypothesen, de methode van kleinste kwadraten, correlatie en significantie komen aan bod.

De cursisten werken binnen hun case aan een model om hun data structureren. Er zal nadruk gelegd worden op het verschil tussen correlatie en causaliteit; patronen in data kunnen gewoon random zijn.
 

30 oktober 2018  -  Simuleren en voorspellen

De discussie gaat over hoe vanuit een model voorspellingen gemaakt kunnen worden. Niet alleen voorspellingen van niveau’s maar ook van betrouwbaarheidsintervallen. De simulaties kunnen worden gemaakt aan de hand van historische simulatie en op basis van kansverdelingen. De voor- en nadelen van beide methoden komen aan bod.

De deelnemers werken verder aan hun case en gebruiken hun model om toekomstige ontwikkelingen te simuleren.

13 novemer 2018   -    Filtertechnieken

Big data komt real-time de organisatie binnen en op basis van deze gegevens worden beslissingen genomen. Het is dan van belang te kunnen oordelen of de nieuwe observaties leiden tot aanpassingen in modellen en daarmee in beslissingen. Filtertechnieken maken een onderscheid tussen informatie en ruis in data en voorkomen dat veranderingen gebaseerd worden op niet-informatieve ruis.

De discussie gaat over patroonherkenning in data door computers op basis van real-time data en het begrijpen van Bayesiaanse statistiek en de Kalman Filter. We bespreken voorbeelden uit navigatie en real-time handelsbeslissingen.

De deelnemers presenteren het model en de simulaties van hun case.


Blok 3:  Beslissen op basis van data

27 november 2018  -   Prijsoptimalisatie

Dit college gaat over revenue management bij een online warenhuis. De docenten bespreken hoe simulatie in te zetten om de verwachte ontwikkeling van kpi’s onder huidige beleid te analyseren. Wat is de kans dat een onwenselijk scenario zich voordoet? Hoe kan simulatie ingezet worden om de effecten van beleidsaanpassingen te analyseren? Hoe robuust is een simulatiemodel tegen afwijkingen van de veronderstellingen?

11 december 2018  -     Automated trading

De docent presenteert een beleggingsstrategie die volledig geautomatiseerd is en dat direct reageert en eventueel transacties uitvoert als er nieuwe data beschikbaar komt. De discussie gaat over in hoeverre men bepaalt op welke data wel of niet moet worden gereageerd en hoe uitkomsten moeten worden gepresenteerd.

De deelnemers presenteren hun beleidsaanbevelingen voor hun case.
 

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.

  • Dr. Bas Karreman
    Docent
    Dr. Bas Karreman is universitair hoofddocent bij de capaciteitsgroep Toegepaste Economie aan de Erasmus School of Economics van de Erasmus Universiteit Rotterdam. In zijn onderzoek richt hij zich op de organisatie en strategie van ondernemingen in met name institutioneel onderontwikkelde markten. Tevens is Bas een enthousiast docent en heeft hij meerdere onderwijsprijzen gewonnen waaronder tweemaal de uitverkiezing tot beste docent van het jaar door de studenten van de Erasmus School of Economics.

  • 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 voor Management Control’.

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