Explore decision-making through Decision Models and science. Practice using decision trees, influence diagrams, and probabilistic models to analyze uncertainties. 

Introduction

Choosing a cloud provider for NextGen

Empowering NextGen with Decision Models

Introduction to Decision Science

Identifying key principles of Decision Science

Decision Science for a new inventory system

Introduction to analysis methods

SWOT analysis in a retail giant

Analyzing an expansion strategy for Market Prime

Decisive Expansion: AdventureGear's youth move

Foundations of Decision Modeling

Discover effective risk management and optimization techniques to enhance decision outcomes. 

Construire des modèles de décision

Modèles de décision en situation de crise fournisseur

Probabilités dans les modèles de décision

Explorer les modèles probabilistes

Deux lancers : probabilités avec un dé

Analyse de données pour les modèles de décision

Décoder l’analytique des données

Parcours d’analyse de données

Analyse de données pour améliorer la satisfaction client

Analyse de sensibilité pour les modèles de décision

La valeur de l’analyse de sensibilité

Analyse de sensibilité d’un budget familial

Analyse de sensibilité pour le foyer Jones

Options

Alternatives

Incertitudes

Résultats

Outils d’aide à la décision pour un départ improvisé

Techniques and Tools for Decision Modeling

Lastly, dive into strategic decision-making, autonomous decision systems, and their advanced applications.

Risk and uncertainty management

The value of managing risks and uncertainties

Assessing risks in a hospital's CRM project

Introduction to optimization

Essential principles of optimization

Sorting the optimization journey

Enterprise decision-making

Assisting in an acquisition

Ethics in an enterprise decision

Autonomous decision-making

Foundations of autonomous decision-making

Levels of autonomous systems

Wrap-up

Advanced Applications and Strategic Decisions

Saviez-vous qu’un adulte prend en moyenne entre 20 000 et 35 000 décisions par jour ? Développez vos compétences en prise de décision avec ce cours d’introduction aux modèles décisionnels et découvrez leur importance pour naviguer dans l’incertitude et les risques. Apprenez à construire et à analyser des modèles de décision à l’aide d’arbres de décision, de diagrammes d’influence et d’analyses de sensibilité. Acquérez des compétences pratiques pour intégrer l’analytique des données afin d’optimiser les résultats et de prendre des décisions stratégiques alignées sur les objectifs de l’organisation. Idéal pour toute personne souhaitant renforcer ses capacités de décision dans un monde guidé par les données.

<h2>Fondements des modèles décisionnels</h2>
<p>La prise de décision est au cœur de l'existence humaine. Dans le monde actuel axé sur les données, où la surcharge d'informations est la norme, la capacité à prendre des décisions éclairées est très recherchée. Ce cours dynamique explore les techniques essentielles de modélisation décisionnelle, vous permettant d'acquérir les compétences nécessaires pour faire des choix en toute confiance.</p>
<br>

<h2>Découvrez les principaux facteurs décisionnels</h2>
<p>Ce cours sur la modélisation décisionnelle est destiné à toute personne intéressée par la science de la décision, qu'il s'agisse d'individus curieux ou de professionnels impliqués dans des processus décisionnels. Aucune expérience préalable n'est requise. Ce cours aborde les concepts et stratégies essentiels pour améliorer les compétences en matière de prise de décision, applicables à divers secteurs et scénarios.</p>
<br>
<p>La première partie du cours établit les bases en identifiant les principaux facteurs d'une décision et en guidant le processus décisionnel à l'aide de méthodes d'analyse permettant de prendre des décisions éclairées.</p>
<br>

<h2>Découvrez les modèles décisionnels</h2>
<p>Ce cours propose un guide complet sur la modélisation décisionnelle, présentant les méthodes et outils essentiels tels que les arbres décisionnels, les diagrammes d'influence, les modèles probabilistes et l'analyse de sensibilité à l'aide de l'analyse de données. Les participants acquerront les compétences nécessaires pour élaborer, analyser et optimiser des modèles décisionnels afin de prendre des décisions éclairées et efficaces.</p>
<br>

<h2>Gestion des risques et applications avancées</h2>
<p>Enfin, le cours aborde les techniques de gestion des risques et d'optimisation indispensables à la prise de décisions stratégiques. De plus, il examine les systèmes de décision autonomes et leurs applications avancées.</p>
<br>

Améliorez vos décisions avec des modèles, méthodes d'analyse, gestion des risques et techniques d'optimisation.

Décrypter la modélisation des décisions

Renforcez vos compétences décisionnelles avec les modèles de décision, les méthodes d’analyse, la gestion des risques et les techniques d’optimisation.

Principes fondamentaux de la science de la décision

Collecter des données brutes à partir de diverses sources, notamment des formulaires de feedback client, des analyses du site web et des transactions de vente.

Stocker les données collectées dans une base de données centralisée et veiller à ce qu’elles soient dans un format cohérent.

Supprimer les doublons, corriger les erreurs et gérer les valeurs manquantes pour garantir des données exactes et fiables.

Transformer les données nettoyées dans un format adapté à l’analyse, par exemple en agrégeant par segments de clients ou par périodes.

Générer des insights à partir des données transformées pour identifier des tendances, repérer les écarts et améliorer la satisfaction client.

Analyse de données pour améliorer la satisfaction client

Exercice interactif pratique