Dane jako podstawa szkoleń i działań (2)

Na podstawie wyników modelu i odpowiadającego mu wykresu określ, który aspekt jakości restauracji powinni doskonalić pracownicy podczas szkoleń – klientom zależy na nim najbardziej, a pracownicy rzadko otrzymują za niego wysokie oceny.

To ćwiczenie jest częścią kursu

Podejmowanie decyzji biznesowych na podstawie danych

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Podejmowanie decyzji biznesowych na podstawie danych

SkillTag.level.beginnerSkillTag.label

4.8+

Rozpocznij kurs za darmo

W tym rozdziale zapoznasz się z ramami podejmowania decyzji opartych na danych. Poznasz różne typy analizy danych i ich cele. Pod koniec będziesz wiedzieć, gdzie każda decyzja wpisuje się w te ramy.

Exercise 1: Witaj!Exercise 2: Definiowanie problemu opartego na danych Exercise 3: Weryfikowanie analizy Exercise 4: Analiza jako podróż Exercise 5: Dojrzałość analityczna Exercise 6: Typowe pułapki Exercise 7: Stosowanie metod i celów Exercise 8: Zidentyfikuj metodę Exercise 9: Zidentyfikuj cel Exercise 10: Klasyfikacja pozostałych części kursu

Sprawdzimy, jak stosować podejście oparte na danych w kontekście marketingu. Wykorzystasz dane do optymalizacji wydatków na reklamy, znajdziesz możliwości arbitrażu w ruchu na stronie internetowej, a nawet nauczysz się prognozować wyniki nowych produktów przy ograniczonych, lecz trafnie dobranych danych.

Exercise 1: Przykłady z marketingu Exercise 2: Wybór najlepszego modelu Exercise 3: Skup się na wzroście Exercise 4: Skup się na efektywnej akwizycji Exercise 5: Skup się na rentowności Exercise 6: Arbitraż reklamowy Exercise 7: Rozpoznaj przykłady arbitrażu Exercise 8: Zidentyfikuj okazję arbitrażową Exercise 9: Oblicz zysk Exercise 10: Prognozowanie sprzedaży produktów oparte na danych Exercise 11: Wybierz właściwe wartości analogowe P, Q i M Exercise 12: Panel modelowania dyfuzji

Wykorzystanie danych do podejmowania decyzji finansowych może być zarówno satysfakcjonujące, jak i dochodowe. W tym rozdziale przeanalizujesz możliwości inwestycyjne z wykorzystaniem danych – w obszarze kredytów konsumenckich, nieruchomości, a nawet niestandardowego rynku kolekcjonerskiego.

Exercise 1: Tradycyjne inwestowanie: ryzyko a zysk Exercise 2: Do czego służy stopa wolna od ryzyka?Exercise 3: Użyj wykresu w stylu CAPM, aby wybrać inwestycję Exercise 4: Inwestowanie w inne tradycyjne aktywa Exercise 5: Oblicz łączny przychód z wynajmu Exercise 6: Oceń najlepszą inwestycję na podstawie stopy kapitalizacji Exercise 7: Wybierz najlepszą okazję inwestycyjną Exercise 8: Inwestowanie niekonwencjonalne: Magic: The Gathering Exercise 9: Definiowanie symulacji Exercise 10: Znajdź maksymalną cenę do zapłacenia Exercise 11: Oblicz oczekiwany zysk

W ostatnim rozdziale zastosujesz dane do obliczenia całkowitego adresowalnego rynku dla startupu, poznasz krzywe podaży i popytu używane przy planowaniu zatrudnienia, a także dowiesz się, jak identyfikować obszary wymagające poprawy na podstawie opinii klientów. Zdobędziesz praktyczne doświadczenie w wykrywaniu możliwości optymalizacji i wspieraniu bieżących operacji biznesowych.

Exercise 1: Całkowity dostępny rynek Exercise 2: TAM: odgórna metoda szacowania rynku Exercise 3: TAM: podejście oddolne Exercise 4: Krzywa popytu: posiłki i napoje Exercise 5: Szybkie (i szalone) zapotrzebowanie na jedzenie Exercise 6: Weryfikacja prognozy Exercise 7: Krzywa podaży: kelnerzy w twojej restauracji Exercise 8: Analiza formuły Erlanga-C Exercise 9: Podejmij decyzję o harmonogramie na podstawie danych!Exercise 10: Opinie klientów jako narzędzie doskonalenia operacji Exercise 11: Dane jako podstawa szkoleń i działań (1)Exercise 12: Dane jako podstawa szkoleń i działań (2)

Bieżące ćwiczenie

Exercise 13: Podsumowanie