Menu
NL
040 246 02 20 Contact
 

Data Science en Business Analytics

In de 10-daagse Data Science & Business Analytics training (met academisch certificaat) leert u met name data te interpreteren op business relevantie en deze te vertalen naar innovatieve producten en diensten

Data Science & Business Analytics – opleidingsmogelijkheden

Optie 1: 10-daagse training met academisch certificaat (klassikaal en live online)
Optie 2: in-company training (klassikaal en live online)

Waarde creëren uit data

Een data scientist creëert waarde door de juiste business vragen te stellen, relevante data te ontsluiten en deze te vertalen naar innovatieve toepassingen. Als data scientist interpreteert u data op business relevantie, vertaalt deze naar product/dienst innovaties en 'verkoopt' deze binnen de organisatie. Hierin ligt dus uw meerwaarde ten opzichte van de 'traditionele', meer technische data scientist, die enkel de know-how heeft om data technisch te ontsluiten en te analyseren. Deze technische know-how is noodzakelijk, maar volstaat in veel gevallen niet. De kunst is om data in te zetten ter verbetering van de organisatie en het bedrijfsresultaat. Dat leert u met name in deze Data Science & Business Analytics opleiding.

Data Science & Business Analytics – bruikbare instrumenten

Om succesvol te zijn met data heeft u andere instrumenten nodig dan enkel technische. In de 10-daagse Data Science & Business Analytics training komen met name deze niet-technische instrumenten aan bod, zoals:

  • Bedrijfskundige modellen, business analyse en strategievorming, die u helpen om de juiste vragen te formuleren en doelen te stellen
  • Soft skills en veranderkundige vaardigheden die u helpen om de doelen zichtbaar te maken voor opdrachtgevers en stakeholders
  • Kennis van data science, architectuur, methoden en organisatiemodellen die u het inzicht verschaffen om data science in uw organisatie toe te kunnen passen
  • Visie en leiderschap die nodig zijn om data science in een organisatie te laten werken

Data scientists spelen een essentiële rol in het data value proces

Data scientists spelen een essentiële rol in het data value proces. Als data scientist dient u over een aantal belangrijke eigenschappen te beschikken.

  • U moet op basis van uw kennis van de business, bedrijfsrelevante analyses kunnen maken uit de beschikbare data c.q. analyses kunnen maken die resulteren in voor de bedrijfsvoering relevante informatie
  • U moet het vermogen hebben om, met behulp van moderne technologieën, data te verzamelen, beschikbaar te maken, te analyseren en te ontsluiten. Technieken en applicaties maken op dit moment een enorme ontwikkeling door (Hadoop, R, etc.). Het vermogen om relevante technieken te herkennen, u eigen te maken en toe te passen is dan ook een belangrijke eigenschap van de data scientist
  • Een derde eigenschap is uw sociaal interactieve vermogen

Wat leert u?

In deze actuele en inspirerende 10-daagse Data Science & Business Analytics training:

  • Krijgt u een helder beeld van het belang, de relevantie en de inhoud van de functie van data scientist zoals deze in ondernemingen steeds meer vorm krijgt
  • Verwerft u een actueel inzicht in de toegenomen rol van data in de samenleving in het algemeen en in de bedrijfsvoering in het bijzonder
  • Leert u, met behulp van moderne technologieën, data te verzamelen, beschikbaar te maken, te ontsluiten en te analyseren
  • Leert u op basis van business kennis, bedrijfsrelevante analyses te maken uit de beschikbare data
  • Leert u geproduceerde kennis actief in te zetten door deze op de juiste wijze (naar vorm, tijd en communicatiewijze) onder de aandacht te brengen van decision makers

Voor wie?

De 10-daagse training Data Science & Business Analytics richt zich op iedereen die werkzaam is op het raakvlak tussen business en data science en in het bijzonder op professionals die een loopbaan ambiëren in het werken met data en/of business analytics of hierin al werkzaam zijn. Wij denken hierbij o.a. aan data scientists, (big) data projectmanagers, Business Intelligence (BI) managers en consultants, IT managers, business development managers, data analisten, business analisten, datawarehouse analisten, informatie architecten, marketing (technology) managers, marketing (intelligence) managers en innovatie managers.

Opzet van de training

De 10-daagse training Data Science & Business Analytics is gebaseerd op een unieke visie op het vakgebied en leert u van daaruit te reflecteren op de positie van de data scientist in een organistatie. Tijdens de training leert u welke praktische competenties van belang zijn voor de uitoefening van uw functie. Met behulp van een probleemgerichte praktijkcase, die als een rode draad door de training loopt, krijgt u zicht op uw rol als data scientist. Tijdens de praktijkcase werkt u in een team aan opdrachten. Elk team is samengesteld uit cursisten met complementaire eigenschappen op het gebied van data science, zodat u niet alleen leert van uw docenten, de theorie en de praktijkcase, maar zeker ook van elkaar. Daarnaast werkt u aan een individuele opdracht gebaseerd op uw eigen praktijk.

Voorkennis

Om succesvol deel te kunnen nemen aan deze Data Science & Business Analytics training verwachten wij van u minimaal een HBO/Bachelor opleiding in de richting van bedrijfskunde, bedrijfseconomie of informatiekunde/IT.

Ook interessant voor u!

Naast de Data Science en Business Analytics training kunnen de volgende trainingen ook interessant/relevant zijn voor u en/of uw collega's:

Programma

DATA SCIENCE & BUSINESS ANALYTICS – LESPROGRAMMA
De 10-daagse Data Science & Business Analytics training bestaat uit 6 lesblokken. Het eerste en laatste lesblok duren elk één dag en betreffen resp. een introductie- en afsluitingsdag. Het tweede tot en met het vijfde lesblok beslaan elk 2 aaneengesloten dagen met diner en overnachting.

Het programma bestaat uit de volgende herkenbare onderdelen:

  • Reguliere modules die het kernprogramma van deze training vormen; hierbij wordt een algemene case gebruikt om de theorie toe te passen
  • Een aantal verdiepende modules vanuit een academische insteek, verzorgd door een hoogleraar of universitair docent, bijvoorbeeld over Machine Learning (ML) of ethiek
  • Gastsprekers die over de toepassingen van data en data science in de praktijk/hun organisatie spreken
  • Een practicum/case waarin met tools en data gewerkt wordt, zowel in lesblok II (data exploration) als lesblok III (data science practicum)
  • Een certificeringscase waarbij de aanpak en voortgang van individuele cases worden gepresenteerd en besproken

LESBLOK I – INTRODUCTIE
Het doel van deze introductiedag is thematisering. Waarom is data science in al haar facetten zo actueel? Wat zijn de uitdagingen en problemen? Naast een algemene introductie komen onder meer aan de orde:

  • De rol van data in organisaties
  • De opbouw van het programma
  • Toelichting op de structuur van het programma, de case, de eindopdracht en certificering
  • Het 3-assen model
  • De uitdagingen bij het goed implementeren van data science in organisaties
  • Waarde creëren met data science
  • Data science: de fundamenten
  • Wat is data science?
  • Wat zijn data, informatie, kennis en intelligence en hoe verhouden deze zich tot elkaar?
  • Data science: een procesmatige benadering waardoor u grip krijgt op uw werkgebied

In dit blok wordt een start gemaakt met de generieke case. Deze vormt de rode draad binnen de lesblokken II, III en IV. Deze case wordt gebruikt om de geleerde theorie toe te passen.

LESBLOK II – DATA
In dit lesblok wordt veel aandacht besteed aan het werken met data. Data is een belangrijke productiefactor voor organisaties en dient daarom gericht georganiseerd te worden. In dit tweede lesblok staan de toepassing van data en data science centraal, zoals data analyse en tooling. Dit komt tot uitdrukking in de algemene case, waaraan in kleine groepen wordt gewerkt. Aan de orde komen o.m.:

  • Introductie data science
  • Overview van data analytics, data science en big data
  • Data, data exploratie, data visualisatie, data analyse en tooling
  • Verschillende soorten data
  • Het proces van dataverwerving en dataverwerking
  • Soorten analyses, tools en toepassingen
  • Het maken van keuzes: wanneer zet je welke techniek in?
  • De relatie tussen bedrijfskundige waardeproblemen, tools en data (science): hoe creëert u deze waarde?
  • Stakeholder analyse
  • Critical thinking
  • Machine Learning (ML) en voorspellende modellen
  • Big data en architectuur
  • Data beleid en de rol van het Data Office/de Chief Data Officer (CDO)

LESBLOK III – BUSINESS VALUE
Dataverwerking en data analyse leiden tot nieuwe data, maar nog zeker niet tot inzichten, juiste interpretaties en business value. In dit lesblok staat de relatie met 'de business' centraal. U leert tijdens dit blok te redeneren vanuit verschillende business analyse vraagstukken en u leert hoe u dataverwerkingsproblemen kunt inrichten, sturen en aanpakken. Tevens maken we een start met uw persoonlijke werk-/ontwikkelingsplan. In dit blok gaat u namelijk een waardecase formuleren voor uw eigen organisatie waarbij met behulp van data bedrijfskundige waarde wordt gecreëerd. Onderwerpen van dit blok zijn o.a.:

  • Introductie bedrijfskundige waarde en analyse
  • Practicum data science
  • Business analytics
  • Waarde cases
  • Data visualisatie
  • De toolbox van de analist
  • Business modellen
  • Typology van data gedreven business modellen

Huiswerkopdracht 
U wordt gevraagd om een eerste pitch voor uw cerficeringscase voor te bereiden: opdrachtformulering en briefing.

LESBLOK IV – TOOLS & TACTICS VAN DE DATA SCIENTIST (1)
Blok IV staat in het teken van de praktijk van de data scientist. Vandaar dat in dit blok de generieke case gebruikt wordt om alle geleerde theorie toe te passen. Dit gebeurt groepsgewijs en iedere groep presenteert zijn eigen uitwerking. Aan bod komen o.m. de 'gereedschapskist', de verschillende tools en aanpakken die de data scientist kan toepassen. Het realiseren van toegevoegde waarde met data staat centraal en dit lesblok gaat m.n. in op de individuele tools die de data scientist kan inzetten om waarde te creëren met geproduceerde kennis. Belangrijk is dat de uiteindelijke toegevoegde waarde van data ontstaat in de sociaal interactieve context van opinievormers en beslissers. In een dergelijke context moet de data scientist namelijk kennis produceren en op basis daarvan doelgerelateerd voorstellen 'verkopen'. Naast de inhoudelijke context komt derhalve ook de sociale context van besluitvorming aan bod. Daarbij wordt een onderscheid gemaakt tussen methoden en technieken voor het presenteren van data/kennis (infographics) en het beargumenteren/debatteren, wat een rol speelt in de sociaal interactieve context van de presentatie. In dit blok vindt ook de eerste pitch plaats van de individuele cases. De onderwerpen van dit blok zijn:

  • Introductie tools en tactics: framework voor tactics van de data scientist
  • Critical thinking (analytical reasoning, social mapping, convincing presentations)
  • Toepassingen: digitale marketing, Artificial Intelligence (AI), robotics en fraude
  • Verandermanagement
  • Innovatiemodellen en marktpositie
  • Roadmap en business case
  • Afronding generieke case (groepsopdracht)
  • Eerste pitch eigen case: waarde creëren met data in de eigen organisatie (individuele opdracht)

Huiswerkopdracht
U werkt uw eigen case verder uit en bereidt een presentatie voor: probleemstelling, context, stakeholders, beoogde aanpak en de eerste versie van het Business Model Canvas (BMC). De BMC wordt in lesblok V besproken. Het plan dient diverse invalshoeken te hebben, waaronder data, bedrijfskundige waarde en organisatorische impact/verandering (individuele opdracht).

LESBLOK V – TOOLS & TACTICS VAN DE DATA SCIENTIST (2)
Ook blok V staat in het teken van de praktijk. Dit gebeurt wederom groepsgewijs en iedere groep rondt zijn case af met een eindpresentatie. Dit lesblok gaat m.n. in op de organisatorische maatregelen die moeten worden genomen om in organisaties structureel data tot waarde te brengen. Welke inrichtingsmodellen passen bij welke organisatie (of stadium van de organisatie ontwikkeling)? Groeimodellen worden behandeld, maar ook condities waarmee organisaties rekening moeten houden (privacy wetgeving/Europese wetgeving en bescherming van persoonsgegevens). Verder wordt aandacht besteed aan de ethiek van dataverwerking en -gebruik. Met name de veranderende grenzen van consumenten en gebruikers worden hier besproken als contingente factoren voor het werk van de data scientist. De geleerde theorie wordt tevens verder toegepast, maar nu op uw eigen praktijk. U geeft in dit blok namelijk een update over de voortgang van uw eigen case. Tevens heeft u een individueel gesprek met uw docenten over de opzet en voortgang van uw eigen case, ter voorbereiding op de afronding van uw case in blok VI. Tijdens dit blok komen o.m. de volgende onderwerpen aan de orde:

  • Ethiek en privacy
  • Privacy wetgeving: de General Data Protection Regulation (GDPR) en bescherming van persoonsgegevens
  • Embedding data science: strategic alignment
  • Growth en maturity models
  • Implementatie van data science
  • De toolbox van de data scientist
  • Het maken van keuzes: welke techniek zet u wanneer in?

Huiswerkopdracht
Bereid de eindpresentatie voor van uw eigen waardecase.

LESBLOK VI – PRAKTIJKCASE (SLOT)
Gedurende de gehele training vormt, naast de generieke case die in groepsverband wordt uitgewerkt, uw eigen praktijkcase de rode draad. Het doel van deze individuele case is om per onderwerp/les praktisch te oefenen met de stof. In dit lesblok komt de individuele opdracht waaraan u tijdens de opleiding heeft gewerkt tot een einde. De databewerkingen en data analyses die in de context van uw opdracht hebben plaatsgevonden, dient u voor uw docenten en medecursisten te presenteren. Uw case en eindpresentatie worden geëvalueerd en u ontvangt uw certificaat.

Brochure aanvragen

Certificaat

Na afloop van de training Data Science & Business Analytics en het met voldoende resultaat afsluiten en presenteren van uw case ontvangt u een officieel academisch certificaat.

Docent(en)

Uw docenten zijn experts op het vakgebied data science in relatie tot het data value proces. U krijgt van hen de nodige theoretische bagage, maar u zult vooral profiteren van hun enorme praktische vakkennis.

Startdata

De training Data Science & Business Analytics bestaat uit 6 lesblokken van telkens 1 dag of 2 aaneengesloten dagen, verdeeld over 6 maanden. De lesdagen van lesblok I en VI starten om 9.30 uur en eindigen om plm. 16.30 uur. De eerste trainingsdag van de lesblokken II, III, IV en V start om 9.30 uur en eindigt om 19.30 uur met een diner en aansluitend een overnachting. De tweede trainingsdag van de lesblokken II, III, IV en V start om 8.30 uur en eindigt om plm. 16.30 uur. De training vindt centraal in Nederland plaats. U kunt op de volgende data deelnemen:

Lesblok I

  • 7 + 8 oktober 2021

Lesblok II

  • 12 november 2021

Lesblok III

  • 16 + 17 december 2021

Lesblok IV

  • 13 + 14 januari 2022

Lesblok V

  • 17 + 18 februari 2022

Lesblok VI

  • 25 maart 2022

Inschrijven

De kosten van de 10-daagse training Data Science & Business Analytics bedragen € 7.900,- (excl. BTW) per persoon. Dit bedrag is inclusief het studiemateriaal, certificaat, lunches, koffie/thee en 4 overnachtingen met ontbijt en diner.

In-company

Heeft u voorkeur voor een in-company training, afgestemd op de vragen en knelpunten uit uw eigen organisatie? Neemt u dan contact met ons op via +31 (0)40 246 02 20 of stuur een e-mail naar info@imf-online.com. Een in-company training heeft tal van voordelen, zoals:

  • het bespaart u en uw collega's tijd, reiskosten en eventuele verblijfskosten
  • u volgt de training in uw eigen werkomgeving
  • organisatiegebonden en gevoelige vraagstukken kunnen openlijk besproken worden omdat er geen externe deelnemers zijn
  • plaats, tijd en duur bepaalt u zelf
  • vanaf 5 deelnemers is een in-company training vaak zinvol en kostenbesparend

Reviews

De training Data Science & Business Analytics wordt door de cursisten zeer goed beoordeeld. Onderstaand enkele reacties van cursisten:

'De training helpt mij om meer richting te geven aan data oplossingen binnen mijn organisatie. Als gesprekspartner heb ik nu veel meer kennis van de aanpak, mogelijkheden en valkuilen.'

'De training geeft mij concrete handvatten om het proces van de businessvraag naar data-antwoord en vervolgens business-actie te organiseren en verbeteren. Hierdoor zorg ik voor relevantere oplossingen die meer rendement hebben voor de business.'

'Als de 'man van de praktijk' heeft de training mij aanvullende inzichten opgeleverd waarmee ik data kan inzetten voor het verbeteren van de bedrijfsvoering van mijn organisatie.'

'De training biedt voordeel bij het actionable maken van verworven kennis uit data bij de business. Doordat ik de training met mijn teamgenoten volg, zitten we meteen op dezelfde lijn. Dat maakt het ook makkelijker om de theorie in de praktijk om te zetten.'

'Deze training is voor mij zowel inhoudelijk interessant alsook op het gebied van interactieve vaardigheden. Ik heb veel geleerd over data, data science, toepassingen van data en het belang van een goede interactie tussen de business en de data scientist. Hiermee kunnen we meer waarde uit data halen en daarmee onze klanten nog beter adviseren.'

'Ik heb door de training veel nieuwe toepassingen verzameld en bedacht over hoe data gedreven oplossingen voor de business ingezet kunnen worden. De business data scientist is echt een brug tussen business en IT.'

Data Science en Business Analytics

Inschrijven! Brochure IN-COMPANY NIEUWSBRIEF