Nach Abschluss dieser Maßnahme können Sie als Data Analyst:in für E-Commerce in einem Unternehmen tätig werden. Als solcher erfassen und analysieren Sie im Unternehmen große Datenmengen, um diese in aufbereiteter Form zu präsentieren. Dabei helfen Ihnen die Methodenkenntnisse der Statistik und Data Science, als auch die Grundlagen entsprechender Programmiersprachen und Visualisierungs-Tools. Durch Ihr Wissen über das Online-Marketing verstehen Sie genau, aus welchen Quellen und mit welchem Zweck Sie Daten von Kunden erheben können.

Data Science

• Information und Entropie
• Die Pandas Bibliothek
• Decision Trees
• Bagging and Boosting
• K-Means Clustering
• Hierarchisches Clustering
• Programmierung eines Neuronalen Netzes
• Data Science Methoden

Programmieren mit Python

• Python-Skripte
• Standard-Datentypen
• Systemfunktionen
• Event-Verarbeitung
• Datenbanken
• Messdaten verarbeiten

Programmieren mit R

• Statistische Analysen mit R
• Objekttypen mit R
• Datenformate mit R
• Datenmanagement mit R
• Deskriptive Statistik von Stichproben
• Korrelationsanalysen, Regressionsanalysen

E-Commerce

• E-Commerce-spezifisches Kaufverhalten und Zielgruppenanalyse
• Markt- und Wettbewerbsanalysen
• Relevante Kennzahlen und deren betriebswirtschaftliche Betrachtung
• Onlinemarketing im E-Commerce

Datenbanken mit SQL

• Relationale Datenbanken
• Physische Modellierung und Dimensionierung von Datenbanken
• Datenabfragen in SQL Datenbanken
• Daten ändern (INSERT, UPDATE, DELETE)

Marketing Management

• Unternehmens- und Portfolioanalysen
• Planung einer Marketingkampagne
• Konzepte und Strategien im Online-Marketing
• Customer Journey im Online-Shop

Projektmanagement Allgemein

• Projektarten
• Vorgehensmodelle im Projektmanagement
• Traditionelles, agiles und hybrides Projektmanagement - Vorgehen und Umsetzung
• Tools und Techniken im Projektmanagement

Social Media Marketing

• Social Media mit Strategie
• Social Media Monitoring und Online Reputation Management
• Social Commerce

People Based Marketing

• Data-driven Customer Centricity
• Grundlagen der Datenauswertung
• People-based-Marketing-Maßnahmen planen

Cloud Computing

• Virtualisierung
• Cloud-Varianten
• IaaS-Anbieter verwenden

Visualisierung mit Power BI

• Datenquellen in Power BI anlegen
• Welcher Visualisierungstyp passt zu welcher Frage?
• Tief gehende Analysen mit Trends, Prognosen, Clustern und Verteilung

Visualisierung mit Tableau

• Daten für Tableau vorbereiten
• Arbeiten mit Kennzahlen und Dimensionen
• Interaktive Dashboards

Suchmaschinenoptimierung (SEO)

• Architektur von Suchmaschinen
• Suchmaschinen-optimierte Website-Struktur

Google Ads

• Anzeigengruppen
• Google Analytics

Statistik

• Zufallsexperimente und Wahrscheinlichkeiten
• Geordnete und ungeordnete Stichproben

Kommunikation & Konfliktmanagement

• Arten virtueller Kommunikation und Tools
• Konfliktmanagement in der interkulturellen Zusammenarbeit

Präsentationstechniken

• Inhaltliche Vorbereitung und Planung von Präsentationen