فوق لیسانس تحلیل داده و بازاریابی
ESPM – Brasil
اطلاعات کلیدی
موقعیت پردیس
São Paulo, برزیل
زبان های خارجی
زبان پرتغالی
قالب مطالعه
آموزش از راه دور, در محوطه دانشگاه
مدت زمان
2 ترم ها
سرعت
پاره وقت
شهریه
BRL ۱٬۴۶۲ / per month *
آخرین مهلت تقاضا
درخواست اطلاعات
زودترین تاریخ شروع
درخواست اطلاعات
* تا 35 اقساط 1462.58 BRL + 1 قسط 1610.59 BRL
مقدمه
ارائه و تشریح کاربردهای پیشرفته تحلیل داده ها و کلان داده ها در زمینه های مختلف مانند بازاریابی، مالی، سرمایه گذاری، برنامه ریزی و کنترل محصول، مدیریت منابع انسانی و غیره. هدف این است که به دانش آموز اجازه داده شود تا دید وسیعی از امکانات فعلی استفاده از منابع فناورانه در تجزیه و تحلیل و پیش بینی نتایج و همچنین ارائه روندهای آینده در منطقه به دست آورد. شما را قادر به توسعه و مشارکت در پروژه های جدید مرتبط با این دانش می کند.
مدالیته
HYFLEX. برای شرکت در کلاس های زنده به صورت حضوری در واحدهای ESPM یا به صورت مجازی از طریق Zoom آزاد باشید. شخصاً شرکت کنید تا تجربیات همهجانبه و شبکه را تجربه کنید. یا به صورت مجازی از هر کجا که هستید بپیوندید تا بهترین تناسب با برنامه و مکان شما داشته باشید. ضبطهای سخنرانی برای بررسی بحثها در دسترس است (میزان غیبت ایجاد نمیکند).
* یک جلسه حضوری اجباری در روزهای شنبه در هر رشته در برنامه های تحصیلات تکمیلی HyFlex، به طور متوسط یک شنبه در ماه وجود دارد.
با همکاری IBM
از طریق مشارکت با IBM، این دوره به بررسی یکپارچگی بین ظرفیت تحلیلی کار با داده ها از سوابق پایگاه داده، شبکه های اجتماعی، موقعیت جغرافیایی و غیره و چشم انداز بازار و کسب و کار می پردازد. این ادغام به طور فزاینده ای در شرکت ها رایج است. ESPM و IBM با ایجاد یک دوره تحصیلات تکمیلی در کلان داده و هوش بازاریابی، به دنبال آموزش مدیران با ارائه پایه ای قوی و محکم در مدیریت راه حل های نرم افزاری و فناوری، اما توسعه تمرکز، اشتیاق و ماموریت بازاریابی وفاداری برای برآوردن نیازها و خواسته ها از طریق بازاریابی هستند. . چشم انداز این خواهد بود که مرجعی در این زمینه ترکیبی آموزشی باشد که به طور سیستماتیک به تولید دانش کمک کند و خواسته های شرکت ها و جامعه را برآورده و پیش بینی کند. ماموریت این دوره آموزش افراد حرفهای برای استفاده از تکنیکها در حوزههای یکپارچه بازاریابی و BigData است و به دنبال همافزایی بین دانش این حوزهها با ساختن محیطی با تأکید بر فرد و درج او در فضای فناوری فعلی است.
دانش آموزان ایده آل
برای چه کسانی در نظر گرفته شده است
متخصصان بازاریابی، تجارت، تحلیل کمی و/یا فناوری، در ابتدای کار خود، اما با تجربه حرفه ای که علاقه مند به دانستن یا گسترش دانش خود در حوزه هوش بازار و داده های بزرگ هستند. اعضای تیم های بازاریابی، هوش تجاری، هوش تجاری یا فناوری.
برای حرفه ای ها در ابتدای کار و در مرحله رشد حرفه ای نشان داده شده است.
برنامه درسی
چه چیزی یاد خواهید گرفت
همه رشته های دوره دارای کلاسی خواهند بود که به شرکت یک مهمان ویژه، رهبر یک شرکت مربوطه و مرتبط با موضوع هر موضوع اختصاص دارد.
تراز کردن
- اصول بازاریابی (آموزش از راه دور)
- مبانی مالی (آموزش از راه دور)
مدیریت
- مدیریت پروژه
- تجزیه و تحلیل و پشتیبانی تصمیم
- رهبری و فرهنگ دیجیتال
بازاریابی
- هوش اقتصادی
- تفکر طراحی و مدل های کسب و کار جدید
- CRM و Consumer Insigths
فن آوری
- زیرساخت IT و داده
- ساختار اطلاعات
- پایگاه داده و مدیریت BI
- مفاهیم و شیوه های هوش مصنوعی
- داده های بزرگ و برنامه های کاربردی تجاری
ادغام
- پروژه یکپارچه چند رشته ای (هدایت، هیئت مدیره و تدوین پروژه)
کلاس ها در پردیس فارغ التحصیل ESPM برگزار می شوند و می توانند در مکان های دیگر، از قبل برنامه ریزی شده توسط استاد تدریس شوند. رشته های EAD که در برنامه دوره مشخص شده است، همزمان با رشته های حضوری و در دوره اولیه دوره برگزار می شود.
نتیجه برنامه
مفهوم تجزیه و تحلیل داده ها به عنوان یک نیروی بزرگ جدید در سازمان ها ظاهر می شود
کار با دادههای سوابق فروش، شبکههای اجتماعی، موقعیت جغرافیایی، مدلهای پیشبینی رفتار، بینش مصرفکننده ، برای شرکتها کمتر غیرعادی میشود. اگر حجم بسیار زیادی از داده ها را در نظر بگیریم، مدل های پیش بینی سنتی معمولاً کند می شوند. و این زمانی است که مفهوم تجزیه و تحلیل داده ها به عنوان یک نیروی بزرگ جدید در سازمان ها ظاهر می شود. سوالی که در پی پاسخگویی به آن است این است که چگونه می توان به صورت منسجم و سریع اطلاعات را در زمان واقعی و در مقادیر کنترل نشده تجزیه و تحلیل کرد و از نظر استراتژیک بر تصمیم گیری شرکت ها تأثیر گذاشت؟ حجم، تنوع، سرعت و صحت ابعاد اساسی داده های بزرگ را تعریف می کنند. برای کار در این ابعاد نیاز به سازماندهی اطلاعات به گونهای است که بتوانیم آنها را به شکلی معقول و عملی به طور مؤثر تحلیل کنیم. دانستن در اصل تکنیک های تحلیلی که شامل دستکاری مجموعه های بزرگی از داده ها است، وظیفه مدیران جدید است.