Predavanja će prvenstveni fokus stavljati na poslovne slučajeve, koji će se rješavati primjenom data mining metoda iz različitih domena gospodarstva (trgovina, turizam, osiguranje, telekomunikacije, financije, proizvodnja). U razmatranju ili proučavanju poslovnih slučajeva, polaznici će problematiku sagledavati s perspektive analitičara, koji su zaduženi za ekstrakciju korisnih informacija za donošenje poslovnih odluka uz transakciju podataka primjenom naučenih metoda. Polaznici će također problematiku razmatrati i sa perspektive menadžera koji na temelju rezultata analiza donose poslovne odluke. Poslovni slučajevi koji će biti promatrani u svjetlu data mining metoda odnosit će se na problematiku segmentacije tržišta, otkrivanje profila korisnika pojedinih proizvoda i usluga, problematiku povećanja indeksa unakrsne prodaje, procjene vjerojatnosti odaziva na odaslanu ponudu, te na metodologiju prezentacije dobivenih rezultata menadžera.

Cilj:
Polaznici će nakon završenog seminara biti u mogućnosti primijeniti različite vrste data mining metoda u sklopu adekvatnih alata s ciljem kreiranja modela proizašlih kako na temelju internih tako i eksternih podataka poduzeća. Polaznici će biti osposobljeni za kvalitetno pretprocesiranje podataka na temelju kojh se grade analitički modeli, kao i načine modeliranja rješenja proizašlih iz praktičnih tržišnih situacija pomoću DM metoda. Seminar daje znanja na temelju kojih je moguće rješavanje problema poput povećanja indeksa unakrsne prodaje primjenom metode potrošačke košarice, procjene vjerojatnosti odaziva na odaslanu ponudu, određivanje profila potrošača određenog proizvoda ili usluge, segmentacije tržišta pomoću temeljnih data mining metoda. Polaznici seminara će također savladati metodologiju jasne i očite prezentacije dobivenih rezultata krajnjim korisnicima – menadžerima.

Sadržaj seminara:

• Data mining općenito
  Što je to data mining; Data mining i poslovna praksa; Cilj dobivanja korisnih informacija, a ne informacija na kojima će se demonstrirati kompliciranost primjenjenog algoritma; Uloga data mininga u donošenju odluka
• Pretprocesiranje podataka
  Zašto skladište podataka nije preduvjet za provođenje data mining analiza; Važnost pretprocesiranja podataka; Metode pretprocesiranja podataka; Analiza relevantnosti atributa; Kategorizacija i sažimanje; Uloga ekstremnih vrijednosti u podacima (outliers)
• Kako odrediti profile, predvidjeti ponašanje i rano prepoznati zahtjeve klijenata?
  Što je to klasteriranje, stablo odlučivanja, i samoorganizirajuće mape?; Metodologija provedbe profile analiza primjenom tradicionalnih statističkih i data mining metoda; Segmentacija primjenom osnovnih metoda; Rješavanje poslovnog slučaja
• Na koji način povećati indeks unakrsne prodaje (cross-selling index)?
  Uloga BI analize u trgovačkim društvima; Što je to metoda potrošačke košarice i asocijativni algoritmi; Primjena asocijativnih algoritama i metode potrošačke košarice u povećanju indeksa unakrsne prodaje sa interpretacijom rezultata; Koji proizvod ponuditi klijentu kao sljedeći uz najveću vjerojatnost prihvaćanja?; Rješavanje poslovnog slučaja
• Tko će najvjerojatnije prihvatiti ponudu temeljem kataloga?
  Zašto je bitno procjenjivati vjerojatnosti uspjeha prihvaćanja ponude; Data mining metode u službi procjenjivanja vjerojatnosti uspjeha prihvaćanja ponude; Rješavanje poslovnog slučaja
• Kako i u kojem obliku prezentirati rezultate analize donositeljima odluka
  Kako prezentaciju rezultata učiniti atraktivnom i interesantnom; Zašto je važno prezentirati samo bitne stvari, i kako ih prepoznati; Rezultat dobiven sofisticiranim algoritmom, u poslovnom smislu, ponekad može imati manju težinu od rezultata dobivenog postotnim računom

• Upis u radnu knjižicu: ne
• Certifikat: ne
• Uvjerenje: ne
• In-house: ne
• Svjedodžba: ne
• Diploma: ne