U razmatranju poslovnih slučajeva, polaznici će problematiku promatrati i s perspektive analitičara, koji su zaduženi za ekstrakciju korisnih informacija za donošenje poslovnih odluka iz transakcije podataka primjenom naučenih metoda, kao i s perspektive menadžera koji na temelju rezultata analiza donose poslovne odluke. Poslovni slučajevi koji će se razmatrati u okviru ovog naprednog seminara odnosit će se na problematiku napredne segmentacije tržišta temeljem ekspertnog znanja, rano otkrivanje potencijalnih tržišnih opasnosti od gubitaka klijenata poduzeća, procjene stupnja rizičnosti, rano detektiranje prijevara u poslovanju, kreiranje tržišnih simulacija, WHAT-IF analize, postavljenje scoring card modela uz pomoć ekspertnih sustava, vremensku analizu podataka, postavljanje prediktivnih modela.

Cilj:
Polaznici će nakon završenog seminara biti sposobni primijeniti napredne data mining metode u sklopu adekvatnih alata s ciljem kreiranja modela proizašlih kako na temelju internih tako i eksternih podataka poduzeća. Polaznici će biti osposobljeni za kreiranje modela ranog otkrivanja potencijalnih tržišnih opasnosti od gubitaka klijenata poduzeća, modela procjene stupnja rizičnosti, modela ranog detektiranje prijevara u poslovanju, kreiranje tržišnih simulacija, segmentacijskih modela baziranih na ekspertnim sustavima, kreiranje modela WHAT IF analiza, postavljanje scoring card modela pomoću ekspertnih sustava. Osim toga, polaznici će biti osposobljeni za vremensku analizu podataka i kreiranje prediktivnih modela analize.

Sadržaj seminara:

• Kako na vrijeme predvidjeti trendove i razloge prekida korištenja usluga i proizvoda od strane klijenata?
  Što je to churn analiza?; Što su to survival modeli (Kaplan – Maier , Cox)?; Kako rano uočiti trendove prekida suradnje od strane klijenata i otkriti njihove uzroke.; Kako spriječiti razvoj trendova prekida suradnje od strane klijenata; Rješavanje poslovnog slučaja
• Kako izvršiti preciznu segmentaciju tržišta na temelju ekspertnog znanja i iskustava?
  Segmentacija u svijetlu data mining metodologije?; U čemu je razlika između «analitičke» i «ekspertne segmentacije»; Primjena metoda data mininga i fuzzy ekspertnih sustava u segmentaciji tržišta; Kreiranje scoring card modela pomoću fuzzy ekspertnih sustava; Rješavanje poslovnog slučaja
• Temporal data mining (data mining analiza vremenskih serija)
  Uloga vremenskih serija u analizi poslovanja; REFII model; Otkrivanje znanja iz vremenskih serija uz pomoć REFII modela; Rješavanje poslovnog slučaja
• Kako dijagnosticirati rizične tržišne segmente i neutralizirati rizike?
  Pojam rizika kroz prizmu data mining metodologije; Data mining metode i procjene rizika; Rješavanje poslovnog slučaja
• Kako uočiti tržišne segmente koji mogu utjecati na rast ukupnog tržišnog udjela?
  Dijagnostika potentnih tržišnih segmenata primjenama metoda data mininga nad transakcijskim podacima; Rano otkrivanje tržišnih šansi, i potencijalnih tržišnih opasnosti; WHAT IF analize Projekcije i predviđanje trendova kretanja pojava koje utječu na uspjeh/neuspjeh primjenom neuronskih mreža i fuzzy ekspertnih sustava
  Građenje simulacijskih modela procjene na temelju transakcijskih podataka; Kako simulirati tržišne situacije i na njima temeljiti poslovnu politiku poduzeća; Rješavanje poslovnog slučaja
• Uloga ulančavanja analitičkih metoda
  Uloga kreativnosti u analizama; Zašto ne postoje recepture i dominantnost metoda za određeni problemski prostor u data mining analizama?; Kako prepoznati najbitnije smjernice koje nas mogu dovesti do željenog cilja

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