whatsa

Veriye Dayalı Yönetim
Ders, analitik süreçleri etkin bir şekilde yönetme ve bu süreçlerin sonuçlarını bilinçli, kanıta dayalı kararlar vermede temel olarak kullanma yöntemleri ve yaklaşımlarına odaklanır. Ayrıca, analitiği kullanmada şirketlerin değer yaratmanın temeli olarak gördükleri yollar da kapsanmaktadır.

İşletme İletişimi
Ders, açık iletişim, stratejik yönetim iletişimi, geri bildirim verme ve alma, etki ve savunuculuk, sunum becerileri ve kariyer yönetimi becerileri gibi iletişim becerilerine odaklanmaktadır. Bu dersin amacı, öğrencilerin çeşitli iş belgelerinin türlerini ve amaçlarını belirleyebilmeleri, uygun kanalları kullanarak mesaj oluşturabilmeleri, sosyal medya vb. teknolojinin iş iletişimi üzerindeki etkisini anlayabilmeleri, iş iletişiminde etik, kültürler arası ve çokuluslu konuları daha iyi özümlemeleridir.

Müşteri İlişkileri Yönetimi
Müşteri İlişkileri Yönetimi (CRM), dağıtım kanalından bağımsız olarak pazarlama, satış ve hizmet alanlarındaki potansiyel ve mevcut müşteriler ve iş ortaklarıyla olan ilişkileri yönetmeye yönelik kapsamlı bir dizi süreç ve teknolojidir. Bu ders, CRM girişimlerinin kullanımı yoluyla ilişkisel pazarlama stratejilerinin geliştirilmesi ve uygulanmasına odaklanmaktadır. Derste ele alınan konular şunlardır: ilişkisel pazarlaması; operasyonel analitik ve işbirlikçi CRM; CRM uygulama hatası nedenleri; ve pazarlama yönetiminde CRM'nin rolü.

Dijital Pazarlama
Bu ders, dijital pazarlama ortamını hem tüketici hem de iş perspektifinden incelemektedir. Ders, çeşitli çevrimiçi iş modellerine genel bir bakış sunmakta ve dijital reklamcılık ve sosyal medya pazarlama teknikleri ve teknolojilerini kapsamaktadır.

Müşteri Analitiği
Bu ders, müşteri analitiğinin temel alanlarına genel bir bakış sağlar (açıklayıcı analitik, tahmine dayalı analitik, belirleyici analitik ve bunların gerçek dünyadaki iş uygulamalarına uygulanması). Bu ders aynı zamanda analitik alanının genel bir görünümünü sunarak öğrencilerin bilinçli iş kararları almasını sağlar.

Sayısal Karar Verme
Bu dersin hedefi öğrencilere bir kuruluşun karar verme sürecinde nicel araçların nasıl ve ne yönde kullanıldığının aktarılmasıdır. İmalat ve hizmet sektörlerinde planlama ve operasyonel sorunlar üzerinde durulmaktadır. Konular, öngörme, kapasite planlama, optimizasyon, proje planlama, simülasyon ve risk analizi, kalite, envanter yönetimi ve bekleme satırlarını içerir.

Operasyonlar Analitiği
Bu ders, verileri daha iyi kararlara dönüştürmeyi düşündüğünüz şekli etkilemek için tasarlanmıştır. Veri toplama teknolojilerindeki olağanüstü gelişmeler, firmaların bilinçli ve etkili iş kararları alma şeklini değiştirdi. Bu ders, verilerin çeşitli iş ortamlarında talep ile arzı karlılıkla nasıl eşleştirilebileceğine odaklanmaktadır. Bu derste öğrenciler gelecekteki talep belirsizliklerinin nasıl modelleneceğini, politika seçimlerinin sonuçlarını nasıl tahmin edebileceklerini ve risk karşısında en iyi eylem yolunu nasıl seçeceklerini öğreneceklerdir.

Stratejik Yönetim ve Simulasyon
Bu dersin amacı, rekabetçi analiz ve strateji formülasyonunun temel kavramlarını, araçlarını ve ilkelerini tanıtmaktır. Ders, işletmelerinin performansını ve hayatta kalmasını etkileyen yönetimsel kararlar ve eylemlerle ilgilidir. Stratejiler geliştirmek, işletmelerini konumlandırmak, firma sınırlarını tanımlamak ve belirsizlik ve rekabet karşısında uzun vadeli karları en üst düzeye çıkarmak için bilgi, analizler, organizasyonel süreçler, beceriler ve iş yargı yöneticilerinin kullandığı bilgi üzerine odaklanmaktadır.

Araştırma Yöntemleri
Araştırma yöntemleri dersi öğrencileri etkili, etik araştırmalar tasarlamaya hazırlar. Bu ders temel fikirleri araştırma yöntemlerinin ardında ortaya çıkarmak için tasarlanmıştır. Bu derste tasarım tasarlamanın ana bileşenleri ele alınacaktır. Öğrenciler bu dersin bir parçası olarak gerçek bir araştırma projesi tasarlayacak, yürütecek ve sunacaklardır.

Veri Bilimi Araçlarına Giriş
Giriş: Veri Bilimi Nedir? Büyük Veri ve Veri Bilimi Veri Bilimcisi olmak için gerekli araçlar: R (Python) Programlamaya giriş, R (Python) Programlamada İleri Özellikler, Görselleştirmeye Giriş (Temel prensipler, fikirler ve araçlar), R ve Python Programlamada İleri Görselleştirme Teknikleri, Açıklayıcı veri analizi ve veri bilimi prosesleri – temel araçlar (göreselleştirme: çizimler ve grafikler ve istatistiksel özetler), İstatistiksel Çıkarım, Veriden anlam çıkarma: Özellik Üretimi, Özellik Seçme Algoritmaları – Filtreler; çerçeveler; Karar ağaçları; Rastgele Ormanlar Örnek: Müşteri Sadaka Analizi, Temel Makina Öğrenme Algoritmaları – Doğrusal Regrasyon, Veri Bilminde Etik (Kişiye Özgünlük, Güvenlik, ve Etik).

İşletme Analitiği için Veri Tabanı Tasarımı ve Yönetimi
Veritabanı yaklaşımı ve ilişkilerin karakteristikleri, Veritabanı Yönetim Sistemlerine ilişkin teknik ve metodolojiler; veri modellemesine Varlık-İlişki yaklaşımı (ER Diagramları), ilişkisel modeller, ilişkisel haritalama, normalizasyon ve Yapısal Sorgulama Dili (SQL), Veritabanı Yönetim Sistemlerinin, organizasyonların operasyon, planlama ve kontrol süreçlerine katkıları.

Makina Öğrenmesi ve İşletmeye Uygulamaları
Makina öğrenmesine giriş, temel uygulamalar, matematiksel temel, marjinal ve koşullu olasılık, Bayes teoremi, Bayes karar teoremi, yoğunluk tahmini, maksimum olası tahmin, Bayes öğrenmesi, Naïve Bayes doğrusal regrasyonu, Bias-varyans dileması, yapay sinir ağları, perseptron ve çok katmanlı perseptron, sınıflandırma ve performansı, özellik seçimi ve çıkarımı, büyük marjinal sınıflayıcıları, destek vektörü makinaları, körnel yöntemler, karar ağaçları ve rastgele orman, öğreticisiz öğrenme, derin öğrenme ve büyük veri.

Bulut Bilişim ve Uygulamaları
Bulut bilişim karaktersitikleri, katmanlar. Bulut Bilişim’in işletme ve teknik yönleri, Pazar, Girişimcilik Mühendisliği, Servis olarak Uygulama Platformu, Mimari Standartlar ve Kabul Koşulları, Servis olarak Entegrasuyon, Bulut ve very yönetimi, Kurumsal Veri ve Bulut Etkileşimi, yeni gelişen Bulut Bilişim Uygulamarı ve Bulut’un geleceği.

Görselleştirme
Veri analitiğini temel bileşenlerinden olan raporlama ve tahmin etme için görselleştirmeye giriş. Veri ve veri tiplerini anlama, raporlama, çizgeleme, haritalama, görsel arayüzler olşturma ve bilgi grafikleri oluşturma.

Veri ve Teknoloji Yönetimi
Veri ve teknoloji yönetimin iş ve teknik özellikleri. Veri entegrasyonu, iş zekası. Bilgi Teknolojileri İnovasyonu, Stratejisi, (Açık) Veri Yönetişimi, ve Mimarisi, Verinin Toplanması, Hazırlanması ve Görselleştirme. Büyük Veri Yönetimi ve Teknolojik Zorluklar. Veri Yönetiminde Yeni Uygulamaları, Akıllı Şehirler. Dönem Projesi veya Araştırması.

Veri ve Ağ Bilimi
Bu ders, bir doktora / yüksek lisans öğrencisinin tüm veri bilimi yaşam döngüsü boyunca, doğru türden bilimsel araştırma soruları hazırlayarak sonuç çıkarmaya ve sonuçların yayınlanması için ihtiyaç duyduğu kavramları ve araçları kapsar. Dönem projesinde, öğrenciler gerçek dünya verilerini kullanarak bir veri ürünü oluşturarak öğrendikleri becerileri uygulayacaklardır. Gerçek dünya vaka çalışmalarında iki bileşen vardır. Birincisi, veri üreten bir karmaşık sistemin veri kümesidir. İkincisi, ağ teorisinin bu veri üreten karmaşık sistemlerdeki bilgiyi modellemek ve filtrelemek için bir araç olarak tanıtılmasıdır.