-
نوع الدرجة العلمية: شهادة "محلل بيانات العملاء
-
المؤهلات الإضافية: شهادة "خدمة العملاء مع إدارة علاقات العملاء"
شهادة "إحصائيات
شهادة "قواعد البيانات العلائقية SQL"
شهادة "بايثون
شهادة "مهندس بيانات
شهادة تحليل البيانات" -
الامتحان النهائي: عمل مشروع عملي مع عروض تقديمية نهائية
-
أوقات الدرس: دوام كاملمن الإثنين إلى الجمعة من الساعة 8:30 صباحًا إلى 3:35 مساءً (في الأسابيع التي تتخللها عطلات رسمية من الساعة 8:30 صباحًا إلى 5:10 مساءً)
-
لغة التعليم: الألمانية
-
المدة: 24 أسابيع
خدمة العملاء مع إدارة علاقات العملاء
أساسيات إدارة علاقات العملاء (3 أيام تقريباً)
مقدمة في إدارة علاقات العملاء
إدارة علاقات العملاء الاستراتيجية والتحليلية والتشغيلية
حلول إدارة علاقات العملاء المتكاملة: نظام تخطيط موارد المؤسسات، ومستودع البيانات، واستخراج البيانات، و OLAP
أساسيات حماية البيانات (يوم واحد تقريباً)
التعامل مع بيانات العملاء
تخزين ونقل بيانات العملاء
حماية البيانات في مجال التسويق/الدعاية والإعلان
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
اكتساب العملاء والاحتفاظ بهم (4 أيام تقريباً)
تحليل احتياجات العملاء
إدارة رضا العملاء
التواصل مع العملاء
تجربة العملاء (CX)
سيكولوجية العلاقات مع العملاء
تطوير وصيانة قواعد بيانات العملاء
عرض العملاء بزاوية 360 درجة
الإدارة الشاملة للحالات
التعامل مع بيانات العملاء (حوالي 4 أيام)
إدارة المواعيد والعقود والميزانية
إدارة العملاء
سير العمل بين الفرق
تنظيف قاعدة البيانات
إدارة علاقات العملاء التحليلية (تحليل المجموعات المستهدفة وتحليل قيمة العملاء والتنبؤات)
لوحات المعلومات في الوقت الفعلي
نظرة عامة على مؤشرات الأداء الرئيسية
تحليل تصاعدي
تصور البيانات المضمنة
تقييم فرص المبيعات
زيادة ربحية العملاء (3 أيام تقريبًا)
التسويق
التغذية الراجعة المستهدفة
أدوات التقسيم
إدارة الحملات
سير العمل
شفافية تحويل العميل المحتمل إلى نقدي
التنبؤ بالمبيعات في الوقت الفعلي
تقارير خط أنابيب المبيعات
مقدمة في برنامج إدارة علاقات العملاء (يومان تقريباً)
نظرة عامة على مشهد نظام إدارة علاقات العملاء
عرض وتموضع أنظمة إدارة علاقات العملاء المختلفة
تخطيط تدفقات العمليات
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
الإحصائيات
أساسيات الإحصاء (6 أيام تقريباً)
أساسيات نظرية القياس (المجتمع والعينة، أنواع العينات، مستويات القياس والمقياس)
الإحصاءات الوصفية أحادية المتغير (التوزيعات التكرارية والمقاييس المركزية ومقاييس التشتت والقيمة المعيارية والرسوم البيانية والمخططات البيانية الشريطية والمخططات الدائرية والمخططات الخطية والمخططات الصندوقية)
الإحصاءات الوصفية ثنائية المتغيرات (مقاييس الارتباط، ومعاملات الارتباط، والمخططات التبادلية والمخططات المبعثرة والمخططات الشريطية المجمعة)
أساسيات الإحصاء الاستدلالي الاستقرائي (التوزيع الاحتمالي، والتوزيع الطبيعي، والتوزيع الطبيعي ومتوسط توزيع القيمة، واختبار الدلالة، واختبار فرضية فيشر الفارغة، وحجم التأثير، وتقدير البارامترات، وفترات الثقة، ومخططات أشرطة الخطأ، وتحليلات القدرة، وتحديد حجم العينة الأمثل)
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
طرق المقارنة بين مجموعتين (5 أيام تقريبًا)
اختبار z- و t لعينة (الانحراف عن قيمة محددة)
اختبار t لمتوسط الفرق بين عينتين مستقلتين/مترابطتين
اختبار فعالية الإجراءات والتدابير والتدخلات وغيرها من التغييرات باستخدام اختبارات t (تصميمات ما قبل الاختبار بعد الاختبار مع مجموعتين)
اختبارات الدلالة الداعمة (اختبار أندرسون-دارلينغ، واختبار رايان-جوينر، واختبار ليفين، واختبار بونيت، واختبار الدلالة للارتباطات)
الطرق غير البارامترية (اختبار ويلكوكسون، اختبار الإشارة، اختبار مان-ويتني)
التحليلات الاحتمالية (اختبار ذات الحدين، اختبار فيشر الدقيق، اختبار تشي سكوير، التبويبات التبادلية مع مقاييس الارتباط)
طرق مقارنة وسائل عدة مجموعات (5 أيام تقريبًا)
تحليل التباين أحادي وثنائي العامل (تحليل التباين البسيط والمتوازن)
تحليل التباين متعدد العوامل (النموذج الخطي العام)
العوامل الثابتة والعشوائية والمتداخلة والمتداخلة
طرق المقارنة المتعددة (Tukey-HSD، Dunnett، Hsu-MCB، Games-Howell)
تحليل التفاعل (تحليل تأثيرات التفاعل)
تحليل الانتقائية والقوة لتحليلات التباين
مقدمة في تصميم التجارب (DoE) (يوم واحد تقريباً)
التصميمات التجريبية المضروبة الكاملة والجزئية
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
قواعد البيانات العلائقية مع SQL
أساسيات أنظمة قواعد البيانات باستخدام Access (3 أيام تقريباً)
البيانات الزائدة عن الحاجة
تكامل البيانات
التطبيع
BCNF
تصميم قاعدة البيانات
العلاقة 1:ن، م:ن
أنواع البيانات
الجداول
المفاتيح الأساسية والأجنبية
التكامل المرجعي
العلاقات بين العلاقات
نموذج علاقة الكيان
الفهرس، القيمة الافتراضية
القيود (تحقق)
الاستعلامات
النماذج، التقارير
مرجع دائري
مقدمة إلى استوديو إدارة SQL الخادم (SSMS) (يومان تقريباً)
نظرة عامة على
تصميم قاعدة بيانات فعلية
إنشاء الجداول
أنواع البيانات في MS SQL
المفتاح الأساسي
القيود والقيم الافتراضية والمخطط والعلاقات
النسخ الاحتياطي والاستعادة
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
مقدمة في DDL (حوالي 8 أيام)
أساسيات SQL
بناء الجملة
الأوامر
جداول متعددة
المشغلات
التحكم في التدفق
دوال القيمة العددية
دوال قيمة الجدول
دوال النظام
إجراءات بمعلمات وبدون معلمات
أنواع الأخطاء
المعاملات، الأقفال، القفل، القفل الميت
DCL - لغة التحكم في البيانات (يوم واحد تقريبًا)
تسجيل الدخول
تعلم المستخدم
الأدوار
التفويضات
أنواع البيانات واستيراد البيانات وتصديرها (يوم واحد تقريباً)
جغرافية نوع البيانات
تصدير البيانات واستيراد البيانات
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
البرمجة باستخدام بايثون
أساسيات بايثون (يوم واحد تقريباً)
التاريخ والمفاهيم
الاستخدام ومجالات التطبيق
بناء الجملة
الخطوات الأولى مع بايثون (حوالي 5 أيام)
الأعداد
سلاسل
التاريخ والوقت
المدخلات والمخرجات القياسية
قائمة، إملاء توبلي، مجموعة
التفرعات والحلقات (إذا، من أجل، بينما)
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
الوظائف (5 أيام تقريباً)
تحديد الدوال الخاصة بك
المتغيرات
البارامترات، العودية
البرمجة الوظيفية
استكشاف الأخطاء وإصلاحها (0.5 يوم تقريباً)
المحاولة، باستثناء
اعتراض انقطاعات البرنامج
البرمجة الموجهة للكائنات (حوالي 4.5 أيام ونصف)
فئات بايثون
الأساليب
الكائنات الثابتة
فئة البيانات
الوراثة
واجهة المستخدم الرسومية (يوم واحد تقريباً)
الأزرار والحقول النصية
تخطيط الشبكة
اختيار الملف
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
مهندس بيانات
أساسيات ذكاء الأعمال (يومان تقريباً)
مجالات التطبيق، وأبعاد بنية ذكاء الأعمال
أساسيات ذكاء الأعمال، OLAP، OLTP، مهام مهندسي البيانات
تخزين البيانات (DWH): معالجة ومعالجة البيانات المنظمة وشبه المنظمة وغير المنظمة
إدارة المتطلبات (يومان تقريباً)
المهام والأهداف والإجراءات في تحليل المتطلبات
نمذجة البيانات، مقدمة/النمذجة باستخدام إدارة المتطلبات ERM
مقدمة/نمذجة في UML
- مخططات الفئات
- تحليل حالة الاستخدام
- مخططات الأنشطة
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
قواعد البيانات (3 أيام تقريباً)
أساسيات أنظمة قواعد البيانات
بنية أنظمة إدارة قواعد البيانات
تطبيق أنظمة إدارة قواعد البيانات
تنفيذ نموذج البيانات في نظم إدارة قواعد البيانات RDBMS، النماذج العادية
مقدمة عملية ونظرية ل SQL
حدود قواعد البيانات العلائقية، csv، json
مستودع البيانات (حوالي 4 أيام)
مخطط النجمة
نمذجة البيانات
إنشاء مخطط نجمي في نظام إدارة البيانات الرقمي (RDBMS)
مخطط ندفة الثلج والأساسيات ونمذجة البيانات
إنشاء مخطط ندفة الثلج في RDBMS
مخطط المجرة: الأساسيات، نمذجة البيانات
جداول الأبعاد المتغيرة ببطء من النوع 1 إلى 5 - إعادة التجميع والتكديس وإعادة التنظيم والبعد المصغر والنوع 5
مقدمة في الأبعاد العادية والسببية والصغيرة والوحشية والمتغايرة والفرعية
مقارنة بين الحالة والموجهة نحو المعاملات
جداول حقائق DWH والكثافة والتخزين
ETL (حوالي 4 أيام)
تنظيف البيانات
- القيم الفارغة
- إعداد البيانات
- مواءمة البيانات
- تطبيق التعبيرات العادية
فهم البيانات
- التحقق من صحة البيانات
- تحليل البيانات الإحصائية
حماية البيانات وأمن البيانات
الهيكل العملي لمسارات ETL
مخزن البيانات 2.0، الأساسيات، والمحاور، والروابط، والأقمار الصناعية، ومفتاح التجزئة، وفرق التجزئة
نمذجة بيانات مخزن البيانات
الهيكل العملي لنموذج قبو البيانات - قبو البيانات الخام، التنفيذ العملي لإجراءات التجزئة
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
تحليلات البيانات
مقدمة في تحليل البيانات (يوم واحد تقريباً)
النموذج المرجعي CRISP-DM
سير عمل تحليلات البيانات
تعريف الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
المتطلبات ودور مهندسي البيانات وعلماء البيانات ومحللي البيانات في الشركة
مراجعة أساسيات بايثون (يوم واحد تقريبًا)
أنواع البيانات
الدوال
تحليل البيانات (3 أيام تقريبًا)
وحدات بايثون المركزية في سياق تحليل البيانات (NumPy، Pandas)
عملية إعداد البيانات
خوارزميات التنقيب عن البيانات في بايثون
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
تصور البيانات (3 أيام تقريباً)
تحليل البيانات الاستكشافية
الرؤى
جودة البيانات
تحليل الفوائد
التصور باستخدام Python: Matplotlib وSeaborn وPlotly Express
سرد قصص البيانات
إدارة البيانات (يومان تقريباً)
هياكل البيانات الضخمة
قواعد البيانات العلائقية مع SQL
المقارنة بين قواعد بيانات SQL وقواعد بيانات NoSQL
ذكاء الأعمال
حماية البيانات في سياق تحليل البيانات
تحليل البيانات في سياق البيانات الضخمة (يوم واحد تقريباً)
نهج MapReduce
سبارك
NoSQL
لوحات المعلومات (3 أيام تقريباً)
المكتبة: اندفاعة
هيكل لوحات المعلومات - مكونات لوحة المعلومات - مكونات لوحة المعلومات
تخصيص لوحات المعلومات
عمليات الاستدعاء
التنقيب في النصوص (يوم واحد تقريباً)
المعالجة المسبقة للبيانات
التصور
مكتبة: سباسي
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
التغييرات ممكنة. يتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، ستكون قادراً على تحليل علاقات العملاء وتحسينها. سيكون لديك أيضًا معرفة أساسية مضغوطة بالبرمجة باستخدام Python. مع الإحصاء وSQL، ستكون قد أتقنت أداتين أساسيتين لمعالجة البيانات وتصورها وتحليلها. وبالاقتران مع المعرفة المتخصصة في هندسة البيانات وتحليل البيانات التي يتم تدريسها في الدورة، ستكون قادراً على إدارة مجموعات كبيرة من البيانات، وتحليلها إحصائياً بكفاءة وتلخيص النتائج بطريقة واضحة وسهلة الفهم.
تستهدف الدورة التدريبية الأشخاص الحاصلين على درجة علمية في إدارة الأعمال أو الرياضيات أو المعلوماتية (التجارية) أو الأشخاص ذوي المؤهلات المماثلة الذين يتعاملون مع تحليل البيانات في قطاع العملاء.
بصفتك محلل بيانات العملاء، ستعمل في مجموعة متنوعة من الصناعات والشركات، مثل شركات التسويق والاتصالات، وشركات التجارة الإلكترونية، وشركات البيع بالتجزئة، والخدمات المالية، وشركات التكنولوجيا.
المفهوم التعليمي
إن محاضريك مؤهلون تأهيلاً عالياً من الناحيتين المهنية والتعليمية وسيقومون بتدريسكم من اليوم الأول إلى اليوم الأخير (لا يوجد نظام للدراسة الذاتية).
سوف تتعلم في مجموعات صغيرة فعالة. تتكون الدورات عادةً من 6 إلى 25 مشاركاً. تُستكمل الدروس العامة بالعديد من التمارين العملية في جميع وحدات الدورة التدريبية. تُعد مرحلة الممارسة جزءًا مهمًا من الدورة، حيث أنه خلال هذا الوقت تقوم بمعالجة ما تعلمته وتكتسب الثقة والروتين في تطبيقه. يتضمن القسم الأخير من الدورة التدريبية مشروعاً أو دراسة حالة أو امتحاناً نهائياً.
الفصول الدراسية الافتراضية alfaview®
Bildungszentrumتُقدَّم الدروس باستخدام تقنية الفيديو الحديثة alfaview® - إما من منزلك أو في مقرنا في . يمكن للدورة التدريبية بأكملها رؤية بعضكم البعض وجهاً لوجه عبر alfaview®، والتواصل مع بعضكم البعض بجودة صوت متزامنة الشفاه والعمل على مشاريع مشتركة. وبالطبع، يمكنك أيضاً رؤية مدربيك المتصلين والتحدث إليهم مباشرةً في أي وقت، وسيقوم المحاضرون بتدريسكم في الوقت الفعلي طوال مدة الدورة التدريبية. الدروس ليست تعليماً إلكترونياً، بل تدريس حقيقي مباشر وجهاً لوجه عبر تقنية الفيديو.
alfatraining Agentur für Arbeit الدورات التدريبية في مدعومة ومعتمدة وفقًا للائحة اعتماد AZAV. Bildungsgutschein Aktivierungs- und Vermittlungsgutscheinعند تقديم أو، عادةً ما يتم تغطية تكاليف الدورة التدريبية بالكامل من قبل جهة التمويل.
Europäischen Sozialfonds Deutsche Rentenversicherung يمكن التمويل أيضًا من خلال (ESF) أو (DRV) أو برامج التمويل الإقليمية. Berufsförderungsdienst كجندي منتظم، يمكن حضور المزيد من الدورات التدريبية عن طريق (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) يمكن للشركات أيضًا تأهيل موظفيها عن طريق برنامج تمويل من .