La boîte à outils de l'analyse de données en entreprise

Name: La boîte à outils de l'analyse de données en entreprise
Brand: Coron, Clotilde
SKU: GD-9782100808557
Price: 17.25 EUR
Availability: OutOfStock

Feuilleter le livre

Audience : Adulte - Haut niveau

Le Pitch

SommaireAvant de commencer Approche quantitative ou qualitative ? Que veut-on mesurer ? Quels sont les objectifs ? Quels sont les moyens ? Les différents logiciels de statistiques. Les limites de la quantification. Les sources de données Les données : définitions La population de l’étude. Les données d’entreprise. Le questionnaire : les questions. Le questionnaire : les biais. Les données externes. Combiner différentes sources. Transformer les données en indicateurs Les différents types de variables. Les différents types d’indicateurs. Définir un indicateur. Utiliser les indicateurs. Construire un tableau de bord . Analyser les données en bivarié Deux variables quantitatives : les nuages de points. Le coefficient decorrélation. Deux variables qualitatives : tableaux et graphiques. Le test du chi-deux. Deux types de variables : tableaux et graphiques. L’analyse de la variance. Interprétation et analyse. Analyser les données en multivarié L’analyse factorielle. L’analyse typologique. La régression linéaire simple. La régression linéaire multiple. La régression logistique multiple. Mesurer les effets des politiques mises en place Définir des objectifs chiffrés. Les effets de conjoncture et de structure. Pourquoi isoler les effets d’une politique ? L’approche par les projections. L’approche expérimentale. L’approche« toutes choseségales par ailleurs» Visualiser les données Enjeux de la data visualisation. Objectifs de la data visualisation. Adapter les graphiques aux objectifs. Quelques règles clés. La data visualisation interactive. Limites et risques de la data visualisation . Présenter les résultats Structurer sa présentation. Spécifier les objectifs. S’adapterà la situation. Privilégier la pédagogie. Interpréter collectivement. Tirer les conclusions pour Vers le big data Définitions du big data. Données structurées et non structurées. L’analyse textuelle. Les algorithmes et la notion d’apprentissage. L’apprentissage supervisé ou non supervisé. L’approche prédictive. L’automatisation. Les enjeux juridiques etéthiques,PrésentationL’analyse de données a plusieurs objectifs : mieux comprendre une situation ou un phénomène, identifier les déterminants ou facteurs explicatifs de certains comportements, définir des politiques et des actions plus efficaces en fonction des buts poursuivis. Par ailleurs, au-delà de la simple analyse de données, il faut aussiêtre capable de présenter de façon percutante et pédagogue les résultats obtenus et les propositions qui en découlent (data visualisation). Enfin, plus récemment, les big data ont permis l’émergence de nouvelles méthodes, notamment autour de la personnalisation et de la prédiction. Le but du livre n'est pas de former des experts pointus sur le sujet, mais de fournir une introductionà l'analyse de données, permettant aux lecteurs soit d'effectuer eux-mêmes de l'analyse de données, soit de pouvoir commanditer des analystesà des cabinets ouà des services experts (donc pouvoir disposer du vocabulaire et ces acteurs), selon les cas. Afficher moinsAfficher plus

Coron, Clotilde

La boîte à outils de l'analyse de données en entreprise

10,95 €

26,90 € -59%

Le Pitch

SommaireAvant de commencer Approche quantitative ou qualitative ? Que veut-on mesurer ? Quels sont les objectifs ? Quels sont les moyens ? Les différents logiciels de statistiques. Les limites de la quantification. Les sources de données Les données : définitions La population de l’étude. Les données d’entreprise. Le questionnaire : les questions. Le questionnaire : les biais. Les données externes. Combiner différentes sources. Transformer les données en indicateurs Les différents types de variables. Les différents types d’indicateurs. Définir un indicateur. Utiliser les indicateurs. Construire un tableau de bord . Analyser les données en bivarié Deux variables quantitatives : les nuages de points. Le coefficient decorrélation. Deux variables qualitatives : tableaux et graphiques. Le test du chi-deux. Deux types de variables : tableaux et graphiques. L’analyse de la variance. Interprétation et analyse. Analyser les données en multivarié L’analyse factorielle. L’analyse typologique. La régression linéaire simple. La régression linéaire multiple. La régression logistique multiple. Mesurer les effets des politiques mises en place Définir des objectifs chiffrés. Les effets de conjoncture et de structure. Pourquoi isoler les effets d’une politique ? L’approche par les projections. L’approche expérimentale. L’approche« toutes choseségales par ailleurs» Visualiser les données Enjeux de la data visualisation. Objectifs de la data visualisation. Adapter les graphiques aux objectifs. Quelques règles clés. La data visualisation interactive. Limites et risques de la data visualisation . Présenter les résultats Structurer sa présentation. Spécifier les objectifs. S’adapterà la situation. Privilégier la pédagogie. Interpréter collectivement. Tirer les conclusions pour Vers le big data Définitions du big data. Données structurées et non structurées. L’analyse textuelle. Les algorithmes et la notion d’apprentissage. L’apprentissage supervisé ou non supervisé. L’approche prédictive. L’automatisation. Les enjeux juridiques etéthiques,PrésentationL’analyse de données a plusieurs objectifs : mieux comprendre une situation ou un phénomène, identifier les déterminants ou facteurs explicatifs de certains comportements, définir des politiques et des actions plus efficaces en fonction des buts poursuivis. Par ailleurs, au-delà de la simple analyse de données, il faut aussiêtre capable de présenter de façon percutante et pédagogue les résultats obtenus et les propositions qui en découlent (data visualisation). Enfin, plus récemment, les big data ont permis l’émergence de nouvelles méthodes, notamment autour de la personnalisation et de la prédiction. Le but du livre n'est pas de former des experts pointus sur le sujet, mais de fournir une introductionà l'analyse de données, permettant aux lecteurs soit d'effectuer eux-mêmes de l'analyse de données, soit de pouvoir commanditer des analystesà des cabinets ouà des services experts (donc pouvoir disposer du vocabulaire et ces acteurs), selon les cas. Afficher moinsAfficher plus