Data Analytics

Découvrez le monde de l’analyse de données. Apprenez le « Data cleaning », l’agrégation de données, le SQL, la visualisation de données et la narration dans une expérience d’apprentissage agréable et très pratique.

Les experts de la Data sont (TRÈS) demandés

Saviez-vous que?

0 M

Les offres d’emploi en data science et analytics devraient atteindre au moinst 2,7 millions d’ici la fin 2020

Source: Indeed.com

Saviez-vous que?

0 %

65% des entreprises ont du mal à analyser leur données, même si 89% affirment que pouvoir analyser et interpréter ces données leur serait très utile

Source: Deloitte

Saviez-vous que?

100 %

Moins de 0,5% des données mondiales créées sont utilisées

Source: Deloitte

Et nombre de ces rôles vous conviennent

Mauricio Bernardo da Silva

Data lover et professeur

« Il n’est pas nécessaire d’être un génie pour travailler avec la Data. Il s’agit de faire correspondre la bonne personne, avec les bonnes compétences, au bon moment. Les projets de Data sont un sport d’équipe. Ils nécessitent un large éventail de compétences (et de niveaux de compétences). Chacun a son rôle à jouer ! »

Nous avons donc construit un outil d'évaluation
Pour vous aider à déterminer vos forces et vos faiblesses

ux-capability-scan.png

Ainsi qu'un Curriculum pour vous guider
(étape par étape)

Élaborer un plan détaillé sur la manière d’aborder l’analyse d’un problème commercial.

Choisir une stratégie de nettoyage des données en fonction d’un scénario donné.

Apprenez à utiliser les fonctions de filtrage, à traiter les données manquantes en fonction des normes industrielles, à utiliser le formatage conditionnel pour identifier les doublons et bien plus encore.

Commencer à examiner un dossier commercial, en utilisant Excel pour nettoyer, analyser et visualiser les données afin de repérer les tendances et de fournir des informations

Utilisez SQL pour interroger une base de données relationnelle, en faisant remonter à la surface les données que vous souhaitez. Utilisez SQL de manière intuitive.

Traduire et communiquer les résultats de vos données à des publics techniques comme non techniques par la visualisation de données et le data storytelling

Découvrez la différence entre l’analyse descriptive, prédictive et prescriptive. Commencez à construire des modèles de prévision. Modèles supervisés et non supervisés utilisant des régressions, des forêts et des réseaux de neurones.

Certains des outils que vous utiliserez

Voici la structure du programme

12 Semaines de cours et d'exercices

12 weeks of live courses, homework (approx. 5hrs per week), exercises, reading, videos, templates, micro-learning and engaging interactions with peers

4x Sessions d'accompagnement individuel

Four personalised coaching sessions with your mentor to facilitate your learning progress based on your specific needs

Construire un Projet Personnel à Exposer

Build multiple shared projects and a final personal project by the end of the program

Accès à la communauté et au support

Lifelong access to your online learning environment: review content, videos & resources and stay connected with your community of peers

And some of your instructors 🙂

Bernardo F. Nunes

PhD. Business applications of Data Science and Behavioural Science.

Judit Szaffenauer

Machine Learning, Business Applications of Data Analytics and Market Research.

Mauricio Bernardo da Silva

Data Analysis, Machine Learning

Juan Venegas

Mathematical modelling, commercial storytelling, filmmaking, coding.

Theo Saroglou

Behavioral Economics, Game Theory, Econometric

Google

No joke. Google will be one of your most important trainers 🙂

Expérience d'Apprentissage

Plus de détails sur le programme

L'évaluation des compétences avant le début du cours

L’évaluation personnelle vous permettra, à vous et à votre coach, d’avoir une vision claire de vos points forts et des principaux points à améliorer dans les sujets qui sont pertinents pour ce cours. Nous pouvons ensuite adapter votre parcours d’apprentissage en ligne pour qu’il corresponde mieux à vos objectifs. Il n’y a pas d’apprentissage unique ici !

Des Workshops en ligne en temps réel donnés par nos experts

Nos cours en ligne sont donnés en direct afin de garantir un enseignement et une animation en temps réel par nos experts . La taille des classes est limitée afin de vous garantir le soutien dont vous avez besoin.

Breakout Sessions : des sessions de groupes

Profitez des séances de discussion en groupe et del’apprentissage entre pairs, le tout pendant les cours. Les participants travaillent sur des cas réels et partagent leurs connaissances avec le groupe.

Exercices d'entraînement en temps réel, conseils et coaching individuel

Vous aurez à compléter de nombreux exercices pratiques et aurez accès aux groupes de discussion entre formateurs et anciens élèves. Vous bénéficierez également de sessions régulières de coaching à distance adaptées à vos besoins spécifiques.

Exemple de projet sur lequel vous pourrez travailler

Construction d’un modèle de prévision permettant d’estimer la CLTV de vos clients. Puis création de visuels pour communiquer ces informations à un détaillant en ligne.

Exemple de projet sur lequel vous pourrez travailler

Utiliser l’analytics pour débloquer les moments d’échec et les points d’amélioration dans le parcours d’un client

Mettez les mains dans le cambouis grâce à ces outils

Utilisez les outils les plus récents et les plus importants. Nous sommes accros aux outils et nous voulons partager cette saine dépendance avec vous 😈

Apprenez à votre rythme grâce à de nouveaux modules

Ces tous nouveaux modules d’apprentissage vous permettent de mettre en pratique vos acquis, d’élargir vos connaissances et d’améliorer vos compétences à votre propre rythme.

Recevez votre certification

Diplômé d’une certification de Growth Tribe, vous recevrez également un certificat virtuel que vous pourrez ajouter à votre profil Linkedin.

Accès au contenu, aux alumni et au support

Vous bénéficierez d’un accès permanent au matériel de cours grâce à notre environnement d’apprentissage en ligne ainsi que du soutien permanent de nos formateurs et de vos pairs par le biais de nos communautés en ligne exclusives.

À quoi ressemble un cours en ligne chez Growth tribe ?

C’est une vidéo là, cliquez simplement sur Play 😇

Play Video

Curriculum Détaillé

Avant le début du cours

Nous allons effectuer un scan complet des capacités dans ces domaines clés :

  • Esprit et compétences professionnelles
  • Capacités spécifiques aux rôles de la science des données (par exemple, l’analyse des données, les querelles de données, l’apprentissage machine et la narration de données…)
  • Base de référence des résultats (IRC de réussite que nous définissons pour le programme)
  • Préparer le travail pour vous mettre à jour si nécessaire

Semaine 1 - Data Analytics : les Fondamentaux

  • Expliquer la valeur de la donnée.
  • Décrivez le cadre des données et la façon dont il est utilisé par les analystes.
  • Rédiger une question spécifique et testable en fonction d’un scénario.
  • Définir les objectifs, les attentes et la logistique.
  • Identifier les compétences et l’état d’esprit d’un bon analyste de données.
  • Discuter de la discipline de l’analyse des données, y compris des sujets tels que les formats de données et l’éthique des données.

     

  • Décrivez les sources de données disponibles pour l’analyse.
  • Évaluer les ensembles de données et leurs variables.
  • Déterminer si un ensemble de données peut être utilisé pour résoudre un problème commercial.
  • Utiliser VLOOKUP et HLOOKUP.
  • Utiliser INDEX MATCH.
  • Distinction entre trois fonctions.

Semaine 2 - Projet et Focus sur des Compétences Spécifiques

Concentrez-vous sur les capacités clés pour renforcer votre profil T-shaped. En fonction de l’évaluation de vos compétences, celles-ci pourraient être :

  • Data Analytics
  • Data Wrangling
  • Machine Learning
  • Data Storytelling
  • Coding et Automation
  • Business et Stratégie
  • Marketing et Branding
  • Stakeholder Management
  • Autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback

Semaine 3 - Data Cleaning et Aggrégation

  • Établir des relations entre les cellules dans Excel
  • Manipuler des ensembles de données à l’aide de VLOOKUP
  • Recherchez les valeurs dans d’autres tableaux en utilisant INDEX et MATCH
  • Appliquer les fonctions d’agrégation d’Excel aux ensembles de données.
  • Utiliser les tableaux croisés dynamiques pour résumer les données
  • Identifier les problèmes communs et les solutions pour les tableaux croisés dynamiques.
  • Modifier les structures de données avec des tableaux réguliers pour des cahiers de travail efficaces
  • Identifier les types de visualisation appropriés pour le
    de données à portée de main.
  • Créez des graphiques d’analyse tels que des diagrammes à barres, des diagrammes circulaires, des graphiques linéaires, des histogrammes et des diagrammes de dispersion.
  • Explorez les données en utilisant le formatage conditionnel pour la catégorisation et l’analyse.

Semaine 4 - Projet et Focus sur des Compétences Spécifiques

  • Préparation de la data et cleaning
  • SQL
  • Tâche et développement du concept
  • Définition du succès et évaluation d’une analyse de données
  • Faire correspondre le bon tableau à un type de données
  • Meilleures pratiques de visualisation des données et liste de contrôle de la qualité
  • Inférence causale : A/B tests et multivariate test
  • Data Storytelling
  • Business & Strategy
  • Le persona, insight et obstacle framework 
  • Générer des analogies afin d’engager les parties prenantes
  • Évaluation critique des visuels et du narratif
  • Machine learning models
  • Une autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback

Week 5 - SQL: Querying and Organizing Data

  • Naviguer dans une base de données relationnelle. – S’entraîner à écrire et à exécuter des requêtes SQL, y compris SELECT, FROM, WHERE et DISTINCT SELECT.
  • Travailler avec des opérateurs logiques et de comparaison en SQL.
  • Travailler avec CASE pour gérer les conditions multiples.
  • S’entraîner à écrire des fonctions agrégées : MIN, MAX, SUM, AVG et COUNT.
  • Utiliser des commandes SQL avancées telles que GROUP BY et HAVING pour regrouper et filtrer les données.
  • Combiner des données provenant de sources multiples en utilisant les JOINTS INNER et GAUCHE.
  • Compiler les données en utilisant UNION et UNION ALL.
  • Comparer les cas d’utilisation pour les JOINTS et les UNIONS.
  • Pratiquer les concepts et la syntaxe des JOINS tels que SAUF, PLEIN et EXTÉRIEUR.
  • Manipuler les NULL en SQL – Pratiquer les techniques d’optimisation des requêtes.
  • Construire des sous-requêtes pour des opérations en plusieurs étapes.
  • Identifier les cas d’utilisation des sous-requêtes pour divers scénarios d’affaires.
  • Pratiquer les expressions de table communes (CTE) avec les énoncés SELECT.
  • Expliquez ce que sont les sous-requêtes et pourquoi les analystes les utilisent.
  • Distinguez les trois types de sous-requêtes et rédigez les vôtres. Appliquer les fonctions de chaîne, de mathématiques et de date en SQL pour préparer et analyser les données.
  • S’entraîner à écrire des requêtes SQL avec des fonctions avancées pour résoudre des problèmes commerciaux.
  • Fonctions d’agrégation SQL.
  • Fonctions SQL Scalar.

Semaine 6 - Projet et Focus sur des Compétences Spécifiques

  • Préparation de la data et cleaning
  • SQL
  • Tâche et développement du concept
  • Définition du succès et évaluation d’une analyse de données
  • Faire correspondre le bon tableau à un type de données
  • Meilleures pratiques de visualisation des données et liste de contrôle de la qualité
  • Inférence causale : A/B tests et multivariate test
  • Data Storytelling
  • Business & Strategy
  • Le persona, insight et obstacle framework 
  • Générer des analogies afin d’engager les parties prenantes
  • Évaluation critique des visuels et du narratif
  • Machine learning models
  • Une autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback

Semaine 7 - Data Stories et Visualisation avec Tableau

  • Préparer les données pour l’importation dans Tableau.
  • Naviguer dans l’interface du tableau pour construire des visualisations.
  • Mesures et dimensions agrégées.
  • Travailler avec des Mark Cards et des dates discrètes ou continues.
  • Connectez-vous au serveur PostgreSQL.
  • Créer des champs calculés pour analyser les données.
  • Appliquer des filtres à une ou plusieurs feuilles de calcul.
  • Appliquer les meilleures pratiques en matière d’analyse visuelle.
  • Designer des tableaux de bord interactifs avec des paramètres, des filtres avancés et des conteneurs de mise en page.
  • Structure de l’histoire.
  • Raconter une histoire avec un début, un milieu et une fin clairs. Mettre en évidence les conclusions et les points à retenir.
  • Choisir le bon niveau de détail, de la vue d’hélicoptère à la plongée profonde
  • Utilisation du caractère.
  • Trouver des éléments pertinents.
  • Donner vie aux données.
  • Utilisation d’analogies.
  • Suppression du jargon et explication des modèles dans un langage simple.
  • Conception de slides.
  • Transmettre des messages concis sans distraire votre public de votre discours.
  • Conseils de présentation.
  • Maîtriser la connexion avec le public pour l’emmener dans un voyage à travers la données.

Semaine 8 - Projet et Focus sur des Compétences Spécifiques

  • Préparation de la data et cleaning
  • SQL
  • Tâche et développement du concept
  • Définition du succès et évaluation d’une analyse de données
  • Faire correspondre le bon tableau à un type de données
  • Meilleures pratiques de visualisation des données et liste de contrôle de la qualité
  • Inférence causale : A/B tests et multivariate test
  • Data Storytelling
  • Business & Strategy
  • Le persona, insight et obstacle framework 
  • Générer des analogies afin d’engager les parties prenantes
  • Évaluation critique des visuels et du narratif
  • Machine learning models
  • Une autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback

Semaine 9 - No-Code Machine Learning

  • Les 3 étapes de l’analyse des données.
  • Trouver rapidement des informations grâce à l’analyse descriptive.
  • Quand utiliser la modélisation prédictive.
  • Expérimentation fondée sur les données.
  • Le Machine Learning pour les prévisions.
  • Types de prédictions : binomiale et continue
  • Les metrics pour évaluer les modèles.
  • Évaluer les coûts et les opportunités des prévisions.
  • Les 3 familles d’algorithmes : Régressions, Forests, Réseaux de neurones.
  • Découvrir des données à partir de données structurées et non structurées
  • PCA
  • K-means clustering

Semaine 10 - Projet et Focus sur des Compétences Spécifiques

  • Préparation de la data et cleaning
  • SQL
  • Tâche et développement du concept
  • Définition du succès et évaluation d’une analyse de données
  • Faire correspondre le bon tableau à un type de données
  • Meilleures pratiques de visualisation des données et liste de contrôle de la qualité
  • Inférence causale : A/B tests et multivariate test
  • Data Storytelling
  • Business & Strategy
  • Le persona, insight et obstacle framework 
  • Générer des analogies afin d’engager les parties prenantes
  • Évaluation critique des visuels et du narratif
  • Machine learning models
  • Une autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback

Semaine 11 - Présentations Finales et Certification

  • Comprendre votre audience.
  • Structurer une histoire captivante.
  • Maîtriser l’utilisation du persona.
  • Génération d’analogies.
  • Conception des slides.
  • Travailler avec votre voix et votre corps.
  • Un feedback constructif.
  • Communiquer les résultats.
  • Intégrer le retour de feedback.

Semaine 12 - Projet et Focus sur des Compétences Spécifiques

  • Préparation de la data et cleaning
  • SQL
  • Tâche et développement du concept
  • Définition du succès et évaluation d’une analyse de données
  • Faire correspondre le bon tableau à un type de données
  • Meilleures pratiques de visualisation des données et liste de contrôle de la qualité
  • Inférence causale : A/B tests et multivariate test
  • Data Storytelling
  • Business & Strategy
  • Le persona, insight et obstacle framework 
  • Générer des analogies afin d’engager les parties prenantes
  • Évaluation critique des visuels et du narratif
  • Machine learning models
  • Une autre compétence selon vos besoins
  • Réfléchissez sur vos progrès et vos apprentissages
  • Discuter des bloqueurs et des questions
  • Recevoir un feedback
  • Recevez votre certification !
  • Nominez un alumni lead.
  • Préparez-vous pour les next steps !

Quelques-unes des entreprises où travaillent nos anciens élèves

Options de Paiement Flexible Disponible !

Pay in Full

€ 2997

  • Si vous souhaitez opter pour le paiement par acomptes, veuillez le noter dans la rubrique « PLUS D’INFORMATIONS SUR LA FACTURE » et indiquer le nombre d’acomptes que vous préférez (2, 3 ou 4). A partir de là, veuillez cliquer sur « demander une facture » et nous ferons le suivi directement pour établir votre paiement.

Des Workshops Live, En ligne, donnés par nos Experts

Dates

Choisissez votre date

Online Live

20 octobre 2020 – 19 janvier 2021

GT-2DCC.png

Tous les Mardis, 18h30 - 21h30, CEST

Accédez à notre communauté exclusive d'alumni

Une fois alumni, vous rejoindrez une communauté de 15,000 professionnels et accéderez à :

Et bien plus …

Business Solutions

Vous faites partie d'une entreprise et souhaitez apprendre en équipe ? Contactez-nous !

0 +
Alumni dans le monde
0 +
Entreprises formées
0
Note moyenne de ce cours