Important : ce cours est axé sur les mathématiques, en particulier sur les concepts et méthodes d'analyse des données, et non sur Excel en tant que tel. Nous utilisons Excel pour effectuer nos calculs, et toutes les formules mathématiques sont données sous forme de feuilles de calcul Excel, mais nous n'essayons pas de couvrir les macros Excel, Visual Basic, les tableaux croisés dynamiques ou d'autres fonctionnalités intermédiaires ou avancées d'Excel. Ce cours vous préparera à concevoir et à mettre en œuvre des modèles prédictifs réalistes basés sur des données. Dans le projet final (module 6), vous jouerez le rôle d'un analyste de données commerciales pour une banque et développerez deux modèles prédictifs différents pour déterminer quels demandeurs de cartes de crédit doivent être acceptés et lesquels doivent être rejetés. Votre premier modèle visera à minimiser le risque de défaillance et votre second à maximiser les profits de la banque. Les deux modèles devraient vous démontrer de manière pratique l'idée que votre choix de métrique commerciale détermine le choix d'un modèle optimal. La deuxième grande idée que ce cours cherche à démontrer est que vos résultats d'analyse de données ne peuvent pas et ne doivent pas viser à éliminer toute incertitude. Votre rôle en tant qu'analyste de données est de réduire l'incertitude pour les décideurs d'un incrément financièrement valable, tout en quantifiant l'incertitude restante. Vous apprendrez à calculer et à appliquer à des exemples réels les mesures d'incertitude les plus importantes utilisées dans le monde des affaires, y compris les taux d'erreur de classification, l'entropie de l'information et les intervalles de confiance pour la régression linéaire. Toutes les données dont vous avez besoin sont fournies dans le cours, tous les devoirs sont conçus pour être effectués dans MS Excel et vous apprendrez suffisamment d'Excel pour réaliser tous les devoirs. Le cours vous permettra de pratiquer suffisamment Excel pour maîtriser ses fonctions commerciales les plus courantes et vous serez prêt à apprendre toute autre fonctionnalité d'Excel dont vous pourriez avoir besoin à l'avenir (module 1). Le cours ne couvre pas Visual Basic ou les tableaux croisés dynamiques et vous n'en aurez pas besoin pour réaliser les travaux. Tous les concepts avancés sont démontrés dans des modèles individuels de feuilles de calcul Excel que vous pouvez utiliser pour répondre aux questions pertinentes. Vous obtiendrez un vocabulaire substantiel et des connaissances pratiques sur la manière d'appliquer des méthodes d'analyse de données commerciales basées sur la classification binaire (module 2), la théorie de l'information et les mesures d'entropie (module 3), et la régression linéaire (modules 4 et 5), le tout sans utiliser d'outils logiciels plus complexes qu'Excel.

L'une des compétences qui caractérisent les grands analystes de données commerciales est la capacité à communiquer les implications pratiques des analyses quantitatives à tout type de public. Même les analyses statistiques les plus sophistiquées ne sont pas utiles à une entreprise si elles ne débouchent pas sur des conseils exploitables, ou si les réponses à ces questions commerciales ne sont pas communiquées d'une manière compréhensible pour les non-techniciens.

Dans ce cours, vous apprendrez à devenir un maître dans la communication des implications des analyses de données pertinentes pour l'entreprise. A la fin, vous saurez comment structurer vos projets d'analyse de données pour vous assurer que les fruits de votre dur labeur produisent des résultats pour vos parties prenantes. Vous saurez également comment rationaliser vos analyses et mettre en évidence leurs implications de manière efficace en utilisant des visualisations dans Tableau, le programme de visualisation le plus populaire dans le monde des affaires. En utilisant d'autres fonctionnalités de Tableau, vous serez en mesure de réaliser des visualisations efficaces qui exploitent les tendances perceptives et cognitives innées du cerveau humain pour transmettre des conclusions de manière directe et claire. Enfin, vous vous exercerez à concevoir et à présenter de manière convaincante des "histoires de données" qui utilisent ces visualisations, en capitalisant sur des méthodes et des principes de conception testés dans le monde des affaires.

Ce cours est une introduction à l'utilisation des bases de données relationnelles dans l'analyse commerciale. Vous apprendrez comment fonctionnent les bases de données relationnelles et comment utiliser les diagrammes entité-relation pour afficher la structure des données qu'elles contiennent. Ces connaissances vous aideront à comprendre comment les données doivent être collectées dans les contextes professionnels et à identifier les caractéristiques à prendre en compte si vous êtes impliqué dans la mise en œuvre de nouveaux efforts de collecte de données. Vous apprendrez également à exécuter les requêtes et les instructions d'agrégation de tables les plus utiles pour les analystes commerciaux, et vous vous entraînerez à les utiliser avec des bases de données réelles. A la fin de ce cours, vous aurez une compréhension claire du fonctionnement des bases de données relationnelles et disposerez d'un portefeuille de requêtes que vous pourrez présenter à des employeurs potentiels. Les entreprises collectent de plus en plus d'informations dans l'espoir que ces données leur apporteront de nouvelles perspectives d'amélioration. Les analystes qui savent comment accéder à ces données - c'est-à-dire vous ! - disposeront d'un solide avantage concurrentiel dans ce monde des affaires où les données sont omniprésentes.

Dans ce dernier cours, vous réaliserez un projet de fin d'études en utilisant l'analyse de données pour recommander une méthode permettant d'améliorer les bénéfices de votre entreprise, Watershed Property Management, Inc. Watershed est responsable de la gestion de milliers de propriétés locatives résidentielles à travers les États-Unis. Votre tâche consiste à persuader l'équipe de direction de Watershed de poursuivre une nouvelle stratégie de gestion de ses propriétés qui augmentera ses bénéfices. Pour ce faire, vous devrez (1) Obtenir des informations sur les variables importantes pertinentes pour votre analyse ; (2) Faire appel à vos nouvelles compétences en matière de base de données MySQL pour extraire les données pertinentes d'une base de données immobilière ; (3) Mettre en œuvre une analyse de données dans Excel pour identifier les meilleures opportunités pour Watershed d'augmenter les revenus et de maximiser les profits, tout en gérant les nouveaux risques ; (4) Créer un tableau de bord Tableau pour montrer aux dirigeants de Watershed les résultats d'une analyse de sensibilité ; et (5) Articuler un changement de processus commercial important et innovant pour Watershed, basé sur votre analyse de données, que vous recommanderez aux dirigeants de l'entreprise.

Airbnb, le sponsor officiel de notre projet Capstone, a contribué à la conception du projet. Les 10 meilleurs finisseurs de Capstone chaque année auront l'occasion de présenter leur travail directement aux data scientists seniors d'Airbnb en direct pour obtenir des commentaires et des discussions. "Remarque : seuls les apprenants qui ont réussi les quatre cours précédents de la spécialisation sont éligibles pour prendre le Capstone."