Live-Online: Datenanalyse und Statistik richtig verstehen

Grundlagen der explorativen Datenanalyse verständlich erklärt1. Business Understanding und Fragen schärfen

• Datengetriebene Entscheidungen versus BauchgefühlVorgehensweise: Key-Business-QuestionHypotheseMetrikBeispiele: Churn-Reduktion, Conversion-Boost etc.

2. Data Profiling und deskriptive Statistik

• Gütekriterien: Datenqualität, Kardinalität, VollständigkeitLage- und Streuungskennzahlen: Mittelwert, Median, StandardabweichungSchiefe: Ausreißer erkennen und ausschließenVisuelle explorative Datenanalyse mit Histogramm und Boxplot

3. Bivariate Analyse und Visualisierung im Detail

• Pearson-Korrelation und Spearman-Korrelation richtig lesenDaten visualisieren mit Scatter-Plot, Heatmap und Grouped BarsAchtung, Stolperfallen: Anscombe-Quartett und Simpsons Paradox

4. Grundlagen: Wahrscheinlichkeit und Konfidenz

• Population, Stichprobe und ZufallsfehlerKonfidenzintervalle interpretierenDiskrete und stetige Verteilungen im Alltag

5. Hypothesentests und A/B-Testing

• Nullhypothese, p-Wert und Signifikanz in KlartextMittelwertvergleiche und Häufigkeiten (Chi²-Test) ohne FormelnÜbung: Newsletter-Experiment auswerten und diskutieren

6. Ausblick auf weiterführende Themen

• Lineare RegressionLogistische RegressionMultivariate Analyse
• Induktive Statistik

Lerndauer: 2 Tage

Mit dieser Veranstaltung sind sie flexibel: Diese Veranstaltung wird vollständig online ausgeliefert!

Wichtige Information: Bitte beachten Sie, dass einige unserer Webinare auch aus mehreren Online-Modulen bestehen können. Erkennbar ist dies, wenn die Dauer länger als ein Tag ist.

Eine Übersicht der einzelnen Termine zu den Online-Modulen erhalten Sie nach der Buchung in Ihrer persönlichen Online-Lernumgebung.

LernzieleStatistik richtig verstehen: Du lernst die Grundlagen deskriptiver Statistik und schließt deine Wissenslücken für deine Datenanalyse- und Data-Science-Projekte.   Statistiken erklärbar machen: Du übersetzt Formeln in Alltagssprache und lernst, Median, p-Wert & Co. auch Laien verständlich zu machen.   Sichere Entscheidungsgrundlagen: Du erkennst Datenfallen und quantifizierst Unsicherheit mit Konfidenzintervallen.   Sofort anwendbare Workflows: Von der Frage bis zur Visualisierung beherrschst du jeden Schritt und kannst zum Beispiel A/B-Tests eigenständig begleiten.   Überzeugendere Analysen und Visualisierungen: Fundiertes Statistikwissen macht deine Auswertungen und Reports überzeugender und erleichtert die Zusammenarbeit mit Datenexperten.Zielgruppen

Analyst:innen, Produkt- und Marketingverantwortliche, angehende Data-Scientists sowie erfahrene Datenprofis ohne formale Statistikausbildung, die Zahlen sicher interpretieren und datenbasierte Entscheidungen treffen möchten. Vorkenntnisse sind nicht erforderlich.