Kıbrıs Harness the Power of 'What-If' Analytics: Shaping Your Future with Simulation Eğitimi

Bu eğitimi kendi kurumunuzda planlayabilirsiniz. Bize Ulaşın!

“Olursa ne olur” analitiğini kullanarak yeni fikirleri keşfetmek, alternatifleri değerlendirmek ve geleceğe bakmak hem uygun, hem pratik hem de basiretli bir yaklaşımdır. Genel analitik teknikleri istatistiklere odaklanır ancak işletme yöneticilerinin genelde karar verme konusunda istatistik bilgiden çok rehberliğe ihtiyacı vardır. Simülasyon teknikleri, çeşitli karar verme senaryolarını belirlemeye, analiz etmeye ve karşılaştırmaya ve olursa ne olur oyunu ile de bir dizi seçeneği değerlendirmeye yardımcı olur.

İyi tasarlanmış bir analitik organizasyonu, simülasyon konusunda becerili analistleri de içerir ve genelde bu kişiler en çok talep gören analistler arasındadır. Modellerin, varsayımların ve karar değişkenlerinin bir araya getirilmesi, gelecek için en iyi yolun seçilmesinde yardımcı olan bilgiler sağlar. Simülasyon modelleri temel davranış düzenlerinin daha iyi anlaşılmasını sağlayarak temel iş hedeflerinin tanımlanması ve bu hedeflere erişilmesi konusundaki güven ve yetkinlik artışının yolunu açar. Simülasyonun iş analitiği uygulamasının temel bir parçası olarak uygulamaya konulması mantıklıdır. “Niye” ile başlayıp “ya olursa” diye devam eden iş soruları ancak belirginlik ve netlikle cevaplandırılabilir.

Bu eğitim simülasyon analitiklerine giriş sağlar. Konular arasında tanımlar, genel sistem kavramları, modelleme teknikleri ve başvuru alanları yer almaktadır. Eğitim boyunca pragmatik örnekler de verilmektedir. Ayrıca simülasyonun daha geniş kapsamlı iş zekası programında konumlandırılmasına yönelik bir çalışma çerçevesi de sunulmaktadır.

Herhangi bir koşul yoktur.

İş analitiği liderleri, iş zekası liderleri, iş zekası mimarları ve proje yöneticileri, iş analitiği ekibi üyeleri, iş yöneticileri ve karar vericileri, fonksiyonel analistler, operasyon yöneticileri, süreç iyileştirme uzmanları bu eğitime katılabilir.

Bu eğitimde;
Simülasyonun temel özellikleri
Simülasyon modellerinin kategorileri
Uygulanabilirlik alanları
Simülasyon modellerinin nasıl oluşturulup uygulamaya konulduğu
Simülasyon için veri yönetimi şartları
İş sorunlarının nasıl tanımlanabildiği ve çözülebildiği
Deneysel tasarımın rolü
Bilgilerin nasıl oluşturulabildiği
Başarılı sonuçlara giden yolların nasıl keşfedildiği
Analitik, simülasyon ve iş zekasının birbirleriyle nasıl bağlantılı olduğu

1.0 Introduction

Basic Concepts
- Business Intelligence
- Analytics
- Real and Virtual Domains
- Systems and Interfaces
- General System Structure
- Properties of Systems
- System Example 1
- System Example 2
- System Example 3
- Variables and Relationships
- Models and Simulation
- Data and Information
- Defining Insight
Capabilities of Simulation
- Discovery and Experimentation
- Learning
- Monitoring and Surveillance
- Generating Business Insights
Business Intelligence Framework
- Description
- Overview
- Value Generation Components
- Monitoring and Learning Components
- Leadership Components
- Putting the Pieces Together
Simulation Framework
- Overview
- The Context Component - Why
- The Approach Component - How
- The Basic Components - What
- The Analytical Components - What
- The Roles Component - Who
- The Time Component - When
- The Organization Component - Where
- Review

2.0 Principles and Practices

Context and Opportunities
- Pursuing Goals
- Solving Problems
- Generating Insights
- Decision Support
- Application Areas
- Overview
- Business Processes
- Industrial Processes
- Physical Processes
- Economics
- Queues and Discrete Events
System Models
- Representing Reality
- Model Categories
- Defining the Structural Model
- Defining the Functional Model
- Defining the System Model
- State Variables and Relationships
- Properties of Systems
- Components and Structure
- Modeling Categories
Model Components
- Description
- Quantitative Data
- Qualitative Data
- Relationships
- Interactions
- Engine
System Simulation
- Preparing to Use the Model

3.0 Modeling Techniques

Overview
- Approaches and Techniques
- Classifying Models by System Properties
- Selecting a Modeling Method
- Approaches and Techniques Review
- Combining Techniques
Continuous Physical Models
- Description and Purpose
- Modeling Approach
- Identifying Relationships
- Example - Scenario
- Example - Variables and Equations
- Example - Simulated Results
- Application Areas
Business Process Models
- Description and Purpose
- Modeling Approach
- Structural Model Example
- Adding the Behavioral Model Components
- Application Areas
Stock and Flow Models
- Description and Purpose
- Modeling Approach
- Example Scenario
- Example Model Structure
- Example Model Equations
- Example Results
- Application Areas
Monte Carlo Models
- Description
- Modeling Approach
- Defining the Structure
- Defining the Model Behavior
- Example Scenario
- Example Application
- Example Results
- Application Areas
Discrete Event Models
- Purpose and Structure
- Approach
- The Poisson Probability Distribution
- Example - Base Case
- Example - Off Peak Period
- Example - Peak Period
- Example - Solution Options
- Example - Solution Option 1
- Example - Solution Option 2
- Application Areas
Empirical Models
- Description and Purpose
- Approach
- Example Scenario
- Data Preparation
- Word of Caution
- Model Generation 1
- Model Generation 2
- Model Evaluation
- Review Approaches and Techniques

4.0 Simulation

Opportunities and Techniques
- Overview
- Operational Decisions
- Planning and Design
- Surveillance
- Virtual Measurements

Kıbrıs Harness the Power of 'What-If' Analytics: Shaping Your Future with Simulation Eğitimi

Önkoşullar

Kimler Katılmalı

Neler Öğreneceksiniz

Outline

Yakın tarihte açılacak eğitimler