Material- und Absatzwirtschaft mit Spezialisierung auf Controlling Zusatzqualifikation in der statistischen Datenanalyse mit R

Nach Abschluss dieser Maßnahme verfügen Sie über Wissen in den Bereichen Material- und Absatzwirtschaft, statistische Datenanalyse mit R, Datenschutzgrundlagen, Power BI, Statistik und Tableau. Sie lernen, wie Sie Material- und Absatzprozesse effizient planen und steuern können, die statistische Datenanalyse mit R durchführen und Datenschutzaspekte berücksichtigen. Darüber hinaus erwerben Sie Kenntnisse in der Datenvisualisierung mit Power BI und Tableau sowie in der statistischen Datenanalyse. Diese Qualifikationen ermöglichen es Ihnen, in den Bereichen Material- und Absatzwirtschaft, Controlling und statistische Datenanalyse tätig zu werden.

Beschaffung und Lagermanagement

• Beschaffungsmanagement
• Lager- und Bestandsmanagement
• Risikomanagement in der Material- und Absatzwirtschaft

Nachhaltigkeit und Unternehmensethik

• Nachhaltigkeit und Ethik in der Material- und Absatzwirtschaft
• Gesetzgebung und Rechtslage
• Anwendungsbereich der DSGVO
• Verarbeitungsgrundsätze

Grundlagen und Instrumente des Controllings

• Beschaffungs- und Absatzcontrolling
• Controllinginstrumente und -methoden
• Kosten- und Leistungsrechnung
• Operative Planung und Kontrolle
• Bereichscontrolling

Strategische Unternehmensführung

• Strategische Analyse
• Strategiefindung
• Strategiebewertung

Datenschutz und Compliance

• Anforderungen an die Datenschutzorganisation
• Rechtsgrundlagen für die Datenverarbeitung
• Zusammenarbeit mit den Aufsichtsbehörden
• Nationale Besonderheiten

Analyse und Reporting mit spezialisierten Tools

• Einführung in Power BI und Tableau
• Datenmodellierung in Power BI Desktop
• Transformieren und Kombinieren von Daten mit Power Query
• Gestaltungsregeln für Reports und Dashboards
• Geografische Analyse
• Firmen-Report
• Produkt-Analyse

Statistische Datenanalyse mit R

• Grundlagen der Arbeit mit R
• Datenmanagement und diskriptive Statistiken in R
• Deskriptive Statistik: Analysen und Untersuchungen
• Importieren, Analysieren und Exportieren von Datensätzen
• Diagramme in ggplot2
• Streudiagramme, Korrelationsdiagramme und analytische Tests

Fortgeschrittene Datenanalyse-Techniken

• Regressionsanalysen
• Klassifikation und Support Vector Machines
• T-Test

Data-Science-Projektmanagement

• Ablauf eines Data-Science-Projekts
• Casestudy: Umsatzprognose
• Erstellen von Reporten inklusive Dashboard mit Interaktivität

Trends und Entwicklungen im Controlling

• Aktuelle Entwicklungen und Trends im Controlling
• Zukunftsfelder und Herausforderungen für das Controlling
• Anwendung von R in der Forschung
• Datenethik