You are here:

Big (Social) Data Analytics – Methoden und Anwendungen

Sie interessieren sich dafür, mit welchen Methoden Unternehmen Daten aus sozialen Medien analysieren? Über soziale Medien, wie bspw. Online Social Networks, stehen Unternehmen enorme Datenmengen zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial, bspw. in den Bereichen Produktentwicklung, Marketing und Customer Relationship Management. In diesem Zertifikatskurs werden hierfür zentrale Methoden vermittelt und fallstudienbasiert illustriert.

  • Erfahren Sie mehr über Social Media Analytics, Community Detection und Markov-Modelle
  • Flexibles Blended-Learning Format
  • Berufsbegleitend

Dates / Location / Cost

DateLocation Costs
01.04.2022 - 30.09.2022
Course ID: UUL_Business_BSDA_202204
Ulm & online 1.900,00 

Institution and Location

Institution

School of Advanced Professional Studies Universität Ulm

Location

Universität Ulm

Target Audience and Prerequisites

Target Audience

Der Zertifikatskurs richtet sich an Berufseinsteigende, an junge Führungskräfte sowie ProjektleiterInnen und BeraterInnen, die ihre Kompetenzen im Umgang mit den Herausforderungen „Industrie 4.0“ und „Big Data“ optimal ausbauen und vertiefen wollen.

Prerequisites

Voraussetzung ist ein erster Hochschulabschluss, z. B. Bachelor, Diplom, Staatsexamen etc., in den Studiengängen Betriebswirtschaftslehre, Wirtschaftswissenschaften, Elektrotechnik, Informatik, Maschinenbau, Mathematik, Physik, Wirtschaftsmathematik oder eines vergleichbaren Studiengangs oder ein als gleichwertig anerkannter Abschluss.

Content and Learning Objectives

Content

  • Einführung: Social Media Analytics als hoch relevantes Thema
  • Überblick und Grundlagen zu Social Media Analytics: Strategische Aspekte, Gestaltungsbereiche und wesentliche Bestandteile
  • Social Media Analytics – Methoden und Anwendungen:
    – Textanalyse (z. B. Klassifikation von Texten mittels Support Vector Machines, Sentiment-Analyse)
    – Soziale Netzwerkanalyse (z. B. Identifizierung einflussreicher NutzerInnen mithilfe von Vernetzungsmaßen, Community Detection)
    – Prognose (z. B. Markov-Modelle zur Prognose von NutzerInnenverhalten in sozialen Netzwerken, Simulation, Regression)
  • Zusammenfassung und kritische Würdigung

Programme Details

Das Online-Studium findet im Selbststudium statt. Für das Selbststudium stehen zum einen Video-Vorlesungen bereit, die den Teilnehmenden die Zertifikatskursinhalte anschaulich darlegen. Als schriftliches Material wird das Grundlagenbuch von Kemper und Eickler mit dem Titel „Datenbanksysteme. Eine Einführung” empfohlen.

In den Videos und in Begleitung durch ein E-Learning-System werden die Teilnehmenden auf entsprechende Abschnitte des Buchs verwiesen. Der Stoff wurde in Lernabschnitte unterteilt, die durch Multiple- und Single-Choice-Fragen, Quizzes und Übungsaufgaben begleitet werden.

Der Mentor/die Mentorin des Zertifikatskurses bietet in regelmäßigen Abständen Online-Sprechstunden in Form von Seminaren an, die die Teilnhemenden bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein Forum für den Austausch der Teilnehmenden untereinander bereit.

Das erworbene Wissen wird an insgesamt vier Präsenztagen vertieft. An den Präsenzterminen werden Übungsaufgaben teilweise auch in Gruppenarbeit gelöst.

Learning Objectives

Die Teilnehmenden sind nach erfolgreicher Absolvierung des Zertifikatskurses in der Lage:

  • die Grundlagen der zielgerichteten und fundierten Analyse von Big Social Data zu erläutern
  • die wesentlichen Schritte und Gestaltungsbereiche von Social Media Analytics (z. B. Auslesen, Modellieren, Analysieren und Erfassen von Daten aus sozialen Medien) zu beschreiben
  • Methoden zur Analyse von umfangreichen Mengen an strukturierten und unstrukturierten Daten zu beurteilen und anzuwenden
  • diese Methoden zur Lösung praktischer Problemstellungen einzusetzen (z. B. Analyse realer Datensätze mithilfe von Software-Werkzeugen), die Ergebnisse zu interpretieren und Handlungsempfehlungen abzuleiten

Course Format, Certification, Quality Assurance

Course Format

Blended-Learning

Certification

Bei erfolgreichem Abschluss des Zertifikatskurses erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Zertifikatskurses als Übersicht auflistet.

Workload

Der Zertifikatskurs erfordert einen Bearbeitungsaufwand von insgesamt 180 Stunden.

Creditpoints (ECTS)

6

Language

Deutsch

Dates and Deadlines

Course Dates

Die genauen Termine für die Präsenzveranstaltungen sowie die Prüfungstermine werden noch bekannt gegeben.

Deadline

15.02.2022

Instructors

  • Prof. Dr. Mathias Klier, Professor im Institut für Business Analytics, Universität Ulm
  • Roland Graef, Wissenschaftlicher Mitarbeiter im Institut für Business Analytics, Universität Ulm
  • Katharina Kaufmann, Wissenschaftliche Mitarbeiterin im Institut für Business Analytics, Universität Ulm

Sie möchten Ihr Wissen vertiefen?

Sie entscheiden, ob Sie mit einem Zertifikat abschließen, zu einem DAS erweitern oder sich genauer über den Master Business Analytics informieren möchten: