Harness the Power of "What-If" Analytics: Shaping Your Future with Simulation

Eğitim Hakkında

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

Neler Öğreneceksiniz

• 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

Kimler Katılmalı

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.

Eğitim İçeriği

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