CAS in Business and Marketing Analytics
Die digitale Transformation hat die Verfügbarkeit von Daten stark vorangetrieben. Um das Potenzial dieser Daten nutzen zu können, benötigen Führungskräfte die Fähigkeit, datenbasierte Entscheidungen aus grossen Datenmengen zu treffen.
In dieser Weiterbildung lernen Sie, wie Sie Daten richtig interpretieren, effizient und effektiv kommunizieren und so bessere Unternehmensentscheidungen treffen können.
Ihr Nutzen
Übersicht
Der "CAS in Business and Marekting Analytics" besteht aus 8 konsekutiv aufbauenden Modulen:
Modul 1 – Einführung in Business und Marketing Data Analytics
Prof. Dr. Reto Hofstetter
(26. – 28. August 2021)
- Sie haben einen Überblick über Data Analytics und sind gewappnet, Unternehmensherausforderungen im Bezug auf Daten aus unterschiedlichen Perspektiven zu analysieren.
Modul 2 – Marktforschung, Datenakquise und Management
Prof. Dr. Reto Hofstetter
(23. – 25. September 2021)
- Sie können Experimente gestalten, durchführen und wissen, wie sie riesige Datenmengen aus dem Internet mittels Scraping effektiv und effizient extrahieren.
Modul 3 – Einführung in die Statistik und Datenanalyse mit R
Prof. Dr. Lukas Schmid
(14. – 16. Oktober 2021)
- Sie lernen grundlegende Konzepte in der Statistik und können mittels Datenanalyse Entscheidungen unter Unsicherheit treffen.
Modul 4 – Datenmodellierung und -visualisierung
Prof. Dr. Lukas Schmid
(21. – 23. Oktober 2021)
- Sie können Sinn aus riesigen Datenmengen machen und diese einfach und gekonnt für Managemententscheide aufbereiten und visualisieren.
Modul 5 – Marketing Analytics Implementierung
Prof. Dr. Klaus M. Miller
(11. – 13. November 2021)
- Sie implementieren quantitative Analysemethoden und -tools unter Berücksichtigung organisatorischer Unternehmensaspekte.
Modul 6 – Maschinelles Lernen und Vorhersagemodelle
Dr. Massimo Mannino
(25. – 27. November 2021)
- Sie wenden neueste Methoden aus dem Machine Learning konkret für Ihr Unternehmen an, um Unternehmenswert zu schaffen.
Modul 7 – Wettbewerbsstrategien im Zeitalter von Analytics und künstlicher Intelligenz
Prof. Dr. Leif Brandes
(9. – 11. Dezember 2021)
- Sie verbinden Daten, Analytics und AI, um Ihre bestehenden Grenzen und Restriktionen für Wachstum durch eine strategische Neuausrichtung zu sprengen.
Modul 8 – Analytics und Strategien für Social Media Management
Prof. Dr. Leif Brandes
(16. – 18. Dezember 2021)
- Sie analysieren nutzergenerierte Inhalte effektiv und effizient und können mit neuesten Methoden soziale Interaktionen zwischen Ihrem Unternehmen und Ihren Kunden quantifizieren.
Dozierende
Prof. Dr. Reto Hofstetter
Direktor IMA
Ordentlicher Professor für digitales Marketing
T +41 41 229 58 80 • Raum 4.B36 • reto.hofstetter@unilu.ch
Prof. Dr. Leif Brandes
Mitglied der Institutsleitung IMA
Ordentlicher Professor für Marketing & Strategie
T +41 41 229 58 90 • Raum 4.B38 • leif.brandes@unilu.ch
Prof. Dr. Lukas D. Schmid
Mitglied der Institutsleitung IMA
Ordentlicher Professor für Empirische Methoden
T +41 41 229 58 50 • Raum 4.B34 • lukasdavid.schmid@unilu.ch
Prof. Dr. Klaus M. Miller
Assistenzprofessor für Quantitatives Marketing
Goethe Business School in Frankfurt
Dr. Massimo Mannino
Co-Gründer von Novalytica AG, DataCareer und Alphaprop
Dozent Machine Learning
Universität Zürich / Universität Luzern
Studiengangsleitung
Die Studiengangsleitung wird durch eine Studienleitung wahrgenommen. Die Mitglieder der Studienleitung sind:
Prof. Dr. Reto Hofstetter
Direktor IMA
Ordentlicher Professor für digitales Marketing
T +41 41 229 58 80 • Raum 4.B36 • reto.hofstetter@unilu.ch
Prof. Dr. Leif Brandes
Mitglied der Institutsleitung IMA
Ordentlicher Professor für Marketing & Strategie
T +41 41 229 58 90 • Raum 4.B38 • leif.brandes@unilu.ch
Prof. Dr. Lukas D. Schmid
Mitglied der Institutsleitung IMA
Ordentlicher Professor für Empirische Methoden
T +41 41 229 58 50 • Raum 4.B34 • lukasdavid.schmid@unilu.ch
Programm Management
Gabriela Funk, MA
Programmleiterin Weiterbildung IMA
Wissenschaftliche Assistentin (Prof. Dr. Reto Hofstetter)
T +41 41 229 58 53 • Raum 4.B49 • gabriela.kunath@unilu.ch
Thomas Scheurer, MSc
Stellvertretender Programmleiter Weiterbildung IMA
Wissenschaftlicher Assistent (Prof. Dr. Leif Brandes)
T +41 41 229 58 93 • Raum 3.A08 • thomas.scheurer@unilu.ch
Die nächste Durchführung des Lehrgangs findet im Spätsommer 2021 statt. Die Module werden jeweils an 2.5 aufeinanderfolgenden Halbtagen (voraussichtlich Donnerstag bis Samstag) unterrichtet. Eine digitale Durchführung einzelner Kurstage ist vorgesehen.
Blocktermine der Module:
Modul 1 – Einführung in Business und Marketing Data Analytics: 26. – 28. August 2021
Modul 2 – Marktforschung, Datenakquise und Management: 23. – 25. September 2021
Modul 3 – Einführung in die Statistik und Datenanalyse mit R: 14. – 16. Oktober 2021
Modul 4 – Datenmodellierung und -visualisierung: 21. – 23. Oktober 2021
Modul 5 – Marketing Analytics Implementierung: 11. – 13. November 2021
Modul 6 – Maschinelles Lernen und Vorhersagemodelle: 25. – 27. November 2021
Modul 7 – Wettbewerbsstrategien im Zeitalter von Analytics und künstlicher Intelligenz: 9. – 11. Dezember 2021
Modul 8 – Analytics und Strategien für Social Media Management: 16. – 18. Dezember 2021
Abschlussprüfung: tbd
Die Absolvierung aller Module sowie das erfolgreiche Bestehen der Leistungsüberprüfung führt zu einem mit 18 ECTS bewerteten "Certificate of Advanced Studies in Business and Marketing Analytics of the University of Lucerne".
Die Studiengebühren für den CAS in Business and Marketing Analytics betragen CHF 11'500 (inklusive Prüfungs- und Diplomgebühren). Im Preis inbegriffen sind die Kursunterlagen, der Zugang zur elektronischen Lernplattform sowie alle administrativen Dienstleistungen. Nicht inbegriffen sind gegebenenfalls Anreise, Verpflegung und Unterkunft.
Zugelassen werden Führungskräfte mit Hochschulabschluss (Universität, Fachhochschule, Pädagogische Hochschule). Über die Zulassung von Kandidaten ohne Hochschulabschluss entscheidet die Studienleitung (sur dossier).
Anmeldeformular
Reglement
Für weitere Informationen wenden Sie sich bitte an die Programmleitung.