bi analyst

כנס all things data

From מאי 02, 2018 08:00 until מאי 02, 2018 17:00

ב אווניו מרכז אירועים וקונגרסים קריית שדה התעופה השרון 1

פורסם על ידי Administrator

קטגוריות אירוע: data

ביקורים בדף: 1233

Rate:

בתאריך ה2.5.2018 יתקיים כנס All things data.


כנס זה הוא נרחב ויתקיים בשני מסלולים: מסלול אנליטיקס ומסלול שיפור יחס המרה.

בין הפעילויות והמשתתפים בכנס:

בנג'י עזריה


Attribution Modeling - איך באמת עושים את זה נכון?
הנושא Data-driven attribution הפך לאחרונה להיות מאוד פופולרי בחברות דיגיטליות רבות. במקום לתת את כל הקרדיט ל-first touch, last touch, linear וכו' אנו רואים יותר ויותר שימוש של פתרונות In-house וכלי צד שלישי המסייעים לחלק את העוגה נכון יותר.

בהרצאה זו תלמדו על האלגוריתמים הנפוצים ביותר המשמשים את כלי ה-data-driven attribution.

בנג'י יחשוף אתכם לאופן שבו תוכלו להשתמש בנתוני ה-Google Analytics שלכם כדי לבנות מודל data-driven attribution שמתאים לצרכים המדוייקים של החברה שלכם, ויראה לכם איך להשתמש באלגוריתם של למידה עמוקה (Deep learning) כדי לתת קרדיט למקור התנועה שגרם לכל פעולה שהלקוחות שלכם עשו - מרגע הכניסה שלהם לאתר ועד להמרה.

בנוסף, בנג'י יתן לכם הצצה למודל ה-attribution שמשמש אותו באופן אישי בעבודתו בחברת Plarium, ויראה לכם איך אפשר להגיע לדיוק מירבי באמצעות Machine Learning שתוכלו ליישם בעצמכם (אחרי שתשמעו את ההרצאה כמובן).

 

אסף וייס


איך לתקשר אנליטיקס ללקוחות שלא כל כך מעוניינים בזה
הפלטפורמה הבינלאומית ללמידה דיגיטלית edX, שהוקמה על ידי Harvard ו-MIT, היא למעשה הניסוי הגדול ביותר בתולדות האנושות על תהליכי למידה. עם בסיס נתונים של 15 מיליון לומדים בכ-2,000 קורסים שפיתחו למעלה מ-130 אוניברסיטאות מובילות, הכולל איסוף לוגים עצום בהיקפו ומחקרים שכוללים ניטור פעילות מוחית במבחני fMRI.

תחום מדעי הלמידה משגשג וחושף בפנינו תובנות מרתקות, אלא שלא תמיד הפרופסור באוניברסיטה או המורה בכיתה רוצים במידע או יודעים איך להשתמש בו...

אז איך גורמים למורה בתיכון לעבוד עם גוגל אנליטיקס? איך משכנעים פרופסור לפתח קורס אקדמי במתודולוגיית Agile? כיצד יצירת data visualization מסייעת לתהליכי למידה? והאם שימוש ב-a/b testing ובפרסונליזציה עשוי להשפיע על בחינות הבגרות?

בהרצאה תשמעו על התובנות היישומיות שפיתחנו ב׳קמפוס׳ לשימוש נרחב ויצירתי במידע, ותוכלו לקחת רעיונות שיעזרו לכם להטמיע מתודולוגיות של עבודה עם אנליטיקס ותרבות של data-driven בחברה או בארגון בו אתם עובדים.

 

עידו ביגר וגיל ניזרי


יישום Predictive Analytics באמצעות 3 קליקים בלבד
קייס סטאדי: איך חברת יס הפכה ל-Data Driven Organization על ידי הטמעה נכונה של יכולות Data Science.

ארגון מונחה ידע הוא מי שיודע למצוא, ללמוד ולמקסם את הידע החבוי בהררי הנתונים אותם הוא אוסף כדי להפוך לארגון פרואקטיבי, זריז, יעיל, חכם וממוקד יותר.

הדרך המעשית והטובה ביותר לייצר יידע וערך עסקי היא שימוש בחיזוי האנליטי (Predictive Analytics).

לא מדובר ב-BI ולא בדשבורדים מורכבים, אלא במודלים (אלגוריתמים) שמסוגלים ללמוד ולהסביר תופעות, ועל בסיס זה גם לקבל את ההחלטה הנכונה, וכל זה באופן אוטומטי לגבי נושאים רבים ומגוונים.

המודלים מחליפים מנגנונים ותהליכים מסורבלים ומשפרים משמעותית את יעילות הארגון.

מקובל לחשוב כי על מנת לפתח מודלים נדרש ידע רב בעולמות Machine Learning, AI, Data Science, צוות של Data-Scientists והשקעה כספית גדולה וממושכת.

נכון, ככה עשו את זה פעם...

בהרצאה יספר לכם עידו ביגר, ה-Chief Data Officer ומנהל ה-BI של חברת yes, איך עושים את זה אחרת!

איך הופכים את חזון ה"ארגון מונחה יידע" למציאות, ואיך אלגוריתמים ומודלים חכמים יכולים לשפר באופן משמעותי את ביצועי החברה, וכל זה בזמן קצר, בהשקעה מינימלית ועם כח האדם הקיים בארגון.

אלי גולדפרב


שימוש ב-Machine Learning לצורך שיפור ביצועי הארגון
הצורך לחזות משתנים רבים בהר הנתונים הארגוני הולך וגדל.

ידוע שחיזוי נכון מניב תועלת עיסקית גבוהה, אבל עבודת החיזוי אינה פשוטה ודורשת משאבים רבים, ולכן ארגונים רבים נמנעים מלעשות אותה.

למעשה גם אלו שבוחרים כן להתמודד עם הבעיה מוצאים את עצמם משקיעים משאבים רבים, ממתינים הרבה זמן עד להגעת התוצאות, ולפעמים גם לא ממש מצליחים לבצע את החיזוי עצמו...

בהרצאה זו תלמדו:

איך ניתן להפוך את תהליך החיזוי לפעולה יומיומית פשוטה ואוטומטית,
איך ניתן לשפר את הביצועים העסקיים באמצעות Machine Learning,
איך תוכלו להגיב לשאלות עסקיות בצורה מהירה,
וכל זה במינימום משאבים וזמן.

ועוד'.

 

לפרטים נוספים, הכנסו ללינק זה.

 

מאמרים

מגמות של ביג דאטה בעולם הביטוח
CA Technologies
SSIS - Buffer Size Optimization
קטגוריה ראשית
בדיקות BI ו-DWH לעומת הבדיקות בתחומים אחרים
קטגוריה ראשית
איסוף דרישות לפרויקטי BI
קטגוריה ראשית
כח המידע במיקוד
קטגוריה ראשית
0

מעניין? שתפו דף זה באמצעות הטלפון הנייד

הדף שלנו בפייסבוק

Microsoft

Oracle

IBM

Informatica

Sap

SAS

Qlikview

Cloudera

Machine Learning