Business Analytics (eBook)
XXXVIII, 387 Seiten
Springer International Publishing (Verlag)
978-3-030-87023-2 (ISBN)
This book focuses on three core knowledge requirements for effective and thorough data analysis for solving business problems. These are a foundational understanding of:
1. statistical, econometric, and machine learning techniques;
2. data handling capabilities;
3. at least one programming language.
Practical in orientation, the volume offers illustrative case studies throughout and examples using Python in the context of Jupyter notebooks. Covered topics include demand measurement and forecasting, predictive modeling, pricing analytics, customer satisfaction assessment, market and advertising research, and new product development and research. This volume will be useful to business data analysts, data scientists, and market research professionals, as well as aspiring practitioners in business data analytics. It can also be used in colleges and universities offering courses and certifications in business data analytics, data science, and market research.
Walter R. Paczkowski, PhD, has worked at AT&T, AT&T Bell Labs, and AT&T Labs. He founded Data Analytics Corp., a statistical consulting company, in 2001. Dr. Paczkowski is also a part-time lecturer of economics at Rutgers University. He is the author of Deep Data Analytics for New Product Development (2020), Pricing Analytics: Models and Advanced Quantitative Techniques for Product Pricing (2018), and Market Data Analysis Using JMP (2016).
| Erscheint lt. Verlag | 3.1.2022 |
|---|---|
| Zusatzinfo | XXXVIII, 387 p. 238 illus., 215 illus. in color. |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik |
| Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
| Wirtschaft ► Allgemeines / Lexika | |
| Wirtschaft ► Betriebswirtschaft / Management ► Marketing / Vertrieb | |
| Schlagworte | Business Analytics • Business Intelligence • classification • Data Cube • Data Science • Data Visualization • Econometrics • Logistic Regression • machine learning • Regression Analysis • Statistics |
| ISBN-10 | 3-030-87023-5 / 3030870235 |
| ISBN-13 | 978-3-030-87023-2 / 9783030870232 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 14,5 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
