Data og adfærdsdesign

1-Dags Intensivt Kursus

Hvis du kunne du tænke dig at forstå dine kunder, medlemmer og kollegaer, kan vejen derhen i mange tilfælde være gennem en dybdegående analyse af din organisations data. Men hvordan kommer man i gang med at analysere data? Og hvilke analyser er bedst at gennemføre?

 

På dette kursus får du svar på ovenstående spørgsmål. Med udgangspunkt i moderne adfærdsvidenskab får du værktøjer til, systematisk at identificere hvordan din organisations data kan bidrage med værdiskabende indsigter.

 

Du klædes på til at forstå den analytiske og praktiske proces forbundet med at analysere data: Hvordan man går fra rå data til solide indsigter. Du vil få praktisk indblik i metoder til dataanalyse, og hvordan du kan bruge dem i din organisation.

 

Mange organisationer overser mulighederne ved og værdien af deres data – også de helt store og erfarne organisationer. Når du har gennemført kurset ved du, hvor mulighederne er, og hvordan du får værdi ud af dem, så du kan få den succes med din organisations data, som du leder efter.

 

“/KL.7 forstår – som få – både akademikere og praktikere, og får forskning og forretning til at gå op i en højere enhed. Når det handler om menneskelig adfærd og data er de med helt fremme.” – David Dreyer Lassen, Professor, Økonomi, Københavns Universitet

På kurset får du

Indføring i moderne adfærdsvidenskab, og hvilken rolle data spiller i at afdække alt fra kunde- til medlemsadfærd

Inspirerende datacases fra ind- og udland der illustrerer værdien af data

Indføring i forskellige datakilder og datatyper, og hvad disse kan bruges til

Overblik over forskellige analysemetoder, der kan bruges til at skabe værdi ud fra data

Indblik i datastrategiske overvejelser, der kan hjælpe din organisation til at blive datadreven

Detaljer om kurset

Kursets indhold

Ønsker du og din organisation, at komme i gang med at arbejde datadrevent? Så er du kommet til det rette sted.

 

Data kan og bør udgøre grundlaget for de beslutninger der træffes i organisationen. Data kan give en strategiske og konkurrencemæssige fordele, ved at belyse hvor ressourcer kan bruges mest effektivt og med størst effekt. Dette er tilfældet på tværs af en lang række emner. Både når det handler om så forskellige ting som forvaltning af medarbejdere og kommunikation til kunder.

 

At arbejde datadrevent er dog ikke altid ligetil. Det kræver en grundlæggende forståelse for datakilder og datatyper, et overblik over organisationens data, indsigt i et bredt udvalg af analysemetoder samt datastrategiske overvejelser.

 

Mange organisationer sidder inde med en guldgrube af data om deres kunder, medlemmer og medarbejdere, men får aldrig udvundet den maksimale værdi fra data. Typisk på grund af manglende overblik over, forståelse for og indblik i data.

 

Dette kursus klæder dig på til at tænke systematisk, strategisk og analytisk over arbejdet med data så din organisation kan bruge jeres data til at skabe værdi.

 

Efter kursusdagen er omme, har du:

  • dannet dig et overblik over din organisations data (og data i måtte mangle)
  • lært at udvikle hypoteser, der skaber forretningskritisk værdi for din organisation
  • fundet frem til hvilke data der kan besvare hvilke hypoteser
  • lært at identificere den rette analysemetode og svagheder/styrker ved denne
  • fået et indblik i hvordan din organisation kan arbejde datastrategisk, så data bliver en integreret del af driften

 

Og du har lært:

  • at forstå hvad data er, og hvilke typer af data der findes
  • hvilke måder der er at gå til data på, og best-practice er indenfor hypotesedrevne analyser og forskellige testparadigmer
  • forskellige analysemetoder at kende, samt deres styrker og svagheder
  • at se strategisk og organisatorisk på arbejdet med data

Tid og sted

Kurset varetages af adfærdseksperter fra rådgivningsvirksomheden /KL.7 og veksler mellem oplæg, øvelser, refleksion og demonstration af analysemetoder.

 

Holdstørrelsen er begrænset til 10 personer, for at bringe dine egne erfaringer og problemstillinger i spil. Det er helt essentielt for os, at kurset er tilrettelagt, så du går fra det med konkrete redskaber til dit videre arbejde.

 

Hvem kan deltage?
Det kræver ingen særlig forudsætninger at deltage. Blot et ønske om, at blive klogere på data og dataanalyse.

 

Kurset afholdes på Overgaden Oven Vandet 10, 1 (1415, København K) mellem kl. 9.00-16.00, dato efter aftale. Ved forespørgsel kan der være mulighed for at afholde kurset på alternativ beliggenhed.

 

Prisen er kr. 4.850,- (ekskl. moms) og inkluderer forplejning og materialer.

Dine undervisere på kurset

Profilbilleder_0002_Mikkel-01

Mikkel er en af landets førende rådgivere om den datadrevne organisation. Med en PhD i IT-design og som medforfatter på bogen Data - Virksomhedens nye grundstof er han en flittigt brugt oplægsholder og rådgiver for store og små, offentlige og private virksomheder. Mikkel sidder endvidere i regeringens ekspertgruppe for dataetik.

Mikkel Holm Sørensen

Direktør / Adfærdstrateg
Profilbilleder_0001_Simon-06

Simon er med-stifter i /KL.7, og den førende ekspert i Danmark om brug af adfærdsdesign i den finansielle sektor. Med speciale i hvordan kunder opfatter finansprodukter, har Simon stået for design af brugergrænseflader, kommunikation og nye produkter de sidste syv år. Mest prominent som en af hoveddesignerne bag hele Alka’s digitale univers

Simon Bentholm

Partner
Profilbilleder_0009_Jonathan-1

Jonathan er adfærdsanalytiker i /KL.7 med speciale i hvordan data kan indsamles og analyseres med henblik på at forstå menneskelig adfærd. Han har erfaring med eksperimentelle feltstudier i sundhedsvæsnet samt større kvantitative analyser og datarådgivning for bl.a. DGI og Københavns Kommune.

Jonathan Marin

Adfærdsanalytiker / Data Science & Analyse

Relaterede cases

Sådan lagde en ny datastrategi grundlaget for forretningsudvikling

Hvordan kommer man i gang med en datastrategi?

Københavns Kommune fjerner efterladte cykler med avanceret algoritme

Hvert år efterlades titusindevis af cykler i København, som Københavns Kommune bruger mange ressourcer på at rydde op i. Hvordan effektiviseres denne cykeloprydning?