Målet med dette kurset er å legge et grunnlag for data-baserte beslutninger. Data-baserte beslutninger forutsetter kunnskaper og ferdigheter i hvordan data hentes, struktureres, analyseres og visualiseres. Kurset består av seks deler:

• Vanlige datastrukturer innen business analytics, økonomistyring og finans (relasjonsdatabaser,SQL)
• Analyseverktøy (Excel,Python, R)
• Brukergrensesnitt (Rstudio Rmarkdown, jupyter)
• Datatilrettelegging, datavask, datautforskning.
• Dataaggregering og feature engineering
• Data og analysevisualisering (ggplot, leaflet)

Kunnskaper:

• Forstå egenskapene til rådatastrukturer og deres implikasjoner for bruk av analyseteknikker.
• Kjenne til vanlige databasestrukturer og forstå deres implikasjoner for datahåndtering og datauttrekk.
• Kjenne standard teknikker for datatilrettelegging, datavask og datautforskning.
• Kjenne til viktige teknikker for aggregering og transformasjon av data.
• Forstå hvordan disse preanalysevalgene har implikasjoner for estimeringsresultater og prediksjoner.

Ferdigheter:

• Ha grunnleggende ferdigheter i R og Python og kunne arbeide med disse i et egnet brukergrensesnitt (Rstudio, Rmarkdown, jupyter-notebook).
• Kunne utføre grunnleggende former av feature engineering  (variabel utvelgelse, transformasjon av data, feature testing etc.)

Generell kompetanse:

• Ha en integrert forståelse av hva en komplett analyse medfører fra innhenting av data til diskusjon av resultatene. Studenten skal ha et bevisst forhold til hvordan valg underveis vil kunne påvirke analysen i ønsket og i uønsket retning.