Kursmall
Data Analytics för Affärsverksamhet – Företagsnyckeltal med Python
Analys och visualisering av företagets nyckeltal med Python.

Didaktiskt syfte
Denna kursmall introducerar strukturerad analys av affärsdata med Python, genom att kombinera ämnesbaserade grundläggande kunskaper inom dataanalys med praktisk programmering. Fokus ligger på bearbetning av tabellerade företagsdata, beräkning av nyckeltal och tolkning av dessa via lämpliga visualiseringar. Steg för steg byggs metoder upp för att bedöma, jämföra och förutsäga företagets nyckeltal. Detta stödjer utvecklingen av kompetens inom området databaserad analys och beslutsstöd.
Kompetensfokusområden
- Import och strukturerad bearbetning av företagsdata från CSV-filer med pandas
- Beräkning av statistiska nyckeltal såsom medelvärde, standardavvikelse och korrelation
- Visualisering av affärsdata med matplotlib (linjediagram, stapeldiagram och spriddiagram)
- Analys av kostnadsstrukturer och nyckeltal för enskilda företagsavdelningar
- Jämförelse av flera företag utifrån relativa nyckeltal som vinstmarginal och kostnadsandel
- Bearbetning och lagring av företagsdata via REST-API:er och JSON-strukturer
- Utveckling av enkla prognosmodeller för saljutvecklingen med hjälp av linjär regression
Modulernas struktur

Analys av företagsnyckeltal från CSV
Introduktion till läsning, utvärdering och visualisering av månadsvisa företagsnyckeltal från CSV-filer med hjälp av pandas och matplotlib.

Analysera kostnadsstruktur hos ett företag
Statistisk analys av avdelningskostnader och visualisering av företagets kostnadsstruktur med hjälp av pandas, numpy och matplotlib.

Lagra företagsdata i User-DB
Bygga enkel dataström från CSV till JSON och lagra företagsdata i databas via REST-API.

Jämföra företag från databasen
Analys och jämförelse av flera företag genom att hämta lagrade datamängder från en databas och beräkna centrala nyckeltal.

Visualisering av företagsnyckeltal
Representation av ekonomiska nyckeltal med olika diagramtyper för analys, jämförelse och relationer.

Analysera kostnadsinkomstrelationen
Undersökning av statistiska relationer mellan marknadsföringskostnader och inkomster genom korrelationsanalys och visualisering med spridningsdiagram.

Inkomstprognos med linjär regression
Utveckling av ett enkelt prediktivt modell för att förutsäga framtida inkomster baserat på historiska data med hjälp av linjär regression.
De tydligt definierade modulerna möjliggör ett steg-för-steg introduktion till datanalys, visualisering och prognosmetoder och kan flexibelt integreras i befintliga undervisningsserier.
Testa mallen i demoåtkomst och anpassa enskilda analys- eller visualiseringsuppgifter efter din grupp och undervisningsmål.