Курси Data Analyst та Business Intelligence (BI)

Усі заняття проходять з викладачем у живому форматі. Також постійний доступ до ментора, який допоможе розібратись в усіх питаннях, що виникли під час виконання домашнього завдання чи в роботі над проєктом. Навчання побудоване на роботі над реальними проєктами самостійно та у команді.

Програма курсу

Модуль: Soft Skills

• Основні комунікативні навички: Основи ефективного спілкування
• Емоційний інтелект: Управління емоціями в професійному середовищі
• Критичне мислення: Аналіз і оцінка інформації для прийняття рішень
• Робота в команді: Співпраця і взаємодія з колегами
• Самопрезентація: Вміння представити себе та свої ідеї

Модуль 1. Excel

• Основи роботи з Excel
• Візуалізація даних
• Розширене використання функцій Excel
• Створення інтерактивних таблиць

Модуль 2. Дизайн бази даних та поглиблене програмування SQL

• Структура і дизайн баз даних: Вивчення основ моделювання баз даних, включаючи створення схем, таблиць, ключів та обмежень
• Мова SQL та управління даними: Освоєння типів даних, контейнерів даних (таблиць), отримання, фільтрація та упорядкування даних
• Просунуті операції SQL: Робота зі скалярними функціями, багатотабличними запитами та підзапитами
• Програмування на SQL: Використання змінних, умовних операторів IF, циклів, курсорів, процедур та функцій
• Проєктування баз даних: Розуміння процесу нормалізації та практичні навички створення ефективно структурованих баз даних

Модуль 3. BackEnd: інтеграція даних, Python

• Основи Python: Від перших кроків з print та input() до складних типів даних і логічних операцій
• Структура управління: Модульне програмування, цикли while, списки та управління потоками
• Робота з файлами та даними: Від серіалізації об’єктів до використання JSON та pickle
• Програмування класів: Розбір класів, методів і просунутих паттернів програмування
• Просунуте використання Python: Багатовимірні масиви, математичні функції та пакети для наукових розрахунків, такі як Jupyter і numpy
• Бібліотека pandas: Все про векторні операції, об’єднання даних та роботу з бібліотекою для аналізу даних

Поглиблені теми роботи з Big Data:

• Машинне навчання: Від основ до дерев рішень та логістичної регресії
• Прогнозувальна аналітика: Основи, підготовка даних та принципи регуляризації

Модуль 4 Front End: Інструменти та концепції звітності - Power BI

• Основи Power BI: Продукти, ліцензування, завантаження та налаштування
• Підключення до даних: Робота з різноманітними джерелами даних
• Power Query: Перетворення даних, включаючи форматування та групування
• Моделювання даних: Стратегії та техніки для створення ефективних даних та звітів
• DAX і візуалізація даних: Основи створення формул та кастомізація візуальних звітів
• Мобільні та хмарні рішення: Оптимізація звітів для мобільних пристроїв та використання хмарних сервісів для підвищення продуктивності

Final Project. Підсумковий проєкт

• Дослідницький аналіз даних: Аналіз з використанням описової статистики та візуалізації
• Перевірка гіпотез: Вибір та перевірка гіпотез на основі аналізу даних
• Моделювання: Розробка моделі машинного навчання для прогнозування, включаючи створення пайплайну крос-валідації та методи підвищення ефективності моделі
• Побудова звітів: Використання зразка набору даних для створення аналітичного звіту, який надасть цінну інформацію для управлінських рішень
• Аналіз ключових метрик: Оцінка результативності діяльності за різними параметрами
• Візуалізація даних: Створення візуально привабливих та зрозумілих звітів для прийняття управлінських рішень

Бонусний модуль: Англійська для ІТ

В рамках модуля студенти:

• Опанують спеціалізовану лексику, актуальну для сфери дата-аналітики
• Навчаться представляти себе, доповіді та презентації англійською мовою
• Підготуються до проходження інтерв’ю англійською мовою

Особливості курсу

• Живі заняття
• Ізраїльська методика Телем
• Підтримка ментора
• Робота над реальними проєктами
• Допомога курс-координатора
• Сучасна LMS-система
• Система оцінки знань
• Кар'єрний супровід

Викладачі курсу

• Ірина Чиж - Senior DW/BI Engineer в Softserve
• Дмитро Мазоха - Analytics Team Lead, компанія Develux
• Бестужев Владислав - ex-Middle BI Developer at Plarium
• Калашник Сергій - Python for Dta Science, Senior Data Analyst, Boosters
• Іван Гомонець - BI Tech Lead t GROWE
• Сергій Алпатов - Head of Learning and Development, Elogic Commerce

Цей курс охоплює методи та рекомендації, які відповідають сучасним корпоративним та технічним вимогам для моделювання, візуалізації та аналізу даних за допомогою Power BI. Учасники навчаться отримувати доступ і обробляти дані з різних джерел, включаючи реляційні та нереляційні дані, з акцентом на сучасні хмарні рішення. Курс також розглядає питання реалізації стандартів та політик безпеки на всіх рівнях Power BI, включаючи набори даних, групи та публікацію звітів. Учасники дізнаються про нові можливості управління та розгортання звітів та інформаційних панелей для спільного використання і розповсюдження вмісту, включаючи розбиті на сторінки звіти.

Програма курсу

Організація та підготовка даних

• Повна архітектура платформи Power BI (включаючи Power BI Premium та Premium Per User)
• Можливості Power BI для користувачів звітів
• Розбір навчального кейсу
• Імпорт даних із Excel файлів та сучасні альтернативи
• Імпорт даних із Azure SQL Database та Data Lakes
• Перетворення даних у Power Query Editor

Побудова моделі даних

• Введення у реляційні моделі даних
• Типи зв'язків та типові шаблони моделей даних
• Налаштування зв'язків між таблицями даних
• Оптимізація моделі даних із використанням агрегованих таблиць
• Використання Power BI Datamarts для управління великими обсягами даних
• Практика: Налаштування зв'язків та оптимізація моделі даних

Використання формул DAX

• Загальні відомості про DAX
• Міри та колонки
• Створення відносних показників
• Управління контекстом рядків та фільтрів (включаючи TREATAS та CALCULATE)
• Робота з таблицями та пов'язаними даними
• Робота з датами та розширені можливості
• Створення легкочитних формул
• Практика: Створення колонок та мір DAX

Віртуалізація даних

• Візуалізація даних (включаючи використання ArcGIS для Power BI)
• Побудова звіту про продаж
• Аналіз географічних даних
• Розробка спливаючих підказок власного дизайну
• Візуалізація План/Факт
• Робота з фільтрами звітів, синхронізація фільтрів
• Моделювання ситуацій та робота зі сценаріями What-If
• Використання додаткових візуальних елементів з Marketplace (Charticulator, Deneb)
• Побудова рейтингів менеджерів
• Формування динамічних посилань url
• Звіти із зображеннями (фото співробітників)
• Розв'язання задач прогнозування (з використанням інструментів AI)
• Автоматичний пошук аномалій
• Стилі та теми для звітів
• Розробка звітів для мобільних пристроїв

Публікація звітів та безпека

• Публікація звітів до служби Power BI Service (оглядово)
• Налаштування обмеження доступу до звітів (з використанням Microsoft Information Protection)
• Розробка звітів з обмеженнями доступу до даних на рівні рядків (RLS)
• Надання доступу користувачам
• Імпорт даних із SQL Database (докладно)
• Power BI Gateway та інтеграція з хмарними рішеннями
• Використання Power BI Deployment Pipelines для CI/CD

Публікація звітів та спільна робота

• Хмарна та наземна архітектури Power BI
• Публікація звітів до служби Power BI Service (хмара)
• Надання публічного доступу до звітів
• Створення сайтів аналітики у SharePoint
• Публікація звітів на веб-сайтах SharePoint
• Налаштування обмеження доступу до звітів
• Робота з Power BI Server та SharePoint інтеграцією

Практика побудови систем візуалізації у великих організаціях

• Стратегія організації даних для візуалізації
• Відомі обмеження та їх обхідні шляхи
• Рекомендації щодо налаштування системи безпеки
• Рекомендації для забезпечення швидкодії звітів та використання DirectQuery з локальними агрегаціями

Методика проведення курсу Microsoft Power BI

Курс проводиться у вигляді практичних занять, де учасники створюють звіти Power BI на основі реальних бізнес-кейсів. Складність кейсів наростає у міру проходження курсу.

Необхідна підготовка

• Базові знання у галузі операційних систем Windows
• Базові знання в галузі топології сховищ даних
• Навички програмування (цикли, розгалуження)
• Досвід роботи із Microsoft Excel

Особливості курсу

• Допомога ментора
• Практичні кейси
• Сертифікат про проходження курсу

Програма курсу

Модуль 1. Вступ до Power BI

Вступ до Power BI: продукти, ліцензування, знайомство з інтерфейсом, базові налаштування.

Модуль 2. Трансформація даних з Power Query

Трансформація даних з Power Query: підключення до даних, очищення, трансформація та підготовка даних.

Модуль 3. Моделювання даних

Моделювання даних: створення моделей, зв'язків між таблицями, їх види та призначення.

Модуль 4. DAX

DAX: контексти, створення мір, стовпців та таблиць, обчислення.

Модуль 5. Візуалізація даних

Візуалізація даних: використання вбудованих візуалізацій та їх кастомізація, робота з мапами, меню навігації, кастомні підказки та деталізація.

Модуль 6. Налаштування безпеки, спільний доступ

Налаштування безпеки, спільний доступ: RLS (Row-Level Security), публікація та спільний доступ до звітів, розклад автоматичного оновлення.

Практичний проєкт

Практичний проєкт: створення повноцінного звіту для реального бізнес-кейсу.

Бонусний модуль: Англійська для ІТ

В рамках модуля студенти:

• Опанують спеціалізовану лексику, актуальну для сфери дата-аналітики
• Навчаться представляти себе, доповіді та презентації англійською мовою
• Підготуються до проходження інтерв'ю англійською мовою

Особливості курсу

• Живі заняття
• Ізраїльська методика Телем
• Підтримка ментора
• Робота над реальними проєктами
• Допомога курс-координатора
• Сучасна LMS-система

Викладачі курсу

• Ірина Чиж - Senior DW/BI Engineer at SoftServe
• Дмитро Мазоха - Analytics Team Lead, NDA

Під час навчання учасники ознайомляться з основними бібліотеками для обробки та візуалізації даних (Pandas, Numpy, Matplotlib, Seaborn), опанують методи машинного навчання (регресія, класифікація, кластеризація), а також навчаться працювати з SQL для аналізу даних у базах даних. Курс розрахований як на новачків, так і на фахівців, які прагнуть поглибити свої знання в аналізі даних.

Програма курсу

Обробка даних Pandas

• Вступ до курсу
• Налаштування середовища
• Вступ до Pandas
• Створення та робота з DataFrame і Series
• Імпорт даних із CSV, Excel, SQL Database та JSON файлів
• Індексація та фільтрація даних
• Сортування даних
• Обробка пропущених значень
• Групування та агрегування даних
• Злиття та об'єднання таблиць

Обробка даних Numpy

• Вступ до Numpy та створення масивів
• Ініціалізація масивів:
  • одномірні
  • двовимірні
  • багатовимірні
• Індексація, зрізи та маніпуляції з елементами масиву
• Арифметичні операції та векторизація
• Обробка пропущених та некоректних значень у масивах
• Статистичні функції:
  • середнє
  • медіана
  • стандартне відхилення
• Зміна форми масивів та об'єднання масивів
• Збереження та завантаження масивів із файлів

Візуалізація Matplotlib

• Вступ до Matplotlib та його можливості
• Створення простих графіків (лінійний, точковий, стовпчастий)
• Налаштування осей, заголовків та підписів графіків
• Зміна кольорів, стилів та маркерів графіків
• Додавання легенд, анотацій та тексту на графіки
• Побудова кількох графіків на одному полотні (subplots)
• Збереження графіків у різних форматах файлів (PNG, PDF)
• Створення спеціалізованих графіків (гістограми, кругові діаграми, коробчасті діаграми)

Візуалізація Seaborn

• Вступ до Seaborn та його особливості
• Створення графіків розподілу даних (histplot, kdeplot, distplot)
• Побудова категоріальних графіків (barplot, countplot, boxplot)
• Використання графіків відношень (scatterplot, lineplot)
• Теплові карти (heatmap) для візуалізації кореляцій та матриць
• Налаштування стилів та палітр кольорів у Seaborn
• Фасетна візуалізація (FacetGrid, pairplot) для групування даних
• Аналіз та візуалізація статистичних даних (violinplot, swarmplot)

Задача регресії

• Підготовка даних для регресії
• Розбиття даних на навчальну та тестову вибірки
• Створення моделі лінійної регресії
• Навчання моделі на навчальних даних
• Оцінка точності моделі
• Візуалізація результатів регресії

Задача класифікації

• Підготовка даних для класифікації
• Розбиття даних на навчальну та тестову вибірки
• Створення моделі класифікації (Logistic Regression, Decision Tree)
• Навчання моделі на навчальних даних
• Оцінка точності моделі (accuracy, precision, recall)
• Візуалізація результатів класифікації

Кластеризація

• Підготовка даних для кластеризації
• Вибір методу кластеризації (K-Means, Agglomerative Clustering та ін.)
• Створення та моделі кластеризації
• Візуалізація кластерів
• Оцінка якості кластеризації (silhouette score)
• Аналіз отриманих кластерів та інтерпретація результатів

Аномалії

• Підготовка даних для пошуку аномалій
• Вибір методу виявлення аномалій (Isolation Forest, Local Outlier Factor)
• Створення та навчання моделі для пошуку аномалій
• Прогнозування аномалій у даних
• Оцінка точності виявлення аномалій
• Візуалізація та інтерпретація виявлених аномалій

SQL

• Вступ до SQL та основи реляційних баз даних
• Виконання простих запитів SELECT
• Фільтрація даних за допомогою WHERE
• Сортування результатів за допомогою ORDER BY
• Агрегація даних (SUM, AVG, COUNT, MIN, MAX)
• Групування даних за допомогою GROUP BY
• З'єднання таблиць (JOIN)

Розбір домашніх проєктів

• Демонстрація кращих рішень учасників
• Демонстрація типових рішень викладача
• Підсумки курсу

Чого навчаться учасники

• Налаштовувати робоче середовище та ефективно використовувати бібліотеки Python для аналізу даних
• Обробляти, агрегувати та візуалізувати дані за допомогою Pandas та Numpy
• Створювати візуалізації за допомогою Matplotlib та Seaborn
• Опанувати методи регресії, класифікації та кластеризації для машинного навчання
• Працювати з SQL для виконання запитів і аналізу даних
• Виявляти та інтерпретувати аномалії в даних
• Розробляти рішення для реальних проєктів і презентувати їх результати

Попередні вимоги

• Базові знання Python (основні конструкції, цикли, функції)
• Уявлення про дані та базові статистичні поняття
• Досвід роботи з таблицями (наприклад, у Excel) буде перевагою, але не є обов'язковим

Особливості курсу

• Допомога ментора
• Практика
• Фінальний проєкт
• Сертифікат про проходження курсу

В даному курсі розглядаються два основних компоненти Power BI Desktop та сервіс Power BI, теми з Power Query, і DAX розглядаються поверхнево.

Програма курсу

Основні поняття

• BI (business intelligence) та бізнес-аналіз
• Microsoft 365. Екосистема Power BI

Power BI Desktop

• Огляд Power BI Desktop. Його архітектура та основні принципи роботи
• Отримання та встановлення Power BI Desktop
• Використання довідки
• Режими Звіт, Дані, Модель
• Створення та налаштування моделі даних
  • Основні принципи створення моделі даних
  • Отримання даних. Робота з різними джерелами даних (текстові файли, робочі книги Excel, бази даних Access, веб-сторінки, веб-сервіси, файли у хмарних сховищах тощо)
  • Трансформація даних. Редактор запитів Поняття мови М (Докладно ці теми розглядаються в окремому тренінгу NT-PowerQ. Тут ми розглядаємо тільки основи Powеr Query)
  • Встановлення властивостей таблиць та полів
  • Звязки між таблицями. Типи зв'язків. Схеми моделі даних "зірка" та "сніжинка". Таблиці-довідники (вимірювання) та таблиці фактів
  • Встановлення та налаштування зв'язків між таблицями. Активні та неактивні зв'язки. Напрямок крос-фільтрації
  • Використання DAX. Обчислювані стовпці, міри та таблиці. (Детально ці теми розглядаються в окремому тренінгу NT-PowerP.DAX, присвяченому використанню DAX у Power Pivot. Тут ми розглядаємо тільки DAX)
  • Управління зв'язками за допомогою USERELATIONSHIP та CALCULATE
  • Ієрархії, угруповання, кластери
  • Робота з датами. Таблиці дат. Використання функцій CALENDAR та CALENDARAUTO
  • Імпорт моделі даних із файлу Excel
• Робота з візуалізаціями, принципи їх використання, форматування
  • Базові візуалізації (таблиця, матриця, картки, гістограма, графік, кругова тощо)
  • Складніші візуалізації (бульбашкова діаграма, каскадна діаграма (водоспад), KPI, датчик, дерево декомпозиції)
  • Робота з географічними картами
  • Умовне форматування у візуалізаціях. Використання DAX в умовному форматуванні
  • Використання зображень з internet
  • Аналіз та аналітика у візуалізаціях. Деталізація
  • Імпорт користувача візуальних елементів
  • Використання Q&A. Синоніми
• Налаштування зовнішнього вигляду звіту. Використання текстових полів, зображень, фігур. Режим фокусування візуалізації. Режим "в центрі уваги"
• Використання тем. Налаштування сторінки звіту
• Фільтрування у звітах. Зрізи, синхронізація зрізів. Фільтри візуалізацій, сторінок та звіту. Фільтри деталізації
• Взаємодія візуалізацій. Перехресне виділення
• Використання закладок
• Використання кнопок керування
• Сторінки користувача підказок
• DAX та "Швидкі міри"
• Використання параметра "Що якщо"
• Динамічні звіти з параметрами
• Використання шаблонів звітів
• Експорт звіту до pdf-документу
• Деякі параметри Power BI Desktops

Використання сервісу Power BI

• Огляд Power BI
• Структура сайту Power BI
• Основні об'єкти Power BI та взаємозв'язки між ними: візуальні елементи, набори даних, звіти, інформаційні панелі (панелі моніторингу)
• Отримання даних. Робота з різними джерелами даних
• Публікація звіту Power BI Desktop у хмару
• Створення та налаштування звітів. Надання звіту до загального доступу. Експорт у Power Point
• Створення та налаштування панелей моніторингу (інформаційних панелей). Додавання плиток. Надання панелей моніторингу у спільний доступ
• Оновлення даних. Концепція шлюзу Power BI
• Основи використання робочих областей. Налаштування доступу до даних, звітів, панелей моніторингу
• Деякі параметри Power BI

Після курсу слухачі зможуть:

• Опануєте найпопулярніший BI-інструмент - Power BI Desktop
• Опануєте принципи побудови моделей даних
• Навчитесь завантажувати дані з різних джерел та зв'язувати їх між собою, формуючи модель даних
• Навчитесь візуалізувати Ваші дані, створюючи інтерактивні, візуально привабливі, інформативні та зручні звіти
• Навчитесь використовувати хмарний сервіс Power BI для спільної роботи зі звітами

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Підбірка матеріалів з теми курсу в електронному вигляді
• Електронний сертифікат НЦ
• Кава-брейки (очний курс)
• Консультації тренера протягом 3-х місяців після закінчення курсу

Програма курсу

Теми:

• Концепція моделювання даних
  • Концептуальне, логічне, фізичне моделювання
  • Інструментарій моделювання в Power BI Desktop
  • Модель даних Power BI Desktop, етапи її побудови
• Зв'язки, їх призначення та створення
  • Типи зв'язків (один до одного, один до багатьох, багато до багатьох)
  • Особливості зв'язків, робота зі зв'язками кожного типу
• Нормалізація та денормалізація таблиць
• Явні та неявні міри
• Моделі даних типу "зірка" та "сніжинка"
  • Таблиці дат та вимірів
  • Ключові поля
  • Сурогатні ключі
  • Рольові виміри
  • Вироджені виміри
  • Таблиці фактів з і без метрики
• Активні та неактивні зв'язки
• Напрямок крос-фільтрації (одно- та двонаправлена кросфільтрація)
• Управління зв'язками за допомогою DAX
• Створення сполучних (допоміжних) таблиць за допомогою Power Query та DAX
• Таблиці дат. Їх використання як сполучних
• Різні типи об'єднання таблиць (join kind). Робота з нецілісним даними
• Робота з незв'язаними таблицями

Після курсу слухачі зможуть:

• Будуть розуміти, що моделювання даних - це окремий вид діяльності аналітика і здійснювати його, як окремий етап аналізу даних
• Зможуть створювати зв'язки між таблицями моделі та керувати ними, використовуючи численні нюанси та тонкощі налаштування зв'язків
• Зможуть створювати у Power BI Desktop моделі даних типу "зірка" та "сніжинка"
• Вмітимуть використовувати для моделювання функціонал Power Query та вирази DAX

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Підбірка матеріалів по темі курсу в електронному вигляді
• Електронний сертифікат НЦ
• Кава-брейки (очний курс)
• Консультації тренера протягом 3-х місяців після закінчення курсу

Розберемося, як працюють Microsoft Fabric, Power BI та їхні компоненти, щоб ви могли використовувати їх максимально ефективно. Навчитеся створювати потужні аналітичні обчислення, працювати з контекстами, писати формули, які дадуть бізнесу швидкі й точні відповіді. Оволодієте інструментами для очищення, об'єднання та трансформації даних, щоб отримувати готові для аналізу набори даних без зайвої інформації.

Програма курсу

Основні поняття

• BI (business intelligence) і бізнес-аналіз
• Self Service BI (бізнес-аналітика самообслуговування)
• Microsoft Fabric. Microsoft 365. Power BI

Основи мови DAX та її використання в Power Pivot

• Робота з моделлю даних за допомогою надбудови Power Pivot
  • Надбудова Power Pivot, її призначення та "середовище існування"
  • Поняття моделі даних, її пристрій, принципи її побудови
  • Отримання даних з різних зовнішніх джерел (база Access, текстовi файли, таблицi Excel тощо)
  • Зв'язки між таблицями. Типи зв'язків. Схеми моделі даних "зірка" та "сніжинка". Таблиці-довідники (вимірювання) та таблиці фактів
  • Встановлення та налаштування зв'язків між таблицями
  • Створення та використання таблиць дат
  • Створення ієрархій
  • Налаштування KPI
  • Користувацьке сортування
• Мова DAX та її використання в Power Pivot
  • Поняття мови DAX, її призначення та "середовище існування"
  • Обчислювані стовпці та мiри (обчислювані поля)
  • Поняття контексту. Контекст рядка та контекст фільтра
  • Створення обчислюваних полів. Деякі функції для обробки текстів, чисел та дат
  • Створення простих мiр. Функції SUM, AVERAGE, MIN, MAX, DISTINCTCOUNT, COUNTROWS
  • Функції RELATED, IF, DIVIDE, BLANC
  • Функції CALCULATE, ALL, ALLSELECTED, HASONEVALUE, FILTER
  • Використання незв'язаних таблиць
  • Робота з датами. Обчислення накопичувальних підсумків. Функції CALENDAR, FORMAT, YEAR, MONTH, DAY, DATESYTD, DATESQTD, DATESMTD, DATEADD, DATESBETWEEN, ENDOFMONTH, LASTNONBLANK, FIRSTDATE, LASTDATE та інші
• Візуалізація даних моделі даних за допомогою зведених таблиць та діаграм

Отримання та трансформація даних за допомогою Power Query

• Вступ: що таке Power Query, область його застосування. Поняття запиту, робота в редакторі запитів, поняття мови M
• Використання результату роботи запиту. Оновлення запитів
• Отримання даних з різних джерел даних (текстові файли, таблиці Excel, дані з Інтернету тощо)
• Принцип послідовного перетворення даних в редакторі запитів. Дії з кроками (зміна, видалення, додавання нового кроку)
• Трансформація таблиць (фільтрація, сортування, групування, розділення стовпців, транспонування, створення обчислюваних стовпців тощо)
• Робота з текстовими та числовими даними. Робота з датами та часом. Тип даних "тривалість" і його використання
• Спільна робота декількох запитів
  • Додавання даних (append) з кількох запитів
  • Злиття (об'єднання, з'єднання, merge) запитів. Типи об'єднань
• Масове завантаження даних
  • Отримання даних із усіх (або багатьох) файлів у папці та її підпапок
  • Отримання даних з усіх (або багатьох) аркушів робочої книги
  • Отримання даних з усіх (або багатьох) "розумних таблиць" однієї робочої книги
• Мова "M". Її використання для вдосконалення запитів
  • Поняття мови "M", сфера її застосування
  • Робота в розширеному редакторі
  • Основи синтаксису мови M
  • Прості та структуровані типи даних
  • Оператор розгалуження if
  • Ключове слово each
  • Вбудовані функції мови. Використання довідки по вбудованим функціям
  • Користувацькі функції
• Запити з параметрами

Використання Power BI Desktop та сервісу Power BI

• Power BI Desktop
  • Огляд Power BI Desktop. Його архітектура та основні принципи роботи
  • Встановлення Power BI Desktop
  • Використання довідки
  • Режими Звіт, Дані, Модель
  • Створення та налаштування моделі даних
    • Основні принципи створення моделі даних
    • Отримання та перетворення даних (Детально ці теми розглядаються в модулі, присвяченому Power Query в Excel. В цьому блоці будуть розглянуті лише ті аспекти Power Query, які відрізняють його використання в Power BI Desktop від використання в Excel)
    • Встановлення властивостей полів
    • Зв'язки між таблицями. Типи зв'язків. Схеми моделі даних "зірка" та "сніжинка". Таблиці-довідники (вимірювання) та таблиці фактів. Встановлення та налаштування зв'язків між таблицями
    • Використання DAX. Обчислювані стовпці, міри та таблиці. (Докладно ці теми розглядаються в модулі, присвяченому використанню DAX у Power Pivot. В цьому блоці будуть розглянуті тільки ті аспекти DAX, які відрізняють його використання в Power BI Desktop від використання в Power Pivot)
    • Ієрархії та групи
  • Робота з візуалізаціями, принципи їх використання, форматування
    • Базові візуалізації (таблиця, матриця, картка, багаторядкова картка, гістограма, графік, кругова, кiльцева, дереводiбна карта, дiаграми з областями тощо)
    • Робота з географічними картами
  • Умовне форматування в візуалізаціях. Використання DAX в умовному форматуванні
  • Використання зображень з інтернету
  • Налаштування зовнішнього вигляду звіту. Використання текстових полів, зображень, фігур
  • Використання тем. Налаштування сторінки звіту
  • Фільтрація в звітах. Роздiльники (slisers), фільтри візуалізацій, сторінок та звіту. Фільтри деталізації
  • Взаємодія візуалізацій. Перехресне виділення
  • Використання закладок
  • Використання керуючих кнопок
  • Користувацькі сторінки підказок
  • Деякі параметри Power BI Desktop
• Основи використання сервісу Power BI
  • Огляд Power BI
  • Структура сайту Power BI
  • Основні об'єкти Power BI та взаємозв'язки між ними: візуальні елементи, семантична модель, звіти, інформаційні панелі (панелі моніторингу, dashboards)
  • Публікація звіту Power BI Desktop в хмару
  • Створення та налаштування панелей моніторингу (інформаційних панелей, dashboards)
  • Предоставлення звiтiв та панелей моніторингу в загальний доступ
  • Оновлення даних. Поняття шлюзу Power BI

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Підбірка матеріалів по темі курсу в електронному вигляді
• Електронний сертифікат НЦ
• Кава-брейки (очний курс)
• Консультації тренера протягом 3-х місяців після закінчення курсу

На курсі ти навчишся працювати з Google Analytics 4, Google Ads і BigQuery, Google Tag Manager. Зможеш налаштовуватимеш події та відстежуватимеш активність користувачів на сайті. Прийматимеш обґрунтовані рішення на основі актуальних даних.

Програма курсу

Вступ до Google Analytics 4

• Огляд основних змін і нових можливостей Google Analytics 4 порівняно з Universal Analytics
• Ключові концепції: події, сесії, користувачі, нові метрики
• Важливість переходу на Google Analytics 4 та його вплив на бізнес-аналітику
• Огляд інтерфейсу та основних розділів Google Analytics 4

Налаштування Google Analytics 4

• Створення облікового запису та налаштування потоку даних (веб-сайт або додаток)
• Встановлення трекінгового коду на сайт або в додаток
• Налаштування основних параметрів: валюта, часовий пояс, виключення трафіку з ботів
• Зв'язок облікового запису з Google Ads, Search Console, BigQuery та іншими сервісами

Відстеження подій та користувацьких взаємодій

• Огляд автоматичних подій та створення власних подій
• Використання користувацьких параметрів для збору додаткових даних
• Налаштування подій для важливих взаємодій, таких як кліки на кнопки, перегляди відео, заповнення форм
• Використання Google Tag Manager для спрощеного управління подіями

Аналіз даних у реальному часі

• Відстеження поведінки користувачів у реальному часі: онлайн-користувачі, джерела трафіку, місця переходу
• Використання звітів реального часу для аналізу ефективності маркетингових кампаній
• Оперативне реагування на аномалії та несподівані події на сайті
• Порівняння даних у реальному часі з історичними даними

Сегментація аудиторії

• Створення аудиторій на основі подій, демографічних даних та поведінкових атрибутів
• Використання умовних сегментів для аналізу специфічних груп користувачів
• Налаштування динамічних аудиторій для ретаргетингу в Google Ads
• Аналіз поведінки різних сегментів та впровадження оптимізацій на їх основі

Створення персоналізованих звітів

• Огляд стандартних звітів та їх налаштування під бізнес-потреби
• Створення власних звітів: вибір метрик, параметрів та форматів відображення даних
• Використання дашбордів для моніторингу ключових показників у реальному часі
• Експорт та автоматизація звітів для зручності аналізу та презентацій

Аналіз конверсій та шляхів користувачів

• Налаштування цілей та відстеження конверсій в Google Analytics 4
• Аналіз шляхів користувачів від першого контакту до завершення конверсії
• Виявлення точок відтоку та оптимізація конверсійних воронок
• Використання моделі атрибуції для оцінки ефективності маркетингових каналів

Інтеграція з іншими інструментами

• Інтеграція Google Analytics 4 з Google Ads: передача та аналіз даних про кампанії
• Використання BigQuery для зберігання та аналізу великих обсягів даних
• Підключення та налаштування інших маркетингових інструментів та CRM-систем
• Автоматизація процесів через API та налаштування власних інтеграцій

Автоматизація звітності та використання аналітики

• Впровадження API для автоматизації звітності та передачі даних
• Використання інструментів автоматизації для збору та обробки даних
• Налаштування розсилки звітів та створення автоматизованих дашбордів
• Використання отриманих даних для регулярної оптимізації маркетингових кампаній та бізнес-процесів

Особливості курсу

• Допомога ментора
• Практика
• Робота з інструментами
• Безкоштовні шаблони та інструкції
• Сертифікат про проходження курсу

Програма курсу

Введення та редагування даних

• Використання функції автозаповнення для числових даних, комбінації тексту та чисел, дат
• Списки автозаповнення
• Вміст і формат клітинок
• Що може бути в клітинці?
• Додавання, видалення, переміщення та копіювання елементів аркуша
• Спеціальна вставка з динамічним переглядом
• Комбінації клавіш для прискорення роботи - обов'язкові і бажані

Книги

• Швидке переміщення по книзі
• Перейменування аркушів
• Переміщення та копіювання аркушів
• Вставлення та видалення аркушів
• Групування аркушів
• Робота зі згрупованими аркушами
• Переміщення та копіювання аркушів між файлами

Оформлення документа

• Числові формати - основні і користувацькі
• Особливості використання різних форматів відображення дат для подальшого аналізу
• Форматування клітинок та діапазонів за допомогою стилів
• Копіювання форматів до інших клітинок

Поняття таблиці в Excel: форматування таблиць

• Просте і ефективне оформлення діапазонів в об'єкти таблиці
• Вбудовані шаблони для проєктування таблиць
• Застосування стилів до оформлення таблиць
• Перетворення таблиці на діапазон

Робота з формулами

• Введення та редагування формул
• Оператори посилань
• Пріоритет операторів
• Складання елементарних формул
• Відображення та редагування формул
• Поняття відносних, абсолютних і змішаних посилань на клітинки і діапазони в формулах
• Майстер функцій
• Використання математичних, статистичних функції, функції дати і часу, логічні функції у формулах (ROUND, TODAY, NETWORKDAYS, IF, SUMIF, SUMIFS, COUNTIF COUNTIFS, VLOOKUP, HLOOKUP)
• Вкладені функції
• Копіювання та переміщення формул
• Формули, які посилаються на клітинки інших аркушів та інших робочих книг
• Робота зі зв'язками

Бази даних і таблиці

• Способи швидкого внесення даних в бази даних і таблиці
• Сортування і фільтрація
• Особливості використання фільтрів для полів різних типів даних
• Обчислення за відфільтрованими даними
• Створення таблиць
• Робота рядком підсумків
• Особливості написання формул в таблицях
• Проміжні підсумки прості та вкладені
• Додавання групи та структурного критерію у діапазонах
• Особливості копіювання відфільтрованих та структурованих даних

Об'єднання даних на різних аркушах

• Тривимірні посилання
• Інструмент консолідація
• Консолідація даних без зв'язків та зі зв'язками

Упорядкування даних у книзі

• Видалення повторюваних значень
• Використання надбудови Inquire, для очищення форматування за межами таблиць
• Порівняння інформації в двох версіях однієї і тієї ж книги - візуальне та документальне

Самостійні контрольні вправи в процесі тренувань

Особливості курсу

• Підтримка ментора
• Практика
• Сертифікат про проходження курсу