Курси Data Analyst та Business Intelligence (BI)

Програма курсу

Теми:

• Визначення ключових показників та джерел даних
• Уточнення деталей ТЗ та цілей аналізу
• Аналіз структури даних та вибір оптимальних інструментів автоматизації
• Проєктування моделі даних, що відповідатиме бізнес-потребам
• Створення динамічної моделі, яка об'єднує дані з різних джерел
• Побудова запитів по умовам ТЗ
• Налаштування автоматичного оновлення та виведення аналітики
• Тестування готового рішення на пілотних даних для перевірки його працездатності
• Презентація створеної моделі даних
• Перевірка рішення на реальних даних
• Створення покрокової інструкції

У цьому курсі будуть обговорюватися різні методи та рекомендації, які відповідають корпоративним вимогам та технічним вимогам для моделювання, візуалізації та аналізу даних за допомогою Power BI. Цей курс також покаже, як отримати доступ і обробляти дані з цілого ряду джерел даних, включаючи як реляційні, так і нереляційні дані. У цьому курсі також буде розглянуто питання про те, як реалізувати належні стандарти та політики безпеки у всьому спектрі Power BI, включаючи набори даних та групи.

Програма курсу

Робота з аналітикою даних Microsoft

• Початок роботи​​ з аналізом даних​
• Початок роботи з Power BI
• Введення в наскрізну аналітику за допомогою Microsoft Fabric
• Початок роботи з Copilot в Power BI​​

Підготовка даних для аналізу за допомогою Power BI

• Отримання даних у Power BI
• Очищення, перетворення та завантаження даних у Power BI
• Вибір платформи моделі Power BI

Моделювання даних за допомогою Power BI

• Налаштування семантичної моделі
• Написання формул DAX для семантичних моделей
• Створення обчислень DAX у семантичних моделях
• Використання функцій аналізу часу DAX у семантичних моделях
• Створення візуальних обчислень у Power BI Desktop
• Оптимізація моделі для підвищення продуктивності в Power BI

Створення ефективних звітів у Power BI

• Вимоги до дизайну звіту
• Розробка звітів Power BI
• Покращення дизайну звітів Power BI для зручності користувачів
• Виконання аналітики у Power BI

Управління та безпека Power BI

• Управління робочими областями у службі Power BI
• Управління семантичними моделями в Power BI
• Вибір способу розповсюдження контенту
• Створення панелей моніторингу в Power BI
• Безпечний доступ до даних у Power BI

Після курсу слухачі зможуть:

• Завантаження, очищення та перетворення даних
• Моделювання даних для продуктивності та масштабованості
• Проєктування та створення звітів для аналізу даних
• Застосування та виконання розширеної аналітики звітів
• Управління активами звіту та обмін ними
• Створення розбитих на сторінках звітів у Power BI

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Електронні матеріали Microsoft
• Попередньо налаштоване середовище та навчання на сучасному обладнанні
• Електронний сертифікат Microsoft
• Обід та кава-брейки (очний курс)
• Консультації тренера протягом 6-ти місяців після закінчення курсу

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

Протягом 8 місяців ви будете не просто знайомитись та вивчати нові теми, а все відпрацьовувати на практиці в форматі квізу або домашнього завдання. Паралельно після кожного виконаного дз ви отримаєте максимально детальний зворотний зв’язок. А наприкінці ми ще ретельно підготуємось до найголовнішого, пошуку роботи в IT. Кожного дня вас супроводжує куратор та залишається з вами на зв'язку в чаті. Якщо у вас виникне питання, ви відразу отримати підтримку, відповідь та розуміння, що робити далі. А ще підтримку від однодумців та розуміння. Гарантія працевлаштування. Дотримуючись всіх рекомендацій на курсі ви знайдете роботу і аби ви почувалися впевнено, всі умови повернення коштів детально прописані в договорі.

Програма курсу

Блок 1. Фундамент аналітики даних

Модуль 1. Вступ до професії аналітика даних. Продуктовий аналіз і метрики

• Хто такий аналітик даних: Які задачі він вирішує та які навички потрібні для успіху
• Ключові навички аналітика: Реальні приклади завдань і сценарії використання даних
• Що таке продуктовий аналіз: Як аналіз даних допомагає бізнесу приймати кращі рішення
• Метрики: Як правильно їх розуміти, обчислювати та використовувати для оцінки успіху

Модуль 2. Аналіз даних в Google Spreadsheet та Excel - від основ до просунутого використання

• Порівняння Google Sheets та Excel: Основні відмінності та унікальні можливості кожного інструменту
• Створення та форматування таблиць: Налаштування відображення різних типів даних
• Сортування та фільтрація даних: Використання Views для гнучкого управління даними
• Агрегація та умовне форматування: Використання функцій IF, SUMIF, Pivot Table для ефективного аналізу
• Просунуті функції: VLOOKUP, робота з курсами валют, об'єднання даних, обробка тексту
• Інтерактивні звіти: Побудова дашбордів для візуалізації ключових показників

Модуль 3. Теорія ймовірностей

• Вступ до теорії ймовірностей: Основні поняття та ключові принципи
• Ймовірність і її властивості: Розуміння ймовірнісних моделей
• Комбінаторика: Методи підрахунку можливих варіантів подій
• Умовна ймовірність і незалежні події: Як події впливають одна на одну
• Теорема Байєса: Як оновлювати ймовірності з урахуванням нових даних
• Інтерактивні звіти: Побудова дашбордів для візуалізації ключових показників

Модуль 4. Основи статистики для аналізу даних

• Вступ до статистичного аналізу: Ключові поняття та основи роботи зі статистикою
• Міри центральної тенденції: Середнє, медіана, мода та їх роль в аналізі даних
• Варіація та стандартне відхилення: Як виміряти розкид даних
• Коваріація та кореляція: Взаємозв'язки між змінними
• Основні розподіли: Види розподілів та їх застосування в аналізі

Блок 2. Робота з базами даних та SQL

Модуль 5. Бази даних. SQL: базовий синтаксис, JOINs

Основи SQL та реляційних баз даних:

• Основи баз даних: Що таке бази даних, системи управління базами даних, реляційні та нереляційні БД
• Знайомство з SQL: Мова запитів до баз даних та її логіка роботи
• Термінологія та діалекти SQL: Ключові поняття та різновиди SQL
• Базовий синтаксис SQL: Структура та основні команди для запитів
• Практичні запити: Робота з SQL на реальних прикладах

Практика роботи з даними в SQL:

• Фільтрація даних: Запити до однієї таблиці та обробка даних
• Робота з рядками та датами: Методи та функції обробки даних
• JOIN-запити: Поєднання таблиць для просунутих аналітичних запитів
• UNION-запити: Об'єднання результатів із кількох запитів
• INSERT, UPDATE, DELETE. Оновлення, вставка та видалення даних в таблицях

Блок 3. Візуалізація та ВІ-інструменти

Блок 6. Інструменти BI. Побудова інтерактивних звітів з Tableau

• Вступ до BI-систем:Що таке BI-системи та як вони допомагають бізнесу
• Огляд продуктів Tableau: Можливості та ключові інструменти платформи
• Основи Tableau Public: Базовий функціонал для створення звітів
• Створення дашборду: Побудова, налаштування та публікація звітів
• Просунуті техніки Tableau: Нестандартні функції та лайфхаки для візуалізацій

Модуль 7. Побудова інтерактивних звітів з Power BI

• Початок роботи з Power BI: Установка, налаштування та створення першого звіту
• Джерела даних та Power Query: Підключення, трансформація та обробка даних
• Візуалізації у Power BI: Типи графіків, фільтри та інтерактивні елементи
• Збереження та публікація звітів
• Просунуті техніки Tableau: Нестандартні функції та лайфхаки для візуалізацій
• Основи DAX: синтаксис, контексти та принципи роботи
• Створення обчислювальних стовпців і мір
• Роботу з функціями Average, AverageX та контекстними переходами
• Професійні практики форматування та коментування коду
• Побудову дашбордів на реальних даних

Проєкт "Аналіз даних з Google Sheets, SQL та ВІ-системою"

Самостійна робота над проєктом з даними, наданими Академією. Академія надає джерела даних, рекомендації та вимоги до виконання проєкту, та звісно ж - підтримку в чаті.

Блок 4. Аналіз даних з Python

Модуль 8. Інструменти для аналізу даних з Python

• Вступ до Python: Що таке Python та як його встановити
• Anaconda та Anaconda Navigator: Налаштування робочого середовища
• Виконання коду Python: Огляд доступних інструментів та середовищ
• Jupyter Notebook та Jupyter Lab: Встановлення та робота з інтерфейсом
• Редактор VS Code: Налаштування та можливості відлагодження коду
• Google Colab та віртуальні середовища: Хмарне виконання коду
• GitHub для аналітика: Контроль версій і робота з репозиторіями

Модуль 9. Основи програмування на Python

• Основи Python: Змінні та основні типи даних
• Колекції та Control Flow: Списки, словники та керування потоком виконання
• Цикли та List Comprehensions: Ефективна обробка даних у Python
• Функції у Python: Створення, анотація типів і застосування функцій
• Параметри функцій: Особливості передавання значень і приклади використання
• Глобальна та локальна область видимості: Модулі та обробка винятків
• Класи у Python: Основи об'єктно-орієнтованого програмування

Модуль 10. Бібліотека Pandas: ключові концепції та методи роботи з даними

• Структури даних у Pandas та NumPy: Серії, DataFrame, багатовимірні масиви
• Імпорт і читання даних: CSV, Excel, бази даних, інтеграція з Google Colab
• Очищення та підготовка даних: Заповнення пропусків, обробка аномалій
• Фільтрація та сортування: Методи вибірки даних
• Агрегація та групування даних: GroupBy, Pivot, PivotTable
• Функції та трансформації: Використання apply(), map() для маніпуляцій
• Оптимізація роботи з табличними даними в Pandas: Підходи для підвищення ефективності та продуктивності під час обробки великих обсягів даних

Модуль 11. Візуалізація даних для аналізу з бібліотеками matplotlib, seaborn, plotly

• Основи візуалізації даних: Роль графічного представлення даних в аналізі, огляд Matplotlib
• Базові графіки в Matplotlib: Побудова та налаштування графіків (лінії, кольори, маркери)
• Аналіз декількох графіків: Побудова кількох візуалізацій на одній фігурі, підписи, легенди, збереження
• Типи графіків: Діаграми розсіювання, гістограми, barplots, box plots
• Seaborn для аналітики: Основи, переваги та побудова складних графіків
• Порівняння Matplotlib та Seaborn: Сценарії використання
• Візуалізація часових рядів (time series)

Блок 5. Просунуті методи роботи з даними

Модуль 12. Інтеграція Python з базами даних та API.ETL-процеси. Транзакції. DBT

• Створення підключення до БД: Налаштування з'єднання з базами даних через Python
• Читання даних через pandas: Завантаження та обробка даних з БД у DataFrame
• Параметризовані запити та захист від SQL-ін'єкцій: Безпечне виконання запитів з параметрами
• Аналітичні запити з агрегацією: GROUP BY, COUNT, SUM та інші функції для аналізу
• Складна аналітика на Python+SQL з віконними функціями: Просунуті техніки аналізу часових рядів та рангування
• Внесення оновлень через INSERT, UPDATE, DELETE: Зміна даних у базі з контролем транзакцій
• Інтеграція з API та збереження в БД: Завантаження даних із зовнішніх джерел
• Створення production-ready ETL пайплайнів: Автоматизовані процеси обробки даних для реальних проєктів

Модуль 13. Інструмент для роботи з великими даними BigQuery

• BigQuery: Що це та огляд можливостей інструменту
• Колонкові бази даних. BigQuery та інші
• BigQuery Sandbox та публічні дані. Робота з запитами
• Таблиця ga_sessions_ у BigQuery. Розбір структури та аналіз даних

Модуль 14. Оптимізація SQL-запитів

• EXPLAIN: Як аналізувати SQL-запити та зрозуміти, що уповільнює їх виконання
• Індекси: Що таке індекси, як вони працюють та як допомагають пришвидшити запити
• Оптимізація JOIN: Як правильно використовувати JOIN-запити для ефективного об'єднання таблиць
• Інші методи оптимізації: Додаткові техніки для підвищення продуктивності SQL-запитів

Блок 6. Просунута статистика та машинне навчання

Модуль 15. Тестування статистичних гіпотез та A/B тестування

• Основи тестування статистичних гіпотез: Як формулювати та перевіряти статистичні гіпотези
• Статистичні тести: Z-тест, p-value та інтерпретація результатів
• Порівняння вибірок: Тестування на одній та двох вибірках
• A/B тестування: Теорія, постановка задачі та дизайн експерименту
• Аналіз результатів тестування: Перевірка гіпотез та фінальні висновки

Модуль 16. Основи машинного навчання для аналітика даних

• Роль і використання ML в аналітиці даних: Як машинне навчання допомагає аналітикам вирішувати бізнес-завдання
• Задача прогнозування: Передбачення числових значень (наприклад, прогноз доходів або попиту)
• Задача класифікації: Розподіл даних на категорії (наприклад, виявлення шахрайських транзакцій)

Модуль 17. Оптимізація роботи аналітика. Інструменти ШІ

• Sweetviz: Автоматична візуалізація даних для швидкого аналізу та порівняння наборів даних
• ChatGPT для аналізу даних: Автоматизація рутинних завдань, генерація SQL-запитів та допомога у виявленні інсайтів
• Google Gemini та інші ШІ-асистенти: Альтернативні інструменти для підтримки аналітичних задач
• Бібліотеки з АІ для аналітики: Використання додаткових Python-бібліотек (зокрема, PandasAI) для інтелектуального аналізу

Фінальний проєкт

Самостійний аналітичний проєкт з використанням SQL, Python, BigQuery, Excel/Google Sheets та BI-інструмента за вибором. Проєкт охоплює збір, обробку, аналіз та візуалізацію даних та допомагає продемонструвати практичні навички та готовність до реальних бізнес-завдань учня.

Блок 7. Кар'єра в аналітиці

Модуль 18. Професійний профіль аналітика даних

• Створення сильного резюме крок за кроком: Детальні рекомендації і приклади резюме учнів, які знайшли роботу
• Ефективний LinkedIn-профіль: Як оптимізувати сторінку для залучення рекрутерів
• WOW-портфоліо: Демонстрація проєктів, що привертають увагу роботодавців
• Платформи для пошуку роботи: Огляд Djinni та інших ресурсів для IT-фахівців. Реєстрація на Djinni

Модуль 19. Підготовка до співбесід

• Готовність №1 до співбесід: Як відповідати на технічні та нетехнічні запитання
• Тестові співбесіди: Практика в парах для опрацювання типових запитань
• Подолання внутрішніх блокерів: Робота зі страхами та невпевненістю перед подачею на вакансії
• Чекліст "250+ питань до технічної співбесіди" з відповідями
• Чекліст "HR-питання" з прикладами хороших і поганих відповідей
• Гайд "Платформи для пошуку фриланс-проєктів і фултайм роботи в Україні і країнах Європи"

Особливості курсу

• Продумана проєктно-орієнтована програма, після якої дійсно можна працевлаштуватись на позицію аналітика даних в ІТ
• Короткі уроки до 30 хв з практикою після кожного невеликого блоку
• 4 роки викладацької практики, авторські курси в школах robot_dreams та Hillel
• Зручна платформа: всі уроки, домашки, тести і перевірки ДЗ в одному місці
• Багато практики на різних рівнях складності
• Підтримка і супровід протягом всього шляху
• 2 групові Q&A зідзвони на місяць від практикуючого IT-фахівця
• ДУЖЕ детальний розбір кожного вашого ДЗ
• Сертифікат про проходження курсу

Викладачі курсу

Ганна Пилєва - Senior Machine Learning Engineer, Consultant

Цей курс охоплює методи та практики впровадження та керування рішеннями для аналітики даних масштабу підприємства за допомогою Microsoft Fabric. Слухачі спиратимуться на наявний аналітичний досвід і навчаться використовувати компоненти Microsoft Fabric, зокрема озера даних, сховища даних, блокноти, потоки даних, конвеєри даних і семантичні моделі для створення та розгортання аналітичних ресурсів.

Програма курсу

Початок роботи з Microsoft Fabric

• Вступ до наскрізної аналітики за допомогою Microsoft Fabric
• Початок роботи з озерами даних у Microsoft Fabric
• Використання Apache Spark у Microsoft Fabric
• Робота з таблицями Delta Lake у Microsoft Fabric
• Використання конвеєрів Data Factory у Microsoft Fabric
• Передача даних за допомогою Dataflows Gen2 у Microsoft Fabric
• Початок роботи зі сховищами даних у Microsoft Fabric
• Початок роботи з Real-Time Intelligence в Microsoft Fabric
• Початок роботи з наукою про дані в Microsoft Fabric
• Початок роботи з Data Activator у Microsoft Fabric
• Адміністрування Microsoft Fabric

Впровадження Lakehouse за допомогою Microsoft Fabric

• Вступ до наскрізної аналітики за допомогою Microsoft Fabric
• Початок роботи з lakehouses у Microsoft Fabric
• Використання Apache Spark у Microsoft Fabric
• Робота з таблицями Delta Lake у Microsoft Fabric
• Передача даних за допомогою Dataflows Gen2 у Microsoft Fabric
• Використання конвеєрів Data Factory у Microsoft Fabric
• Організація озера даних Fabric за допомогою архітектурного шаблону "медальон"

Передача даних за допомогою Microsoft Fabric

• Передача даних за допомогою Dataflows Gen2 у Microsoft Fabric
• Завантаження даних за допомогою блокнотів Spark і Microsoft Fabric
• Використання конвеєрів Data Factory у Microsoft Fabric

Впровадження сховища даних за допомогою Microsoft Fabric

• Початок роботи зі сховищами даних у Microsoft Fabric
• Завантаження даних в сховище даних Microsoft Fabric
• Запит до сховища даних у Microsoft Fabric
• Відстеження сховища даних Microsoft Fabric
• Захист сховища даних Microsoft Fabric

Робота із семантичними моделями в Microsoft FabricQuery, базі даних Azure Cosmos для NoSQL

• Масштабованість У Power Bi
• Створення зв'язків моделі Power BI
• Використання інструментів для оптимізації продуктивності Power BI
• Забезпечення безпеки моделі Power BI

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Електронні матеріали Microsoft
• Попередньо налаштоване середовище та навчання на сучасному обладнанні
• Електронний сертифікат Microsoft
• Обід та кава-брейки (очний курс)
• Консультації тренера протягом 6-ти місяців після закінчення курс

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