Business Data Analyst: Einstieg in die  Datenanalyse mit Excel und Power BI Business Data Analyst: Einstieg in die  Datenanalyse mit Excel und Power BI
Business Data Analyst: Einstieg in die Datenanalyse mit Excel und Power BI
4

Daten sind unerlässlich für den Erfolg von Unternehmen, jedoch nur, wenn sie auch effektiv genutzt werden.
Um voranzukommen, benötigen Unternehmen eigene Experten, die in der Lage sind, die vorhandenen Datenquellen zu strukturieren, zu analysieren und mithilfe von Analysetools aufzubereiten, um fundierte Entscheidungen für die Zukunft zu treffen. Ohne diese Expertise kann das Potenzial von Daten nicht vollständig ausgeschöpft werden.

2 Kurstermine
04.09.2023 - 26.09.2023 Tagsüber
Präsenz
WIFI Salzburg
Verfügbar
1.660,00 EUR
Ansicht erweitern

Mo, Di, 9.00-17.00, 21./22.09.2023 Do, Fr, 9.00-17.00
Kursdauer: 64 Lehreinheiten
Stundenplan

Julius-Raab-Platz 2
5027 Salzburg

Kursnummer: 88006013

Mo, Di 9.00-17.00
Kursdauer: 64 Lehreinheiten
Stundenplan

Julius-Raab-Platz 2
5027 Salzburg

Kursnummer: 88006023
26.09.2022 - 18.10.2022 Tagsüber
Präsenz
WIFI Salzburg
1.550,00 EUR

Mo, Di 9.00-17.00
Kursdauer: 56 Lehreinheiten
Stundenplan

Julius-Raab-Platz 2
5027 Salzburg

Kursnummer: 88006012

Mo, Di 9.00-17.00
Kursdauer: 56 Lehreinheiten
Stundenplan

Julius-Raab-Platz 2
5027 Salzburg

Kursnummer: 88006022

Business Data Analyst: Einstieg in die Datenanalyse mit Excel und Power BI

Ziel des Kurses ist es, Teilnehmenden grundlegende Kenntnisse im Bereich Datenanalyse zu vermitteln, um Daten aus verschiedenen Quellen aufzubereiten, diese zu harmonisieren, nachzubearbeiten und mit Methoden der deskriptiven Statistik weiter zu analysieren, damit sie über Dashboards und andere Visualisierungstools effizient für Reporting genutzt werden können.

Grundlagen zu Daten im Unternehmen
 

  • Datenquellen, Datentypen (strukturiert, unstrukturiert) und -formate
  • Datenbanken-Basics 
  • Wie sind Datenbanken aufgebaut 
  • Relationale Datenbank-Modelle 
  • SQL-Grundkenntnisse
  • Stammdaten, Bewegungsdaten 
  • Metadaten und Datenkataloge 
  • Datenqualität
  • Begriffsbestimmung Big Data, Data Science 

Excel-Aufbau-Themen
 
  • Datenengineering 
  • Excel-Umgang mit größeren Daten
  • Datenimport (aus .csv, JSON, Access, SQL-Server, Open Data Portal)
  • Daten zusammenführen (Listen vergleichen und aggregieren)
  • Datenaufbereitung (Ausreißer, fehlende Werte identifizieren, Datentransformation, Doubletten beseitigen, Datenreduktion)
  • Abfragen aus anderen Datenbanken erstellen bzw. weiter bearbeiten (z. B. SQL Statements)
  • Textfunktionen, Datumsfunktionen, WENN(), UND(), ODER()
  • Einfache statistische Datenanalyse (Median, Mittelwert, Standardabweichung, Varianz)
  • PivotTable und PivotCharts

Arbeiten mit Power BI
 
  • Konzeption von Datenmodellen
  • Datenmodelle erstellen
  • Beziehungen zwischen Datenmodellen
  • Berechnungen
  • Grundlagen zu Visualisierung
  • Dashboards erstellen
  • Filterfunktionen 
  • Weitere Visuals
  • AppSource
  • Externe Tools (DAX Studio, Tabular Editor)
  • Überblick Business Intelligence Tools, Ausblick auf weitere Werkzeuge

Rechtliche Rahmenbedingungen 
 

Alle, die in Unternehmen Kennzahlen ermitteln bzw. Analysen aus größeren Datenmengen erzielen, wie zB aus folgenden Bereichen:

  • Finanzen 
  • Marketing
  • Personalwesen
  • Produktion
  • Vertrieb

aber auch Beratungsunternehmen und Agenturen, die Datenanalyse- und Beratungsdienste für Unternehmen anbieten.

Fundierte Excel Kenntnisse wie zum Beispiel beim ECDL

Letzte Änderung: 30.05.2023