Schulungsübersicht
Einführung
- Überblick über AWS QuickSight
- Was ist AWS und QuickSight?
Erste Schritte mit AWS QuickSight
- Erstellen eines AWS- und QuickSight-Kontos
- Verstehen des QuickSight-Workflows
- Navigieren in der QuickSight-Benutzeroberfläche
Vorbereiten von Daten in QuickSight
- Verstehen der Datenvorbereitung in QuickSight
- SPICE vs. direkte Abfrage
- Hochladen und Importieren von Daten in QuickSight
- Arbeiten mit Spalten und Feldern
- Verstehen von berechneten Feldern, Funktionen und Operatoren
- Hinzufügen von berechneten Feldern mit Strings zu unserem Projekt
- Extrahieren von Informationen aus Zeichenketten
- Verwenden von bedingten Funktionen
- Berechnete Felder mit numerischen Werten erstellen
- Hinzufügen verschiedener Filter zu einem Projekt
Analysieren und Visualisieren von Daten
- Verstehen des Unterschieds zwischen der Vorbereitung und der Analyse von Daten
- Erstellen der Datenanalyse
- Visuelle Darstellungen erstellen
- Verstehen von Dimensionen und Kennzahlen
- Hinzufügen zusätzlicher Datensätze
- Feldformatierung, Aggregation und Granularität
- Visuelle Darstellungen formatieren
- Erstellen einer Story und einer Treemap
- Filter und Tabellen verwenden
- Hinzufügen einer KPI-Ansicht
Exportieren und Freigeben von Projektdaten
- Auffrischung und Zeitplanauffrischung verstehen
- Exportieren von Projektdaten als .csv-Dateien
- Hinzufügen von Benutzern zu einem Konto
- Gemeinsame Nutzung von Datensätzen und Analysen
- Erstellen und Freigeben von Dashboards
Verwendung von Databases als Datenquellen
- Einrichten einer Datenbank
- Vorbereiten von Dummy-Daten
- Verbinden von QuickSight mit einer Datenbank
- Importieren von Daten in SPICE
- Importieren von Daten als Abfrage
- Importieren von berechneten Feldern und Abfragen
- Verwendung von NoSQL Datenbanken
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse und Verständnis der Datenanalyse
Zielgruppe
- Datenanalysten
- Alle, die sich für Datenanalyse und -visualisierung interessieren
Erfahrungsberichte (4)
Abhi verfügt über ausgezeichnete Alteryx-Kenntnisse und hat die Inhalte sehr klar vermittelt. Er hat unsere Ziele verstanden und maßgeschneiderte Demo-Datensätze erstellt, die für unsere Organisation höchst relevant waren – ein sehr beeindruckendes Ergebnis. Die Schulung war gut strukturiert, wurde in einem angemessenen Tempo durchgeführt und bot ausreichend Zeit für Fragen.
Samuel Taylor - Manchester Metropolitan University
Kurs - Alteryx for Data Analysis
Maschinelle Übersetzung
Deepthi war sehr empfänglich für meine Bedürfnisse, sie konnte erkennen, wann sie zusätzliche Komplexität hinzufügen und wann sie zurückhaltend sein und einen strukturierteren Ansatz verfolgen sollte. Deepthi hat wirklich in meinem Tempo gearbeitet und sicher gestellt, dass ich die neuen Funktionen/Tools selbstständig einsetzen kann, indem sie mir zunächst gezeigt hat, wie es geht, und mich dann selbst nachbauen ließ. Dies half enorm bei der Vertiefung des Trainings. Ich bin extrem zufrieden mit den Ergebnissen dieses Trainings und mit Deepthis Fachwissen!
Deepthi - Invest Northern Ireland
Kurs - IBM Cognos Analytics
Maschinelle Übersetzung
Praktische Übungen mit unseren Daten
Marcel Richard - Lang Energie AG / Osterwalder Zurich AG
Kurs - Business Intelligence and Data Analysis with Metabase
Klare Erklärungen mit guten Beispielen, sodass ich sie auf meine eigene Tätigkeit beziehen konnte.
Elaine Vermeulen - Sandoz BV
Kurs - Alteryx for Developers
Maschinelle Übersetzung