Schulungsübersicht
Einführung
- Übersicht über AWS QuickSight
- Was sind AWS und QuickSight?
Erste Schritte mit AWS QuickSight
- Einrichtung eines AWS- und QuickSight-Kontos
- Verständnis des QuickSight-Arbeitsablaufs
- Navigieren in der QuickSight-Benutzeroberfläche
Vorbereiten von Daten in QuickSight
- Verständnis der Datenvorbereitung in QuickSight
- SPICE vs. direkter Abfragezugriff
- Hochladen und Importieren von Daten in QuickSight
- Arbeiten mit Spalten und Feldern
- Verständnis berechneter Felder, Funktionen und Operatoren
- Hinzufügen berechneter Felder unter Verwendung von Strings zu unserem Projekt
- Extrahieren von Informationen aus Strings
- Nutzung bedingter Funktionen
- Erstellen berechneter Felder mit numerischen Werten
- Hinzufügen verschiedener Filter zu einem Projekt
Analyse und Visualisierung von Daten
- Verständnis des Unterschieds zwischen Datenvorbereitung und -analyse
- Erstellen der Datenanalyse
- Erstellen von Visualisierungen
- Verständnis von Dimensionen und Maßzahlen
- Hinzufügen zusätzlicher Datensätze
- Feldformatierung, Aggregation und Granularität
- Formatieren von Visualisierungen
- Erstellen einer Story und einer Treemap
- Nutzung von Filtern und Tabellen
- Hinzufügen eines KPI-Visuals
Exportieren und Teilen von Projektdaten
- Verständnis der Aktualisierung und geplanten Aktualisierung
- Exportieren von Projektdaten als .csv-Dateien
- Hinzufügen von Benutzer:innen zu einem Konto
- Teilen von Datensätzen und Analysen
- Erstellen und Teilen von Dashboards
Verwenden von Datenbanken als Datenquellen
- Einrichten einer Datenbank
- Vorbereitung von Testdaten
- Verbinden von QuickSight mit einer Datenbank
- Importieren von Daten in SPICE
- Importieren von Daten als Abfrage
- Importieren berechneter Felder und Abfragen
- Nutzung von NoSQL-Datenbanken
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse und -verständnis der Datenanalyse
Zielgruppe
- Datenanalyst:innen
- Alle, die an Datenanalyse und -visualisierung interessiert sind
Erfahrungsberichte (4)
Refactoring Übung und Graph Visualisierung
Tiago Kocevar - Lang Energie AG / Osterwalder Zurich AG
Kurs - Business Intelligence and Data Analysis with Metabase
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
Er war gut vorbereitet - und er ist sehr sympathisch.
Oliver - Post CH AG
Kurs - Splunk Fundamentals
Maschinelle Übersetzung
viele praktische Übungen
Marcin - Narodowy Bank Polski
Kurs - Splunk Data Administration
Maschinelle Übersetzung