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 (5)
Deepthi was super attuned to my needs, she could tell when to add layers of complexity and when to hold back and take a more structured approach. Deepthi truly worked at my pace and ensured I was able to use the new functions /tools myself by first showing then letting me recreate the items myself which really helped embed the training. I could not be happier with the results of this training and with the level of expertise of Deepthi!
Deepthi - Invest Northern Ireland
Kurs - IBM Cognos Analytics
Praktische Übungen mit unseren Daten
Marcel Richard - Lang Energie AG / Osterwalder Zurich AG
Kurs - Business Intelligence and Data Analysis with Metabase
Teilen Sie ein Beispiel für eine Anwendung
Kurs - Alteryx for Data Analysis
Maschinelle Übersetzung
Sehr klar und verständlich dargestellt und erklärt
Harshit Arora - PwC South East Asia Consulting
Kurs - Alteryx for Developers
Maschinelle Übersetzung
Linear regression - the algorithm to predict the trend