Power BI: Πρακτικές Data Cleaning & Μοντελοποίησης Δεδομένων
⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.
-
LevelΕνδιάμεσο
-
Duration3 ώρες
-
Last Updated26/12/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Χαρακτηριστικά του μαθήματος
Καθοδήγηση Επαγγελματία
Forum Συζητήσεων
Πιστοποίηση
Εργασιακή Υποστήριξη
Περιγραφή
Τι θα μάθω;
- Εξοικείωση με το περιβάλλον του Power Query.
- Έμπρακτη χρήση των διαφόρων λειτουργιών του Power Query.
- Αναγνώριση των βασικών πρακτικών καθαρισμού δεδομένων (Data Cleaning).
- Ικανότητα αντίληψης την γλώσσας Μ με δυνατότητα παραμετροποίησης κώδικα.
- Εξοικείωση με το περιβάλλον του Model View.
- Κατανόηση των σχέσεων μεταξύ πινάκων και ιδιοτήτων των τελευταίων.
- Εξερεύνηση των διαφόρων ιδιοτήτων και ρυθμίσεων του μοντέλου σε επίπεδο πινάκων και στηλών.
- Ενημέρωση και πρακτική αντιμετώπιση προκλήσεων Data Modeling.
Curriculum
Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.
-
Εισαγωγή του Μαθήματος
-
Γνωριμία με την καθοδηγήτρια
-
Τεχνικές Απαιτήσεις
-
Προτεινόμενο Εβδομαδιαίο Πλάνο
-
Κανόνες Κοινότητας
-
Αποδοχή Συμφωνίας
-
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Τελευταία λόγια και… ξεκινάμε!
-
Αρχική Αξιολόγηση Γνώσεων
Εισαγωγή
Σε αυτό το μάθημα θα συζητηθούν βασικές ορολογίες σχετικά με το Microsoft Power BI και την Εισαγωγή Δεδομένων.
-
Microsoft Power BI Introduction
00:27 -
Microsoft Power BI Components
01:43 -
Typical Development and Consumption Workflow
00:59 -
Licenses
01:22 -
Basic characteristics of Microsoft Power BI
02:04 -
How to start?
03:21 -
Get to know Microsoft Power BI Interface
01:41 -
Investigate “Preview Features”
04:17 -
Get Data, Available Connections and Key Points
02:15 -
Demo: Import Data from SQL Server
02:33 -
Demo: Parameters to SQL Server
02:38 -
Import vs DirectQuery
09:30 -
Demo: Enter Data Manually
01:26 -
Σύνδεση με ένα Excel αρχείο
-
Activity: Σύνδεση με το Data Warehouse (Optional)
-
Κουίζ Ενότητας: Εισαγωγή
Power Query Interface
Αυτή είναι η ενότητα εξοικίωσης με το interface του Power Query.
-
What is Power Query?
01:56 -
Why to use Power Query?
01:12 -
Applied Steps
00:40 -
What are the basic capabilities?
00:36 -
Power Query Interface
06:41 -
Demo: Apply and Data Source Settings
01:54 -
AI Prompt: Summary
-
Activity: Αλλαγή τοποθεσίας Survival Store
-
Κουίζ Ενότητας: Power Query Interface
Home Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Home Tab.
-
Home Tab
00:21 -
Manage Columns
01:07 -
Demo: Choose and Remove Columns
01:48 -
Manage Rows
01:55 -
Demo: Keep Errors
01:42 -
Demo: Remove Errors
00:51 -
Demo: Remove Duplicates
01:00 -
Sort
00:37 -
Demo: Data Source Settings
01:00 -
Demo: Use first row as a header and vice versa
02:00 -
AI Prompts: Summary
-
Activity: Ας γνωρίσουμε τα Transformation του Home Tab
-
Κουίζ Ενότητας: Home Tab
Transform Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Transform Tab.
-
Transform Tab
00:31 -
Table Section
01:23 -
Group By
01:08 -
Any Column Section
04:06 -
Demo: Fill Up and Down
01:07 -
Replace Values
01:03 -
Text Columns
00:10 -
Split Columns
02:15 -
Format
00:47 -
Merge Columns
-
Extract & Parse
00:53 -
Demo: Extract Delimiter
01:31 -
Number Column
01:45 -
Demo: Information
01:17 -
Rounding
03:09 -
Date & Time Column
01:00 -
Demo: Date Column
02:15 -
Demo: Time Column
01:22 -
AI Prompts: Summary
-
Activity: Ας γνωρίσουμε τα Transformation του Transform Tab
-
Κουίζ Ενότητας: Transform Tab
Add Column Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Add Column Tab.
-
Add Column Tab
00:22 -
Column from Examples
01:14 -
Creation of Columns
02:16 -
Conditional Column
00:00 -
Demo: Conditional Column
04:36 -
Demo: Investigate and Clean Avocado Sales
00:00 -
AI Prompts: Summary
-
Activity: Ας γνωρίσουμε τα Transformation του Add Column Tab
-
Κουίζ Ενότητας: Add Column Tab
View Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του View Tab.
-
Column Profiling
00:00 -
Demo: Column Profiling
03:11 -
Demo: Query Depedencies
02:11 -
AI Prompts: Summary
-
Activity: Ας γνωρίσουμε τα οφέλη του View Tab
-
Κουίζ Ενότητας: View Tab
Important Transformations
Σε αυτή την ενότητα θα δούμε αρκετά σημαντικούς μετασχηματισμούς του Power Query.
-
Append
01:45 -
Demo: Append
02:09 -
Merge
01:36 -
Demo: Merge
03:56 -
Types of Joins
02:12 -
Unpivot
01:15 -
Demo: Unpivot
01:48 -
Pivot vs Unpivot
-
Demo: Transpose
01:18 -
Demo: Combine
00:00 -
AI Prompts: Summary
-
Activity: Unpivot & Append πινάκων 2023 και 2024
-
Activity: Merge πινάκων για Denormalization
-
Κουίζ Ενότητας: Important Transformations
Shortcuts
Σε αυτήν την ενότητα συζητούνται όλες οι συντομεύσεις που βρίσκονται άμεσα στο Power Query.
-
Right-click Column Header
00:36 -
Right-click Column Header: Table Icon
00:34 -
Change Data Type
00:17 -
Right-click individual value
00:35 -
Filtering
01:07 -
Demo: Duplicate vs Reference
00:00 -
AI Prompts: Summary
-
Activity: Κατανόηση της χρησιμότητας του Duplicate & Reference
-
Κουίζ Ενότητας: Shortcuts
Tips and Tricks
Σε αυτήν την ενότητα θα συζητηθούν ορισμένα tips και tricks του Power Query.
-
Always have the Formula Bar visible
-
Prevent Auto-Detect Data Type
-
Create folders for grouping Queries
-
Delete Steps until End
-
Split a Query into two
-
Summary of Tips and Tricks
03:21 -
Best Practices according to Microsoft
Common Errors
Σε αυτήν την ενότητα θα συζητηθούν κοινά λάθη που γίνονται στο Power Query, μαζί με την επίλυση αυτών.
-
Process Creation Errors
01:46 -
Data Processing Errors
03:11
Calendar Table
Αυτή η σύντομη ενότητα, προσφέρει τον Μ κώδικα για την δημιουργία ενός Calendar table.
-
Calendar Table (Template & Benefits)
01:12 -
AI Prompts: Summary
-
Activity: Δημιουργία ενός Calendar Table στο Power Query
Data Modeling
Αυτή η ενότητα θα αναφερθεί σε όλες εκείνες τις γνώσεις που αφορούν την δημιουργία ενός Data Model, καθώς και τις προκλήσεις του.
-
Data model aka Semantic Model
01:24 -
Effective Data Modeling
01:47 -
How to Data Model?
02:33 -
Types of Schemas
01:06 -
Star Schema
01:27 -
Snowflake Schema
01:23 -
Demo: Import Excel file
02:49 -
Demo: Investigate Data Model
02:06 -
Relationships
00:51 -
Demo: Relationships
04:37 -
Demo: Cardinality
01:02 -
Demo: 1 to Many and vice versa
01:38 -
Demo: Cross filter direction
01:03 -
Inactive Relationship
02:04 -
Model View: Properties
01:42 -
Model View: Table Properties
02:09 -
Model View: Column Properties
05:50 -
Model View: Relationship Properties
01:40 -
Demo: Role-Playing Dimension
01:50 -
Demo: Create Hierarchy
01:21 -
Data Modeling Best Practices
-
AI Prompts: Summary
-
Activity: Προεργασία για το τελικό Project
-
Activity & Quiz: Data Modeling
-
Κουίζ Ενότητας: Data Modeling
Τελικό Project
Σε αυτή την ενότητα θα συζητηθεί εκτενώς ποιο είναι το τελικό project, ποιος είναι ο στόχος του, τι αναμένω ως καθοδηγήτρια από εσάς σχετικά με το τελικό project, πώς αναμένετε να είναι η συνεργασία μας και διάφορες οδηγίες επιτυχίας του project.
-
Δεδομένα
-
Περιγραφή Project
-
Τελικό Παραδοτέο
-
Υποβολή Εργασίας
Επιπλέον Πηγές και Αξιολόγηση
Εδώ θα βρείτε διάφορα Cheatsheets, Youtube Videos, Άρθρα και e-books τα οποία μπορούν να σας βοηθήσουν στην επέκταση γνώσεων επί του θέματος του μαθήματος. Επίσης, θα αξιολογήσετε το μάθημα πιο λεπτομερώς.
-
Σύνδεσμοι
-
Οδηγός
-
Cheatsheet
-
Διαφάνειες
-
Κάντε Join την κοινότητά μας!
-
Αξιολόγηση και Κοινοποίηση της Επιτυχίας σας!
Λάβε Πιστοποίηση
Βάλε αυτήν την πιστοποίηση στο βιογραφικό σου για να αναδείξεις τις δεξιότητές σου στους Recruiters!
Αξιολογήσεις και Κριτικές Μαθητών
-
LevelΕνδιάμεσο
-
Duration3 ώρες
-
Last Updated26/12/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Η Καθοδηγήτρια
Κοινό
- Απόφοιτοι σχολών Μαθηματικών, Στατιστικής, Διοίκησης Επιχειρήσεων, Οικονομικών, Πληροφορικής, κ.ά. συναφή.
- Επαγγελματίες που χρησιμοποιούν το Microsoft Excel ή/και το Microsoft Power BI.
- Επαγγελματίες Data Analyst, Business Intelligence Developer/Analyst που θέλουν να εμπλουτίσουν τις γνώσεις τους και έχουν ανάγκη να αναλύσουν περισσότερο από 1 εκ. εγγραφές.
- Data Engineers που χρειάζονται να κάνουν και κομμάτια Data Modeling.
- Λογιστές (Accountants) που θέλουν να βλέπουν πληροφορίες, έσοδα/έξοδα πελατών και να κάνουν άμεσα υπολογισμούς σε ένα μέρος.
- Πολιτικοί Μηχανικοί (Civil Engineers) που θέλουν να βλέπουν, μεταξύ άλλων, τοποθεσίες πάνω σε χάρτη και να φιλτράρουν δεδομένα ανά περιοχή.
- Υπεύθυνοι Ξενοδοχειακών Μονάδων (Hotel Managers) που θέλουν να βλέπουν άμεσα την πληρότητα του ξενοδοχείου, την ικανοποίηση των πελατών από διάφορες πηγές αξιολογήσεων, το πρόγραμμα και την μισθοδοσία του προσωπικού τους κ.ά.
- Ασφαλιστές (Insurance Agents) που θέλουν να αναλύσουν τον κίνδυνο, να προβλέψουν αποζημιώσεις και να διαχειριστούν τα χαρτοφυλάκια των πελατών τους.
- Τραπεζικοί και Χρηματοοικονομικοί Σύμβουλοι (Banking and Financial Advisors) ώστε να αναλύουν οικονομικά δεδομένα, να προβλέπουν τάσεις και να διαχειρίζονται χαρτοφυλάκια επενδύσεων.
- Διευθυντές Πωλήσεων (Sales Managers) για να παρακολουθούν τις πωλήσεις, να αναλύουν την απόδοση της ομάδας και να κατανοούν τις τάσεις της αγοράς.
- Επαγγελματίες Μάρκετινγκ (Marketing Professionals) για να αναλύσουν την απόδοση των καμπανιών, τη συμπεριφορά των καταναλωτών και να βελτιώσουν τις στρατηγικές τους.
- Διευθυντές Ανθρώπινου Δυναμικού (HR Managers) για να παρακολουθούν δεδομένα εργαζομένων, όπως η παραγωγικότητα, η αποδοτικότητα, η ικανοποίηση και οι αποχωρήσεις προσωπικού.
Υλικό
- Καθοδηγητικά Videos
- Διαφάνειες με δυνατότητα αποθήκευσης ("Download")
- Ασκήσεις βήμα-βήμα προς επίλυση σε real-world datasets
- Σύντομα κουίζ γνώσεων
- AI Βοηθητικά Ερωτήματα
- Cheasheet(s)
- Μια άλυτη, προαιρετική, εργασία (project) προς επίλυση για το portfolio
- ΔΩΡΕΑΝ η Checklist "20 Ερωτήσεις Πριν Ξεκινήσετε Το Data Analytics Project"
Απαιτήσεις
- Εγκατάσταση του Microsoft Power BI Desktop
- Microsoft 356 για Windows/Mac για να λειτουργήσετε μέσω του Microsoft Excel αποκλειστικά το Power Query
- Μνήμη RAM μεγαλύτερη από 8 GB
- Διαθέσιμος χώρος στον υπολογιστή περισσότερο από 50 GB
- Έχετε ενεργοποιημένα τα Cookies Προώθησης
Αξιολογήσεις Μαθητών
Συχνές Ερωτήσεις
Τίτλοι σπουδών όπως:
- Μαθηματικά,
- Στατιστική,
- Διοίκηση Επιχειρήσεων,
- Οικονομικά,
- ή Πληροφορική.
Ωστόσο, οι παραπάνω περιπτώσεις δεν χρειάζεται να σε περιορίσουν ώστε να αλλάξεις το αντικείμενο καριέρας σου και να ακολουθήσεις καριέρα στα Data Analytics.
Όπως σε κάθε επάγγελμα, χρειάζεται να αποκτήσεις πολλαπλές δεξιότητες. Έτσι, και οι ρόλοι που σχετίζονται με Data Analytics χρειάζονται αρκετές δεξιότητες τις οποίες όμως θα βρεις επαρκές υλικό και εξάσκηση στην Data Tutor μέσω των μαθημάτων, αλλά και των εκπαιδευτικών υπηρεσιών καθοδήγησης και προετοιμασίας!
Η Εκπαιδευτική Πλατφόρμα Data Tutor διαθέτει πληθώρα διαφορών σε σχέση με άλλες εκπαιδευτικές πλατφόρμες. Ενδεικτικά:
- Επαγγελματίας του χώρου σας καθοδηγεί σε project με πραγματικά δεδομένα και πραγματικές περιπτώσεις που δύναται να αντιμετωπίσετε στην πραγματική δουλειά.
- Η καθοδήγηση δεν περιορίζεται μόνο σε project, αλλά και σε γενικότερες γνώσεις που μπορείτε να πάρετε μέσω 1:1 συναντήσεις.
- Συναντήσεις mentoring/coaching είναι διαθέσιμες για εσάς προκειμένου να θέσετε ένα πλάνο από το Α-Ω.
- Μετά την ολοκλήρωση των projects και της μελέτης δεν ήρθε το τέλος. Το παλεύουμε μαζί να είστε πανέτοιμοι για συνεντεύξεις.
- Το υλικό των μαθημάτων είναι στα Αγγλικά, αλλά τα βίντεο, οι ασκήσεις και το Project στα Ελληνικά.
Ναι, τα μαθήματα κορμού που περιλαμβάνονται σε εκπαιδευτικά πακέτα έχουν όλα από ένα (1) Project.
Στην καθοδήγηση των μαθημάτων η καθοδηγήτρια έρχεται σε επικοινωνία μαζί σου για να σου προσφέρει βελτίωση του τελικού σου project. Στην εκπαιδευτική καθοδήγηση λαμβάνεις online 1:1 καθοδήγηση πάνω σε γνώσεις και ύλη των μαθημάτων που προσφέρονται πάντοτε με βάση τις προσωπικές σου ανάγκες. Οι συναντήσεις αυτές είναι προγραμματισμένες εκ των προτέρων ύστερα από συνεννόηση με την καθοδηγήτρια. Τέλος, η εκπαιδευτική καθοδήγηση προσφέρει σύνολο 3 ώρες και το πλήθος των ωρών δεν είναι καθόλου τυχαίο. Μέσα από την εμπειρία της καθοδηγήτριας, 3 – 4 ώρες χρειάζονται σε συνδυασμό με την μελέτη και την προσωπική εξάσκηση για να βοηθηθείς στην επίλυση των αποριών σου.
Μερικοί από τους λόγους για τους οποίους θα προτιμούσε κανείς εκπαιδευτική καθοδήγηση είναι οι παρακάτω:
- Για να καλύψουμε όλες αυτές τις ερωτήσεις και απορίες που δεν μπορέσαμε να κάνουμε διότι προέκυψαν στην πορεία
- Για να εκπαιδευτούμε σε εργαλεία που δεν προσφέρονται μέσα από ήδη υπάρχοντα προγράμματα σπουδών
- Για να μάθουμε λεπτομέρειες σε τεχνολογίες και εργαλεία που δεν μπορέσαμε να βρούμε μέσα από τα διαθέσιμα προγράμματα σπουδών
- Γιατί θέλουμε σε σύντομο χρονικό διάστημα, να ανανεώσουμε κάποιες γνώσεις μας ώστε να ψάξουμε για εργασία
- κ.ά.
Αν ταυτίζεσαι με την πλειονότητα των παραπάνω, τότε η εκπαιδευτική καθοδήγηση είναι αυτή την στιγμή αυτό που χρειάζεσαι.
Η φράση “Γίνε και εσύ Data Analyst σε 30 ημέρες…” είναι μια απάτη. Για να μπορέσει κανείς να γίνει επαγγελματίας σε ένα πεδίο χρειάζεται χρόνο να μελετήσει, συνεχή εξάσκηση, επιπλέον πρακτική, και διαρκή “περιέργεια” το πώς δουλεύει το κάθε τι. Το συγκεκριμένο εκπαιδευτικό πακέτο με το πλήθος των μαθημάτων και ακολουθώντας το εβδομαδιαίο πλάνο μελέτης, απαιτεί τουλάχιστον 8 μήνες.