Power BI: Οδηγός Data Visualization & DAX
⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.

-
LevelΕνδιάμεσο
-
Duration30 ώρες
-
Last Updated12/07/2025
-
Enrollment validityEnrollment validity: Lifetime
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
💡Η πρόσβαση στο μάθημα γίνεται άμεσα με το που γίνει η πληρωμή.
📽️ Η παρακολούθηση είναι ασύγχρονη.
👩🏻🏫 Η καθοδήγηση από επαγγελματία παρέχεται οποτεδήποτε την χρειάζεστε.
Χαρακτηριστικά του μαθήματος

Καθοδήγηση Επαγγελματία

Forum Συζητήσεων

Πιστοποίηση

Εργασιακή Υποστήριξη
Περιγραφή
Τι θα μάθω;
- Κατανόηση των βασικών ρυθμίσεων και μορφοποίησης των visuals.
- Πρακτική χρήση απλών και σύνθετων φίλτρων μέσω παραδειγμάτων.
- Δημιουργία μετρήσιμων, στηλών και πινάκων μέσω της DAX.
- Ανάλυση όλων των βασικών γραφημάτων που προσφέρονται στο Microsoft Power BI.
- Εκμάθηση προχωρημένων τεχνικών οπτικοποίησης δεδομένων φιλικών προς τον χρήστη.
- Δημιουργία ενός report βήμα-βήμα συνδυάζοντας θεωρητικές και τεχνικές γνώσεις μέσω του Microsoft Power BI.
- Γνωριμία με το Power BI Service και την δημιουργία Dashboards.
- Κατανόηση της μετάβασης από το Excel στο Power BI ως εξέλιξη και όχι ως αντικατάσταση της γνώσης και της εμπειρίας σου.
- Ενδυνάμωση και προετοιμασία ώστε να ξεκινήσεις την εξερεύνηση του Power BI, έχοντας ως βάση την ήδη υπάρχουσα εξοικείωση με το Excel.
Curriculum
Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.
-
-
-
-
-
-
Κανόνες Κοινότητας
-
Νέο: Mini Εκπαιδευτική Καθόδηγηση μόνο για τους μαθητές μας
-
[Σημαντικό!] Κάνε Join τον Discord Server 🙏🏻
-
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Τελευταία λόγια και… ξεκινάμε!
-
Αρχική Αξιολόγηση Γνώσεων
Προαιρετικό Τελικό Project
Σε αυτή την ενότητα θα συζητηθεί εκτενώς ποιο είναι το τελικό project, ποιος είναι ο στόχος του, τι αναμένω ως καθοδηγήτρια από εσένα σχετικά με το τελικό project, πώς αναμένετε να είναι η συνεργασία μας και διάφορες οδηγίες επιτυχίας του project. Η ολοκλήρωση αυτού είναι προαιρετική, αλλά προτείνεται 100%.
-
Δεδομένα
-
Εναλλακτική Αρχή του Project
-
Περιγραφή Project
-
Τελικό Παραδοτέο
-
Σχέδιο Δράσης
-
Υποβολή Προαιρετικής Εργασίας
-
“Ανέβασμα” Project στο GitHub Repository
Εισαγωγή
Σε αυτό το μάθημα θα συζητηθούν βασικές ορολογίες σχετικά με το Microsoft Power BI και την Εισαγωγή Δεδομένων.
-
00:27
-
01:44
-
Typical Development and Consumption Workflow
00:59 -
Licenses
01:23 -
Basic characteristics of Microsoft Power BI
02:04 -
How to start?
03:22 -
Get to know Microsoft Power BI Interface
01:40 -
Investigate “Preview Features”
04:17 -
Get Data, Available Connections and Key Points
02:15 -
02:33
-
Import vs DirectQuery
09:30 -
Demo: Enter Data Manually
01:26 -
Κουίζ Ενότητας: Εισαγωγή
-
Project: Μορφοποίηση των σελίδων
Basic Charts
Σε αυτήν την ενότητα θα συζητηθούν τα πιο βασικά γραφήματα και visuals που χρησιμοποιούνται στο Microsoft Power BI Desktop.
-
Από τα στατικά γραφήματα του Excel στις ζωντανές απεικονίσεις του Power BI
-
02:53
-
Formatting Visualizations
01:56 -
Card
01:02 -
Bar Chart & Pie/Donut Chart
01:50 -
Demo: Bar Chart + Conditional Formatting
01:51 -
Line/Area Chart & Stacked Area Chart
01:06 -
Demo: Line Chart
01:23 -
Demo: Combo Chart
01:29 -
Treemap
00:40 -
Map
01:18 -
Demo: Map
01:19 -
Gauge Chart & Matrix
01:06 -
Demo: Gauge
01:49 -
Demo: Table & Matrix + Conditional Formatting
02:18 -
Decomposition Tree
00:50 -
Demo: Decomposition Tree
01:29 -
Smart Narratives
00:58 -
Exporting Data
00:17 -
Sorting
00:21 -
AI Prompt: Summary
-
Activity: Δημιουργία και μορφοποίηση Visuals
-
Κουίζ Ενότητας: Basic Charts
-
Project: Δημιουργία Σελίδων [1]
Advanced Data Visualization Techniques
Σε αυτήν την ενότητα θα συζητηθούν πιο προχωρημένες τεχνικές οπτικοποίησης δεδομένων.
-
Drillthrough
01:10 -
Demo: Drillthrough
01:22 -
Demo: Enhanced Tooltip
01:34 -
Advanced Tooltip
01:07 -
Demo: Advanced Tooltip
02:39 -
Sort by Column
01:06 -
Dynamic Lines
01:02 -
Demo: Dynamic Lines
00:59 -
Conditional Formatting
02:02 -
Demo: Dynamic Change of Measure
01:46 -
Demo: Conditional Formatting
03:17 -
Demo: Group Data
01:24 -
Demo: Data Bins
01:19 -
Demo: Highlight Bars
01:19 -
Demo: Variables
01:35 -
Demo: What-If Parameters
03:30 -
AI Prompts: Summary
-
Activity: Δημιουργία Tooltip & Drillthrough σελίδας
-
Κουίζ Ενότητας: Advanced Data Visualization Techniques
-
Project: Δημιουργία Σελίδων [2]
Filtering
Σε αυτή την ενότητα θα συζητηθούν οι διαφορετικοί τρόποι φιλτραρίσματος.
-
Filters
01:10 -
Basic and Advanced Filtering
00:34 -
Demo: Advanced Filtering
01:00 -
Demo: Filtering Numeric Values
00:53 -
Top N Filtering
00:35 -
Demo: Top N Filtering
00:30 -
Report Interactions
00:41 -
Slicers & Cross-Filtering vs Cross-Highlighting
-
Change Interaction Behavior
01:17 -
Demo: Change Interaction Behavior
01:49 -
Sync Slicers
01:11 -
Demo: Create Hierarchy
00:37 -
Demo: Drill Up/Down
00:53 -
AI Prompts: Summary
-
Activity: Εκμάθηση εφαρμογής φίλτρων και αλλαγής interactions μεταξύ visuals
-
Κουίζ Ενότητας: Filtering
-
Project: Επιπλέον μορφοποιήσεις
DAX
Σε αυτήν την ενότητα θα συζητηθούν βασικές ορολογίες της γλώσσας DAX και θα γίνουν κάποια demo διαφόρων συναρτήσεων.
-
Η DAX δεν είναι δύσκολη: είναι λογική, όχι μαγεία
-
DAX Fundamentals
04:45 -
Έλεγχος Γνώσεων: DAX
-
DAX Measures vs Columns
-
Έλεγχος Γνώσεων: Measures vs Columns
-
Row vs Filter Context
03:57 -
DAX Functions
-
Demo: Quick Measures
01:23 -
Demo: CALCULATE Function
01:41 -
Demo: SUMX Function
01:29 -
Demo: DATESYTD Function
01:22 -
Demo: SAMEPERIODLASTYEAR Function
01:49 -
Demo: CONCATENATE Function
01:12 -
Demo: WEEKDAY Function
00:44 -
Demo: SWITCH Function
01:59 -
DAX Comparison Operators
-
DAX Text and Logical Operators
-
DAX Variables
00:46 -
DAX Shortcuts
-
Popular Sales Metrics created with DAX
-
AI Prompts: Summary
-
Activity: Δημιουργία απλών DAX calculated columns και measures
-
Κουίζ Ενότητας: DAX
-
Project: Δημιουργία επιπλέον πληροφορίας μέσω της DAX
Calendar Table
Σε αυτήν την ενότητα θα συζητηθεί ο Calendar πίνακας, βασικός στον σχεδιασμό ενός αποδοτικού Data Model, και πώς αυτός δημιουργείται μέσω της DAX.
-
Calendar Table Fundamentals
02:43 -
Template: Calendar table with DAX
01:12 -
AI Prompts: Summary
-
Activity: Δημιουργία ενός Calendar Table
Power BI Service
Σε αυτήν την ενότητα θα γίνει μια σύντομη αναφορά στο Power BI Service.
-
02:58
-
Power BI Service Overview
02:36 -
Dashboards: Δείχνεις και δεν εξηγείς
-
Get to know Dashboards
03:08 -
Έλεγχος Γνώσεων: Οπτικοποιήσεις & Dashboards
-
Limited Reporting Opportunities
02:11 -
Explore Data Feature
00:57 -
Data Alerts
00:38 -
Demo: Data Alerts
01:08 -
Subscriptions to Reports
01:55 -
AI Prompts: Summary
-
Κουίζ Ενότητας: Power BI Service
Επιπρόσθετα θέματα [Ongoing Updates!]
Σε αυτήν την ενότητα προσθέτω όποιο ενδιαφέρον άρθρο/post/video βρίσκω ως tip/hack για το Power BI στο κομμάτι του Data Visualization/DAX/Documentation.
-
TMDL View + GitHub Copilot
01:32 -
PL-300 Cheatsheet
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.
-
💡 Τι να θυμάσαι μετά το μάθημα
-
Σύνδεσμοι
-
Οδηγός
-
Data Visualization Cheatsheets
-
DAX Cheatsheet
-
Διαφάνειες
-
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
-
Duration30 ώρες
-
Last Updated12/07/2025
-
Enrollment validityEnrollment validity: Lifetime
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
💡Η πρόσβαση στο μάθημα γίνεται άμεσα με το που γίνει η πληρωμή.
📽️ Η παρακολούθηση είναι ασύγχρονη.
👩🏻🏫 Η καθοδήγηση από επαγγελματία παρέχεται οποτεδήποτε την χρειάζεστε.
Η Καθοδηγήτρια

Κοινό
- Χρήστες του Microsoft Excel που διαχειρίζονται reports, πίνακες και δεδομένα σε τακτική βάση.
- Απόφοιτοι σχολών Μαθηματικών, Στατιστικής, Διοίκησης Επιχειρήσεων, Οικονομικών, Πληροφορικής, κ.ά. συναφή.
- Επαγγελματίες που χρησιμοποιούν τουλάχιστον ένα εργαλείο για Data Visualization.
- Επαγγελματίες που διαχειρίζονται δεδομένα και έχουν ανάγκη μέσα από Visualization να εκμαιεύσουν συμπεράσματα.
- Άτομα που καλούνται να χρησιμοποιήσουν το Power BI χωρίς προηγούμενη εκπαίδευση ή υποστήριξη.
- Επαγγελματίες Data Analyst, Business Intelligence Developer/Analyst που θέλουν να εμπλουτίσουν τις γνώσεις τους
- Data Scientists
- 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.
- Operations Analysts.
- Επαγγελματίες με 20+ εμπειρία σε γραφεία, διοικητικές θέσεις ή ρόλους υποστήριξης.
Υλικό
- Καθοδηγητικά Videos
- Διαφάνειες με δυνατότητα αποθήκευσης ("Download")
- Ασκήσεις βήμα-βήμα προς επίλυση σε real-world dataset
- Σύντομα κουίζ γνώσεων
- AI Βοηθητικά Ερωτήματα
- Cheasheet(s)
- Ένα full guided project
- 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
- Computer RAM περισσότερο από 8 GB
- SSD δίσκος
- Διαθέσιμος χώρος στον υπολογιστή περισσότερο από 64 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.

Δεν είσαι ακόμη σίγουρος/η;
Μην διστάσεις να κλείσεις μια 15' δωρέαν συνάντηση με την καθοδηγήτρια της Data Tutor.
Φρόντισε απλώς να περιγράψεις εν συντομία τον προβληματισμό σου.
Δεν είσαι ακόμη σίγουρος/η;
