Excel for Reporting
Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.
Τι θα μάθω;
- Να οργανώνω Excel αρχεία με καθαρή λογική: data → υπολογισμοί → insights → παρουσίαση.
- Να "καθαρίζεις" messy δεδομένα από διάφορες πηγές.
- Να οργανώνεις δεδομένα σωστά (data ≠ report).
- Να χτίζεις reports που διαβάζονται σε 3 δευτερόλεπτα.
- Να αυτοματοποιείς υπολογισμούς με formulas που δεν "σπάνε".
- Να συνδέεις πολλαπλά datasets (targets, sales, costs).
- Να μετατρέπεις raw data σε insights & dashboards.
- Να παραδίδεις Excel αρχεία που μπορείς να στείλεις σε CEO.
Σε ποιους απευθύνεται;
- Είσαι middle manager, team lead ή analyst και έχεις ευθύνη για reports, γνωρίζεις Excel, αλλά δεν έχεις πάντα σιγουριά για τη στρατηγική αξία των αποτελεσμάτων σου
- Juniors που θέλουν να καταλάβουν πώς σκέφτεται ένας επαγγελματίας
- Juniors που θέλουν να σταματήσουν να εκτελούν οδηγίες μηχανικά και να αποκτήσουν κοινή γλώσσα με managers και stakeholders.
- Άτομα που φτιάχνουν reports που "δουλεύουν" αλλά δεν δείχνουν επαγγελματικά.
- Άτομα που χάνουν χρόνο σε manual υπολογισμούς & διορθώσεις.
- Άτομα που παίρνουν data από CRM / exports και είναι χάος.
- Άτομα που θέλουν το report τους να απαντά business ερωτήσεις, όχι να τις δημιουργεί.
Curriculum Μαθήματος
Πρακτική Εισαγωγή στο Excel για Reports
-
Θεωρία
05:58 -
Σύνοψη Θεωρίας
01:54 -
Activity: Δημιουργία Weekly Sales Tracker
-
Επίλυση του Activity
17:29 -
Επανάληψη εννοιών 1ης Ενότητας
Formulas που κάνουν το Reporting να δουλεύει μόνο του
-
Θεωρία
10:42 -
Σύνοψη Θεωρίας
-
Activity: Δημιουργία Customer Success KPI Report
-
Επίλυση του Activity
00:00 -
Επανάληψη εννοιών 2ης Ενότητας
Καθάρισε & Οργάνωσε Δεδομένα από CRM, Exports & Reports
-
Θεωρία
Από Δεδομένα σε Insights με Pivot Tables & Charts
-
Θεωρία
Lookup Magic: Σύνδεση Δεδομένων από Πολλαπλές Πηγές
-
Θεωρία
Dashboards & Automation Basics
-
Θεωρία
Γνώρισε το Μάθημα
Υλικό
- Tutorials
- Ασκήσεις προς επίλυση
- Quiz
- Cheatsheet(s)
Χαρακτηριστικά του Μαθήματος
Χρήσιμες Πληροφορίες
🤝 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.
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.