清科教育,权威招生服务平台

魏凌睿老师

魏凌睿《数据分析处理及Power BI应用实战》

魏凌睿老师主讲——数据分析处理及Power BI应用实战

课程背景:
随着数字化转型成为企业的必答题,企业数字化进程的开展,面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据,我们应该如何高效分析处理,如何提升我们的工作效率,适应企业数字化转型的趋势,这是企业员工必须面对的状况。
如何利用数据分析利器Power BI进行数据分析,使用Power BI的各种工具控件进行数据操作和可视化呈现,实现分析有洞见、工作有效率、报告能聚焦,即是本课程要讨论的主要内容。

课程收益
● 熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法;
● 掌握Power BI重要功能及操作方法,结合工作场景数据进行针对性高效数据分析;
● 掌握利用Power BI进行数据可视化的方法,能够设计精美可读的分析报告;
● 掌握利用Power BI进行业务分析的全流程方法,能够把控并实施进行业务分析从数据收集到呈现的各个关键步骤。

课程时间:2天,6小时/天
课程对象:对业务数据有分析基本要求的相关人员
课程方式:案例分析+实操演练+思考练习

课程大纲
第一讲:企业所面临的数字化转型
一、企业数字化转型原因
1. 数字化改变商业模式
数据变机会→机会变服务→服务变收入
2. 数字化建立企业优势
1)业务优化
2)业务转型
3. 数字化提升使用体验
二、数字化转型核心要素
1. 以数据为中心的智能化发展目标
1)用数字化连接和即时反馈构建数据采集系统
2)把握安全和效率相平衡的原则建立数字化系统
3)基于数字化进行业务和管理决策
2. 数字化平台的构建
1)建立在业务基础上的IT系统
2)数字化平台构建的实施步骤:连接→实时→精准→拉取→扩展
3)建设和数字化平台运作匹配的文化
4)新旧平台的平滑过渡
三、员工在企业数字转型中应该作出的应对
1. IT思维和业务思维相融合
2. 培养开放共享的心态
3. 围绕以用户为中心
4. 提升数据分析处理能力

数据分析理论基础
一、标度的选择使用
——量化感觉、态度、喜好的方法
二、频数呈现的选择使用(衡量对总体水平的作用程度)
1. 饼图
2. 条形图
3. 直方图
三、基于统计方法的分析
1. 分析异常值与偏斜数据
2. 均值VS中位数VS众数
3. 全距/四分位数的使用
4. 百分位数与箱线图的使用
5. 方差VS标准差分析变异性VS分散性
6. 利用概率进行分析
四、基于统计方法的决策
1. 比较法进行决策
2. 组合法进行决策
3. 贝叶斯方法进行决策
4. 快省树方法进行决策
思考:优秀员工如何选用统计指标进行评价
案例分析1:某某企业员工加薪方案的选择
案例分析2:用户购买公司产品概率的分析
案例分析3:假设检验与数据证伪保证决策结果的正确
综合示例:运用统计指标分析销售数据寻找方法提升某产品的销量

第四:数据分析处理——Power BI
一、Power BI基础
1. Power BI的功能
2. Power BI特性
二、开始使用Power BI
1. 加载报告
2. 添加一张卡片
练习:卡片添加练习
三、筛选器和表
1. 切片器
2. 更多列
3. 表
练习:筛选器和表的练习
四、进行数据变换
1. 数据转换基础
2. 数据清洗
练习:数据变换练习
五、查询编辑器
1. 加载前转换
2. 字段聚合
练习:结合个人工作数据练习
六、数据转化和设置列
1. 列转换
2. 格式化货币
3. 用地理数据制作地图
练习:数据转换和列设置练习

数据可视化操作——Power BI实现有影响力的可视化呈现
一、可视化对象
1. 根据场景选择正确的可视化对象
2. 选择适当工具建立正确视觉
练习:视觉设置练习
二、可视化美化
1. 视图美化
2. 编辑属性
练习:美化练习
三、排序和更多格式
1. 数据排序
2. 切片器的使用
练习:结合个人工作数据的练习
四、数据下钻与筛选器
1. 层次结构的使用
2. 添加筛选器
3. 关闭交互按钮
4. 筛选器的高级应用
练习:数据下钻和筛选练习
五、基础数据和层次结构
1. 查看数据
2. 创建层次结构
练习:层次结构练习

数据分析计算——Power BI数据分析表达式DAX
一、表计算和列计算
1. 创建密码
2. DAX函数嵌套
练习:计算基础练习
二、度量计算和快速度量
1. 平均功能
2. 产品数量
3. 利润率
练习:结合个人工作数据的练习
三、计算功能和度量
1. CALCULATE函数
2. 第一个快速度量
练习:度量计算练习
四、基于时间的计算
1. CALCULATE和日期
2. 上年利润
3. 季度环比变化

Power BI综合练习:
1)设定本次练习的目标
2)根据工作业务流程设定分析场景和分析框架
3)设定数据分析衡量的指标体系
4)利用Power BI进行数据分析
5)利用Power BI进行可视化呈现

 

注:本站文章转载自网络,用于交流学习,如有侵权,请告知,我们将立刻删除。
Email:grlwwf@163.com


咨询电话
咨询电话:
13911448898(谷老师) | 浏览
申请流程:
电话或【在线申请】 提交需求 签订合同 安排授课