Power Bi دسکتاپ برای هوش تجاری

به دورهٔ پرفروش شماره ۱ Power BI Desktop خوش آمدید!

اگر یک متخصص داده هستید یا قصد دارید به یک تحلیلگر داده تبدیل شوید و می‌خواهید برترین پلتفرم هوش تجاری موجود در بازار را یاد بگیرید، جای درستی آمده‌اید. با بیش از ۲۵۰٬۰۰۰ نظر ۵ ستارهٔ کامل از دانشجویانی در سراسر جهان، این همان دوره‌ای است که دنبالش بوده‌اید.

در طول این دوره، از بهترین مدرسان تیم Maven Analytics آموزش می‌بینید و مهارت‌های خود را با پروژه‌های عملی و تمرین‌های منحصربه‌فرد و مبتنی بر دنیای واقعی محک می‌زنید.

پروژه دوره:

در نقش تحلیلگر هوش تجاری شرکت AdventureWorks Cycles (یک شرکت تولیدی فرضی) قرار می‌گیرید. وظیفهٔ شما تبدیل داده‌های خام به گزارش‌ها و داشبوردهای حرفه‌ای است تا شاخص‌های کلیدی عملکرد (KPI) را پایش کنید، عملکرد مناطق مختلف را مقایسه نمایید، روندهای سطح محصول را تحلیل کنید و مشتریان با ارزش بالا را شناسایی کنید.

نگران نباشید؛ ما در تمام مراحل همراه شما خواهیم بود و با توضیحات ساده، شفاف و نکات حرفه‌ای کاربردی، شما را از سطح صفر تا حرفه‌ای هدایت می‌کنیم — تضمینی.

این دوره بر اساس مراحل اصلی گردش‌کار هوش تجاری طراحی شده است (آماده‌سازی داده، مدل‌سازی داده، تحلیل اکتشافی، مصورسازی داده و طراحی داشبورد) و وظایف واقعی‌ای را شبیه‌سازی می‌کند که متخصصان داده هر روز در محیط کار با آن‌ها مواجه هستند.

مراحل دوره:

مرحله ۱: اتصال و آماده‌سازی داده‌ها

در این مرحله روی ساخت گردش‌کارهای خودکار برای استخراج، پاک‌سازی، تبدیل و بارگذاری داده‌ها با استفاده از Power Query تمرکز می‌کنیم و با اتصال‌دهنده‌های داده، حالت‌های ذخیره‌سازی، ابزارهای پروفایل‌گیری و تبدیل جداول آشنا می‌شویم:

• اتصال‌دهنده‌های داده
• حالت‌های ذخیره‌سازی و واردسازی
• ابزارهای ویرایش کوئری
• تبدیل جداول
• اتصال به پایگاه داده
• استخراج داده از وب
• ابزارهای کنترل کیفیت و پروفایل‌گیری
• ابزارهای متنی، عددی، تاریخ و زمان
• تقویم‌های پویا
• ستون‌های ایندکس و شرطی
• گروه‌بندی و تجمیع
• Pivot و Unpivot
• ادغام و الحاق کوئری‌ها
• پارامترهای منبع داده
• وارد کردن مدل‌های اکسل

مرحله ۲: ایجاد مدل داده‌ای رابطه‌ای

در این مرحله، بهترین روش‌های مدل‌سازی داده را بررسی می‌کنیم و مفاهیمی مانند کاردینالیتی، نرمال‌سازی، جریان فیلتر و اسکیمای ستاره‌ای را معرفی کرده و مدل دادهٔ AdventureWorks را از پایه می‌سازیم:

• نرمال‌سازی پایگاه داده
• جداول واقعیت (Fact) و بُعد (Dimension)
• کلیدهای اصلی و خارجی
• اسکیمای ستاره‌ای و دانه‌برفی
• روابط فعال و غیرفعال
• کاردینالیتی روابط
• زمینه و جریان فیلتر
• فیلترهای دوطرفه
• چیدمان مدل
• قالب‌بندی و دسته‌بندی داده‌ها
• سلسله‌مراتب‌ها

مرحله ۳: افزودن فیلدهای محاسباتی با DAX

در این مرحله با DAX (عبارات تحلیل داده) آشنا می‌شویم، ستون‌ها و معیارهای محاسباتی ایجاد می‌کنیم و مفاهیمی مانند Row Context و Filter Context را بررسی کرده و از توابع قدرتمند فیلتر، تکرارگرها و الگوهای هوش زمانی استفاده می‌کنیم:

• مقایسه DAX و M
• ستون‌ها و معیارهای محاسباتی
• معیارهای ضمنی، صریح و سریع
• مراحل محاسبهٔ معیار
• نحو و عملگرهای DAX
• توابع ریاضی و آماری
• توابع شرطی و منطقی
• تابع SWITCH
• توابع متنی
• توابع تاریخ و زمان
• تابع RELATED
• توابع CALCULATE، FILTER و ALL
• توابع تکرارگر (X)
• الگوهای هوش زمانی

مرحله ۴: مصورسازی داده با گزارش‌ها

در این مرحله داده‌ها را زنده می‌کنیم. بهترین روش‌های مصورسازی، ساخت و قالب‌بندی نمودارها و افزودن تعامل‌پذیری با بوکمارک‌ها، اسلایسرها، پارامترها و ابزارهای ناوبری را یاد می‌گیریم:

• اصول مصورسازی داده
• چارچوب طراحی داشبورد
• کارت‌ها و KPIها
• نمودارهای خطی، خطوط روند و پیش‌بینی
• قالب‌بندی مستقیم روی المان‌ها
• جداول و ماتریس‌ها
• قالب‌بندی شرطی
• فیلتر Top N
• نقشه‌ها
• Drill Up، Drill Down و Drill Through
• اسلایسرها و تعاملات گزارش
• بوکمارک‌ها و ناوبری صفحات
• پارامترهای عددی و فیلدی
• Tooltips سفارشی
• وارد کردن ویژوال‌های سفارشی
• مدیریت و مشاهدهٔ نقش‌ها (RLS)
• چیدمان موبایل
• انتشار در Power BI Service

همچنین قابلیت‌های جدید به‌محض انتشار معرفی می‌شوند، از جمله ابزارهای قدرتمند هوش مصنوعی مانند Decomposition Tree، Key Influencers، Smart Narratives و پرسش و پاسخ با زبان طبیعی، به‌همراه تکنیک‌های بهینه‌سازی عملکرد برای اجرای روان گزارش‌ها در مقیاس بزرگ.

این دوره یکی از برترین دوره‌های Power BI در جهان است: (نظرات دانشجویان)

این دوره مناسب چه کسانی است:

• افرادی که به دنبال یادگیری عملی و پروژه‌محور Power BI Desktop هستند
• تحلیلگران داده و کاربران اکسل که می‌خواهند مهارت‌های پیشرفتهٔ مدل‌سازی داده، طراحی داشبورد و هوش تجاری را توسعه دهند
• علاقه‌مندان ورود به حوزهٔ حرفه‌ای داده و هوش تجاری
• دانشجویانی که به دنبال آموزشی جامع، تعاملی و جذاب هستند
• افرادی که قصد دارند مسیر شغلی خود را در تحلیل داده، آنالیتیکس یا هوش تجاری دنبال کنند