Sprawniejsza analiza w Excelu - Uporządkujesz sposób pracy w Excelu i zaczniesz szybciej budować poprawne arkusze. Dzięki nazwom, odwołaniom i lepszym formułom ograniczysz błędy w codziennej analizie.
Pewniejsze raporty i tabele przestawne - Nauczysz się tworzyć oraz modyfikować tabele i wykresy przestawne tak, aby szybciej podsumowywać duże zbiory danych, filtrować wyniki i prezentować wnioski w czytelnej formie.
Łączenie danych z wielu źródeł - Po szkoleniu samodzielnie połączysz dane z plików Excel, CSV, TXT i baz danych. Ułatwi Ci to scalanie rozproszonych informacji i przygotowanie jednego, spójnego źródła analiz.
Model danych w Power Pivot - Zbudujesz model danych oparty na relacjach i nauczysz się pracować na większych zbiorach niż w zwykłym arkuszu. Dzięki temu przygotujesz analizy bardziej stabilne i łatwiejsze w rozwijaniu.
Praktyczne wykorzystanie DAX - Opanujesz kolumny obliczeniowe, miary i funkcje DAX, w tym CALCULATE oraz analizę czasową. To pozwoli Ci liczyć KPI, porównania okresów i wskaźniki bez ręcznego obchodzenia danych.
Czytelne raporty w Power BI - Nauczysz się dobierać właściwe wizualizacje, budować interakcje i publikować raporty w Power BI. Dzięki temu pokażesz dane w formie, którą odbiorcy szybciej zrozumieją i wykorzystają.
Lepsze zapytania do SQL Server - Będziesz samodzielnie pisać zapytania SQL z użyciem SELECT, WHERE, JOIN, GROUP BY i HAVING. To da Ci większą niezależność przy pobieraniu danych i sprawdzaniu jakości informacji u źródła.
Szersze spojrzenie na BI - Zrozumiesz, jak połączyć Excel, Power Query, Power Pivot, Power BI i SQL Server w jeden proces analityczny. Dzięki temu sprawniej przejdziesz od surowych danych do gotowego raportu.
Excel jest tu traktowany jako środowisko analityczne łączące formuły, odwołania, współpracę arkuszy i operacje typowe dla pracy z danymi. Zakres obejmuje optymalizację funkcji, zagnieżdżenia, łączenie i konsolidację danych, sortowanie, filtrowanie, pracę z bazami oraz tabele przestawne.
Analiza wielowymiarowa zostaje pokazana w kontekście Excela oraz roli PowerPivot w rozszerzaniu standardowego raportowania arkuszowego. Sekcja łączy korzyści modelowego podejścia z przeglądem narzędzi Power View, Power Query i Power BI, a także z budowaniem widoków KPI.
Modele danych powstają od etapu kontrolowanego importu informacji z bieżącego skoroszytu, innych plików Excel, plików tekstowych, CSV oraz baz danych. Nacisk położono na prawidłowe wprowadzenie źródeł do modelu, aby kolejne obliczenia i raporty opierały się na spójnej strukturze.
Za pomocą Power Query uczestnicy łączą się z różnymi źródłami i przygotowują dane jeszcze przed zasileniem modelu. Program obejmuje orientację w interfejsie i terminologii, wykonywanie przekształceń oraz zrozumienie, gdzie trafiają przetworzone dane i jakie ma to skutki w dalszej pracy.
PowerPivot pełni tu rolę centralnej warstwy modelowania danych w Excelu, od ładowania danych po definiowanie logiki obliczeń. Uczestnicy pracują z odświeżaniem połączeń, kolumnami i miarami, wyrażeniami DAX, funkcją CALCULATE, analizą czasu oraz hierarchiami i ukrywaniem kolumn.
Modele budowane z użyciem DAX rozwijają warstwę analityczną o kolumny obliczeniowe, pola jawne i niejawne oraz miary dopasowane do potrzeb raportowania. Sekcja obejmuje także korekty modelu oraz znaczenie wymiarów i hierarchii w porządkowaniu obliczeń i agregacji.
Raportowanie oparte na modelach PowerPivot wykorzystuje tabele i wykresy przestawne do analizy danych z wielu perspektyw. Istotne miejsce zajmuje porównanie standardowych tabel przestawnych z rozwiązaniami bazującymi na PowerPivot oraz użycie filtrów, fragmentatorów i osi czasu.
Eksport tabel z modelu PowerPivot przydaje się wtedy, gdy dane przygotowane w modelu mają zostać wykorzystane poza jego warstwą analityczną. Chodzi o przenoszenie wybranych rezultatów do formy tabelarycznej, tak aby mogły wspierać dalsze operacje, udostępnianie lub raportowanie w Excelu.
Kluczowe wskaźniki wydajności porządkują interpretację wyników przez powiązanie miar z celem, progiem oceny i statusem realizacji. Zakres sekcji skupia się na budowie widoków KPI, które wspierają ocenę odchyleń i ułatwiają osadzanie wyników analizy w kontekście biznesowym.
Tworzenie raportów w Power View wymaga modelu danych przygotowanego pod prezentację, a nie wyłącznie pod przechowywanie informacji. W tej części uczestnicy optymalizują model, a następnie budują raporty z użyciem tabel, macierzy, kart, filtrów i wykresów.
Analiza biznesowa w ujęciu BI zostaje osadzona w praktyce przekształcania danych operacyjnych w czytelne informacje dla decyzji. Sekcja porządkuje podstawowe pojęcia, zasady wizualizacji danych oraz sposoby prezentacji i analizy informacji na mapach i w tabelach.
Praca w Query Editor koncentruje się na podłączaniu Power BI do plików Excel, baz danych oraz usługi Power BI. Uczestnicy przechodzą przez sposób pozyskania danych do środowiska raportowego i przygotowania ich do dalszego modelowania oraz analizy niezależnie od typu źródła.
Dobór właściwej wizualizacji w Power BI wynika z celu analizy, układu danych i oczekiwanego sposobu interakcji z raportem. Omawiane są zależności między wykresami, wizualizacje niestandardowe, budowa dashboardów, publikacja raportów oraz zarządzanie gotowymi rozwiązaniami w środowisku Power BI.
MS SQL Server jest ujęty jednocześnie od strony platformy i pracy analityka, z uwzględnieniem architektury serwera, wzorców projektowania oraz logiki relacyjnych baz danych. Zakres obejmuje też zapytania SQL, złączenia, agregację, podzapytania, procedury składowane oraz operacje DDL i DML w Management Studio.
Podstawy pracy w Excelu - Powinieneś swobodnie poruszać się po arkuszu, edytować komórki, korzystać z prostych formuł i zapisywać pliki, aby skupić się na analizie zamiast na obsłudze programu.
Praca z tabelami i danymi - Powinieneś umieć czytać tabele, rozpoznawać kolumny i wiersze oraz wykonywać proste operacje na danych, bo szkolenie rozwija te umiejętności na bardziej zaawansowanym poziomie.
Podstawy logiki analitycznej - Powinieneś rozumieć, czym są zależności między danymi, filtrowanie i grupowanie wyników, aby łatwiej przejść do modeli danych, miar, KPI oraz raportowania.
Gotowość do pracy z SQL - Powinieneś być gotów pracować z technicznym zapisem zapytań i struktur danych, nawet jeśli nie znasz jeszcze SQL, ponieważ kurs obejmuje praktyczne operacje na bazach danych.
