Sprawna praca w Power BI - Nauczysz się swobodnie poruszać po Power BI Desktop, wczytywać dane i budować raporty od podstaw, dzięki czemu szybciej przygotujesz analizy potrzebne w codziennej pracy.
Lepsze rozumienie baz danych - Uporządkujesz pojęcia związane z bazami danych, tabelami i widokami, więc łatwiej połączysz Power BI z SQL i sprawniej odnajdziesz się w środowisku pracy z danymi.
Poprawnie zbudowany model danych - Dowiesz się, jak wczytywać dane źródłowe, tworzyć miary i sprawdzać model danych, aby raporty były spójne, czytelne i gotowe do dalszych analiz biznesowych.
Praktyczne użycie DAX - Opanujesz tworzenie pól i kolumn obliczeniowych w języku DAX, dzięki czemu samodzielnie policzysz wskaźniki, przygotujesz miary i rozbudujesz logikę raportów.
Skuteczne przekształcanie danych - Nauczysz się filtrować, sortować, grupować, agregować oraz łączyć i rozdzielać dane w Power Query, co pozwoli Ci przygotować dane do analizy bez ręcznej obróbki.
Czytelne raporty i udostępnianie - Poznasz dobór wykresów, tabel, KPI i fragmentatorów, a także eksport do PDF, publikację w chmurze i osadzanie raportów w SharePoint, aby wygodnie dzielić się wynikami.
Samodzielne pisanie zapytań SQL - Przećwiczysz SELECT, operatory, funkcje tekstowe i liczbowe, pracę na datach oraz sortowanie wyników, więc łatwiej przygotujesz dane jeszcze przed załadowaniem do Power BI.
Łączenie tabel i agregacja danych - Zrozumiesz JOIN-y, GROUP BY i funkcje agregujące, dzięki czemu samodzielnie połączysz dane z wielu tabel, zbudujesz zestawienia i lepiej zoptymalizujesz zapytania.
Power BI Desktop zostaje osadzony w kontekście codziennej pracy z danymi i raportami. Sekcja porządkuje podstawy aplikacji, jej zastosowania i możliwości, a równolegle wprowadza kluczowe pojęcia bazodanowe potrzebne do dalszej pracy z SQL i modelem danych.
Poprawny model zaczyna się od wczytania danych źródłowych i sprawdzenia, czy ich układ odpowiada celowi analitycznemu. Uczestnicy analizują miejsce wyliczeń i miar w modelu, a następnie weryfikują jego spójność przed dalszą pracą raportową.
Pola obliczeniowe i kolumny obliczeniowe pełnią w modelu danych różne funkcje. Ta część pokazuje, jak z użyciem DAX tworzyć oba typy elementów oraz kiedy wybrać odpowiedni sposób obliczeń, aby poprawnie wspierał logikę modelu i analizę.
Praca na danych w Power BI obejmuje zarówno zmiany struktury, jak i przygotowanie ich do analizy. Sekcja dotyczy operacji na kolumnach i wierszach, zmiany typów danych, sortowania, grupowania, filtrowania, agregacji oraz rozdzielania i łączenia informacji.
Dobór formy wizualnej wpływa na to, jak szybko odbiorca odczyta znaczenie danych. Materiał porównuje tabelę i wykres, wykorzystuje wykresy liniowe, kołowe, kolumnowe i słupkowe, a także KPI oraz fragmentatory wspierające interakcję z raportem.
Gotowy raport powinien dać się przekazać w formie dopasowanej do odbiorcy i środowiska pracy. W tej części omawiany jest eksport do PDF, publikacja raportu w chmurze oraz osadzanie go w witrynie SharePoint z zachowaniem dostępu do przygotowanych analiz.
Po wczytaniu danych trzeba je przetworzyć tak, aby nadawały się do wiarygodnej analizy w Power BI. Sekcja łączy działania transformacyjne, modelowanie i obliczenia w jeden ciąg pracy, pokazując, jak surowe dane stają się uporządkowanym zbiorem raportowym.
Bazy SQL stanowią źródło danych, z którym Power BI musi poprawnie współpracować. Ta część porządkuje podział języka SQL, rolę edytora kodu, znaczenie obiektów serwera takich jak tabele i widoki oraz sposób zestawienia połączenia z bazą danych.
W Power Query przygotowanie danych odbywa się jeszcze przed modelowaniem i wizualizacją. Uczestnicy sortują i filtrują rekordy, zarządzają typami danych, tworzą kolumny obliczeniowe oraz dzielą i scalają kolumny, aby uzyskać spójny materiał do dalszej pracy.
DAX rozwija warstwę analityczną Power BI ponad to, co zostało przygotowane po stronie źródła. Sekcja obejmuje składnię, miary, funkcje, autosumowanie oraz kolumny obliczeniowe, z naciskiem na sposób zapisu formuł i ich użycie w obliczeniach biznesowych.
Budowanie zapytań bezpośrednich zaczyna się od typów danych oraz konstrukcji instrukcji SELECT. Materiał łączy operatory porównania, IN, BETWEEN AND, LIKE, operacje na datach, kolumny obliczeniowe i sortowanie wyników w spójny sposób pobierania danych do analizy.
Funkcje SQL służą tu do przekształcania wartości tekstowych i liczbowych jeszcze przed załadowaniem danych do modelu. Praca z LEFT, RIGHT, REPLACE, UPPER, LOWER, CONCAT i ROUND pokazuje, jak standaryzować pola, łączyć treści i porządkować wartości źródłowe.
Raportowanie biznesowe często zaczyna się od sprowadzenia szczegółowych rekordów do czytelnych podsumowań. W tej części omawiane są GROUP BY oraz funkcje COUNT, MIN, MAX, SUM i AVG, które pozwalają agregować dane i przygotować je do dalszej interpretacji.
Łączenie danych z kilku tabel wymaga dobrania właściwego typu złączenia do celu analizy. Sekcja wyjaśnia działanie INNER JOIN, LEFT, RIGHT, FULL OUTER oraz CROSS JOIN, pokazując ich wpływ na dopasowanie wierszy, kompletność wyników i strukturę zbioru danych.
Gdy wynik zależy od logiki pośredniej, kwerendy zagnieżdżone pozwalają uporządkować filtrowanie, porównania i wybór danych. Uczestnicy pracują z podzapytaniami w praktycznych scenariuszach SQL i analizują, jak warstwowa budowa zapytań porządkuje logikę pobierania danych.
Wydajność zapytań ma znaczenie szczególnie wtedy, gdy Power BI korzysta z danych pobieranych bezpośrednio z bazy. Sekcja koncentruje się na budowaniu efektywnego SQL, ograniczaniu zbędnych odczytów oraz wpływie konstrukcji zapytania na czas wykonania i obciążenie serwera.
Obsługa komputera - Powinieneś swobodnie pracować w systemie Windows, uruchamiać programy, zapisywać pliki i poruszać się po folderach, aby skupić się na analizie danych zamiast na podstawach obsługi.
Podstawy pracy z danymi - Powinieneś rozumieć, czym są wiersze, kolumny i tabele oraz umieć odczytać prosty zestaw danych, aby łatwiej wykonywać operacje przekształcania i analizy podczas szkolenia.
Znajomość Excela - Powinieneś znać podstawy pracy w Excelu, takie jak filtrowanie, sortowanie i proste formuły, ponieważ ułatwi Ci to zrozumienie logiki raportowania i pracy z danymi.
Podstawy analityczne - Powinieneś umieć interpretować proste wskaźniki, sumy i średnie, aby sprawniej tworzyć miary, czytać wyniki zapytań SQL i budować sensowne wizualizacje danych.
