Unternehmen jeder Größe setzen auf datengestützte Erkenntnisse, um Wettbewerbsvorteile zu erzielen, Prozesse zu optimieren und strategische Entscheidungen zu treffen. Als Business Intelligence Analyst spielen Sie dabei eine entscheidende Rolle. Dieser Online-Kurs bietet Ihnen einen umfassenden Einstieg und vertiefende Einblicke in die Welt der Business Intelligence. Sie beginnen Ihre Lernreise mit einer umfassenden Einführung in relationale Datenbanken und SQL, widmen sich praktischen Übungen in Power BI, vertiefen Ihr Wissen über statistische Methoden und erfahren, wie Business Intelligence mit Techniken aus dem Machine Learning erweitert werden kann. Dieser Online-Kurs ist so konzipiert, dass Sie flexibel und in Ihrem eigenen Tempo lernen können. Es erwarten Sie Videos, interaktive Grafiken, Texte und viele praktische Übungen, die Sie selbst in online bereitgestellten SQL-Datenbanken und mit Power BI durchführen können. Am Ende schließen Sie den Kurs mit einem Abschlussprojekt ab. Bei Fragen stehen Ihnen erfahrene BI-Expert:innen als Mentoren zur Seite.

Inhalte

1. Einführung in relationale Datenbanken

Einstieg in das Thema Datenbanken
Aufbau relationaler Datenbanken
SQL-Queries schreiben und relationale Datenbanken auslesen
Unternehmensrelevante Informationen extrahieren
Daten filtern mit Boolescher Logik

2. Vertiefung in SQL

Daten gruppieren und sortieren
Abfragen mit unterschiedlichen Joins verbinden
Subqueries und erweiterte Filtermöglichkeiten nutzen

3. Vertiefung Datenbankdesign

Strukturen relationaler Datenbanken
Datenbankdesign und Normalisierungsregeln
Tabellen und Daten erstellen oder verändern
Praxisprojekt: Datenbank designen und umsetzen

4. SQL in der Praxis

Eigenes Praxisprojekt von der Exploration bis zur Query
Common Table Expressions (CTEs)
Überblick bei komplexen Queries behalten
Ranglisten erstellen und laufende Summen über längere Zeiträume bilden
Tools für die SQL-Praxis

5. Einführung in Power BI

Workflow klassischer Datenanalysen
Grundfunktionen von Microsoft Power BI
Daten-, Modell- und Berichtsansichten
Filterfunktionen nutzen
Erstellung eines Datenmodells eines ersten Reports

6. Datenaufbereitung und -visualisierung

Best Practices in der Datenvisualisierung
Visualisierungen ändern und formatieren
Visualisierungen in Berichten und Dashboards verwenden
Typische Fehler uns wie man sie vermeidet
Richtlinien für verständliche Grafiken
Einsatz des Power Query Editors
Verknüpfung unterschiedlicher Datenquellen

7. Dashboards und DAX-Code

Berichte und Analysen in Dashboards arrangieren
Grundsätze des Data Storytellings anwenden
Fortgeschrittene BI-Fähigkeiten
Grundlagen von Data Analysis Expressions (DAX-Sprache)
Einbindung von DAX in Berichte
Komplexen DAX-Code für Berechnungen schreiben
Spalten, Kennzahlen und Tabellen mit DAX-Code generieren

8. Fortgeschrittene Themen

Grundlegende Konzepte der Statistik
Best Practices für statistische Datenanalysen
Machine Learning im BI-Prozess anwenden
Seitenübergreifenden Drilldown durchführen
Einflussfaktorenanalysen durchführen

9. Abschlussprojekt

Analyse der Unpünktlichkeit im Flugverkehr an einem wichtigen Drehkreuz mithilfe realer Datensätze
Selbstständige Durchführung eines kompletten Datenprojekts mit SQL und Power BI
Ergebnispräsentation und 1:1-Feedbackgespräch mit Mentoring-Team
Erhalt des Zertifikats zum Data Analyst mit Python