推廣 熱搜: 2022  財務  微信  法律    網格化  管理  營銷  總裁班  安全 

      數據分析處理及Power BI應用實戰

      主講老師: 魏凌睿 魏凌睿

      主講師資:魏凌睿

      課時安排: 2天,6小時/天
      學習費用: 面議
      課程預約: 隋老師 (微信同號)
      課程簡介: 如何利用數據分析利器Power BI進行數據分析,使用Power BI的各種工具控件進行數據操作和可視化呈現,實現分析有洞見、工作有效率、報告能聚焦,即是本課程要討論的主要內容。
      內訓課程分類: 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數字化轉型 | 工業4.0 | 電力行業 |
      更新時間: 2022-11-15 18:58

      課程背景:

      隨著數字化轉型成為企業的必答題,企業數字化進程的開展,面對產品、研發、財務、人力、銷售、維護各個環節鋪面而來的數據,我們應該如何高效分析處理,如何提升我們的工作效率,適應企業數字化轉型的趨勢,這是企業員工必須面對的狀況。

      如何利用數據分析利器Power BI進行數據分析,使用Power BI的各種工具控件進行數據操作和可視化呈現,實現分析有洞見、工作有效率、報告能聚焦,即是本課程要討論的主要內容。

       

      課程收益

      ● 熟悉并掌握企業數字化轉型的關鍵并搭建數字化平臺的方法;

      掌握Power BI重要功能及操作方法,結合工作場景數據進行針對性高效數據分析;

      ● 掌握利用Power BI進行數據可視化的方法,能夠設計精美可讀的分析報告;

      ● 掌握利用Power BI進行業務分析的全流程方法,能夠把控并實施進行業務分析從數據收集到呈現的各個關鍵步驟。

       

      課程時間:2天,6小時/

      課程對象:對業務數據有分析基本要求的相關人員

      課程方式:案例分析+實操演練+思考練習

       

      課程大綱

      第一講:企業所面臨的數字化轉型

      一、企業數字化轉型原因

      1. 數字化改變商業模式

      數據變機會→機會變服務→服務變收入

      2. 數字化建立企業優勢

      1業務優化

      2業務轉型

      3. 數字化提升使用體驗

      二、數字化轉型核心要素

      1. 以數據為中心的智能化發展目標

      1)用數字化連接和即時反饋構建數據采集系統

      2)把握安全和效率相平衡的原則建立數字化系統

      3)基于數字化進行業務和管理決策

      2. 數字化平臺的構建

      1)建立在業務基礎上的IT系統

      2)數字化平臺構建的實施步驟:連接→實時→精準→拉取→擴展

      3)建設和數字化平臺運作匹配的文化

      4)新舊平臺的平滑過渡

      三、員工在企業數字轉型中應該作出的應對

      1. IT思維和業務思維相融合

      2. 培養開放共享的心態

      3. 圍繞以用戶為中心

      4. 提升數據分析處理能力

       

      數據分析理論基礎

      一、標度的選擇使用

      ——量化感覺、態度、喜好的方法

      二、頻數呈現的選擇使用(衡量對總體水平的作用程度)

      1. 餅圖

      2. 條形圖

      3. 直方圖

      三、基于統計方法的分析

      1. 分析異常值與偏斜數據

      2. 均值VS中位數VS眾數

      3. 全距/四分位數的使用

      4. 百分位數與箱線圖的使用

      5. 方差VS標準差分析變異性VS分散性

      6. 利用概率進行分析

      四、基于統計方法的決策

      1. 比較法進行決策

      2. 組合法進行決策

      3. 貝葉斯方法進行決策

      4. 快省樹方法進行決策

      思考:優秀員工如何選用統計指標進行評價

      案例分析1:某某企業員工加薪方案的選擇

      案例分析2:用戶購買公司產品概率的分析

      案例分析3:假設檢驗與數據證偽保證決策結果的正確

      綜合示例:運用統計指標分析銷售數據尋找方法提升某產品的銷量

       

      第四:數據分析處理——Power BI

      一、Power BI基礎

      1. Power BI的功能

      2. Power BI特性

      二、開始使用Power BI

      1. 加載報告

      2. 添加一張卡片

      練習:卡片添加練習

      三、篩選器和表

      1. 切片器

      2. 更多列

      3.

      練習:篩選器和表的練習

      四、進行數據變換

      1. 數據轉換基礎

      2. 數據清洗

      練習:數據變換練習

      五、查詢編輯器

      1. 加載前轉換

      2. 字段聚合

      練習:結合個人工作數據練習

      六、數據轉化和設置列

      1. 列轉換

      2. 格式化貨幣

      3. 用地理數據制作地圖

      練習:數據轉換和列設置練習

      數據可視化操作——Power BI實現有影響力的可視化呈現

      一、可視化對象

      1. 根據場景選擇正確的可視化對象

      2. 選擇適當工具建立正確視覺

      練習:視覺設置練習

      二、可視化美化

      1. 視圖美化

      2. 編輯屬性

      練習:美化練習

      三、排序和更多格式

      1. 數據排序

      2. 切片器的使用

      練習:結合個人工作數據的練習

      四、數據下鉆與篩選器

      1. 層次結構的使用

      2. 添加篩選器

      3. 關閉交互按鈕

      4. 篩選器的高級應用

      練習:數據下鉆和篩選練習

      五、基礎數據和層次結構

      1. 查看數據

      2. 創建層次結構

      練習:層次結構練習

      數據分析計算——Power BI數據分析表達式DAX

      一、表計算和列計算

      1. 創建密碼

      2. DAX函數嵌套

      練習:計算基礎練習

      二、度量計算和快速度量

      1. 平均功能

      2. 產品數量

      3. 利潤率

      練習:結合個人工作數據的練習

      三、計算功能和度量

      1. CALCULATE函數

      2. 第一個快速度量

      練習:度量計算練習

      四、基于時間的計算

      1. CALCULATE和日期

      2. 上年利潤

      3. 季度環比變化

      Power BI綜合練習:

      1)設定本次練習的目標

      2)根據工作業務流程設定分析場景和分析框架

      3)設定數據分析衡量的指標體系

      4)利用Power BI進行數據分析

      5)利用Power BI進行可視化呈現

       
      反對 0舉報 0 收藏 0
      更多>與數據分析處理及Power BI應用實戰相關內訓課
      做最靠譜的中層---MTP中層管理技能訓練 互聯網時代下卓越領導五力模型 在互聯網時代做最靠譜的中層---中層管理技能提升 5G物聯網基礎與產業應用 企業私域流量池實踐 數字技術與數字經濟 《運用IE技術改善生產效率》 IE與標準工時應用實戰訓練
      魏凌睿老師介紹>魏凌睿老師其它課程
      把握技術趨勢,擁抱數字化轉型 ——萬物互聯的智能大數據時代 數據分析處理及Power BI應用實戰 企業數字化轉型與數據分析 數字網絡視角下的場景化數據分析實戰 基于系統思維的問題分析與解決 追根溯源,精準分析 ——數據思維在工作管理中的應用
      網站首頁  |  關于我們  |  聯系方式  |  誠聘英才  |  網站聲明  |  隱私保障及免責聲明  |  網站地圖  |  排名推廣  |  廣告服務  |  積分換禮  |  網站留言  |  RSS訂閱  |  違規舉報  |  京ICP備11016574號-25