Plan du cours

Introduction

  • Aperçu de AWS QuickSight
  • Qu'est-ce que AWS et QuickSight ?

Démarrer avec AWS QuickSight

  • Créer un compte AWS et QuickSight
  • Comprendre le flux de travail de QuickSight
  • Naviguer dans l'interface QuickSight

Préparation des données dans QuickSight

  • Comprendre la préparation des données dans QuickSight
  • SPICE vs. requête directe
  • Chargement et importation de données dans QuickSight
  • Travailler avec des colonnes et des champs
  • Comprendre les champs calculés, les fonctions et les opérateurs
  • Ajouter des champs calculés utilisant des chaînes à notre projet
  • Extraction d'informations à partir de chaînes de caractères
  • Utilisation de fonctions conditionnelles
  • Créer des champs calculés avec des valeurs numériques
  • Ajouter différents filtres à un projet

Analyse et visualisation des données

  • Comprendre la différence entre la préparation et l'analyse des données
  • Créer l'analyse des données
  • Créer des visuels
  • Comprendre les dimensions et les mesures
  • Ajouter des ensembles de données supplémentaires
  • Formatage des champs, agrégation et granularité
  • Formatage des visuels
  • Création d'une histoire et d'un treemap
  • Utiliser des filtres et des tableaux
  • Ajout d'un visuel KPI

Exporter et partager les données d'un projet

  • Comprendre l'actualisation et l'actualisation de la planification
  • Exporter des données de projet sous forme de fichiers .csv
  • Ajouter des utilisateurs à un compte
  • Partager des ensembles de données et des analyses
  • Créer et partager des tableaux de bord

Utiliser des Database comme sources de données

  • Mise en place d'une base de données
  • Préparation de données fictives
  • Connexion de QuickSight à une base de données
  • Importer des données dans SPICE
  • Importer des données sous forme de requête
  • Importer des champs calculés et une requête
  • Utilisation des bases de données NoSQL

Résumé et prochaines étapes

Pré requis

  • Connaissances de base et compréhension de l'analyse des données
  • .

Audience

  • Analystes de données
  • Toute personne intéressée par l'analyse et la visualisation des données
 14 heures

Nombre de participants



Prix par participant

Nos Clients témoignent (4)

Cours Similaires

Data Analysis with Redash

14 heures

Business Intelligence and Data Analysis with Metabase

14 heures

QlikView for Business Users

7 heures

QlikView for Developers

14 heures

Google Sheets for Excel Users

14 heures

Cognos 11

14 heures

IBM Cognos Analytics

14 heures

Alteryx Advanced

14 heures

Alteryx for Data Analysis

7 heures

Alteryx for Developers

14 heures

Data Preparation with Alteryx

7 heures

Algorithmic Trading with Python and R

14 heures

Stata: Beginner to Advanced

14 heures

Statistical Analysis with Stata and R

35 heures

Cluster Analysis with R and SAS

14 heures

Catégories Similaires

1