Plan du cours
Introduction
- Présentation d'AWS QuickSight
- Qu'est-ce qu'AWS et QuickSight ?
Premiers pas avec AWS QuickSight
- Création d'un compte AWS et QuickSight
- Comprendre le flux de travail de QuickSight
- Navigation dans l'interface utilisateur de QuickSight
Préparation des données dans QuickSight
- Comprendre la préparation des données dans QuickSight
- SPICE vs requête directe
- Téléchargement et importation de données dans QuickSight
- Travail avec les colonnes et champs
- Comprendre les champs calculés, fonctions et opérateurs
- Ajout de champs calculés à l'aide de chaînes de caractères à notre projet
- Extraction d'informations à partir de chaînes de caractères
- Utilisation des fonctions conditionnelles
- Création de champs calculés avec des valeurs numériques
- Ajout de différents filtres à un projet
Analyse et visualisation des données
- Comprendre la différence entre préparation et analyse des données
- Création de l'analyse de données
- Création de graphiques
- Comprendre les dimensions et mesures
- Ajout de jeux de données supplémentaires
- Formatage des champs, agrégation et granularité
- Formatage des graphiques
- Création d'un récit et d'une carte arborescente (treemap)
- Utilisation des filtres et tableaux
- Ajout d'une visualisation KPI
Exportation et partage des données du projet
- Comprendre l'actualisation et l'actualisation planifiée
- Exportation des données du projet en fichiers .csv
- Ajout d'utilisateurs à un compte
- Partage de jeux de données et d'analyses
- Création et partage de tableaux de bord
Utilisation des bases de données comme sources de données
- Configuration d'une base de données
- Préparation de données factices
- Connexion de QuickSight à une base de données
- Importation de données dans SPICE
- Importation de données sous forme de requête
- Importation de champs calculés et de requêtes
- Utilisation de bases de données NoSQL
Conclusion et prochaines étapes
Pré requis
- Connaissances de base en analyse de données et compréhension des concepts fondamentaux.
Public cible
- Analystes de données.
- Toute personne intéressée par l'analyse et la visualisation de données.
Nos clients témoignent (5)
Deepthi était extrêmement attentive à mes besoins, elle savait quand ajouter des couches de complexité et quand ralentir pour adopter une approche plus structurée. Deepthi a vraiment travaillé à mon rythme et s'est assurée que je puisse utiliser les nouvelles fonctions/outils moi-même en me montrant d'abord, puis en me laissant les recréer. Cela a vraiment aidé à ancrer la formation. Je ne suis pas plus heureux des résultats de cette formation et du niveau d'expertise de Deepthi !
Deepthi - Invest Northern Ireland
Formation - IBM Cognos Analytics
Traduction automatique
La diversité des sujets abordés
Romaric - Vacher
Formation - Business Intelligence and Data Analysis with Metabase
il était bien préparé - et il est très sympathique
Oliver - Post CH AG
Formation - Splunk Fundamentals
Traduction automatique
A utilisé de bons exemples, un bon rythme pour la formation et a couvert la plupart des sujets
David - McGraw Hill
Formation - Data Preparation with Alteryx
Traduction automatique
beaucoup d'exercices pratiques
Marcin - Narodowy Bank Polski
Formation - Splunk Data Administration
Traduction automatique