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
- Préparer des données fictives
- Connecter 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
- Connaissance et compréhension de base de l'analyse des données
Public
- Analystes de données
- Toute personne intéressée par l'analyse et la visualisation de données
Nos clients témoignent (5)
Deepthi était très à l'écoute de mes besoins, elle savait quand ajouter des couches de complexité et quand se retenir et adopter une approche plus structurée. Deepthi a vraiment travaillé à mon rythme et s'est assurée que j'étais capable d'utiliser les nouvelles fonctions/outils moi-même en me montrant d'abord puis en me laissant recréer les éléments moi-même, ce qui a vraiment aidé à intégrer la formation. Je ne pourrais pas être plus satisfait 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
Partager un exemple d'application
Formation - Alteryx for Data Analysis
Traduction automatique
Très clairement articulé et expliqué
Harshit Arora - PwC South East Asia Consulting
Formation - Alteryx for Developers
Traduction automatique
Régression linéaire - l'algorithme pour prédire la tendance
Vincent Ko - UBS
Formation - Data Preparation with Alteryx
Traduction automatique