Plan du cours
Introduction
- Présentation d'AWS QuickSight
- Qu'est-ce qu'AWS et QuickSight ?
Démarrage avec AWS QuickSight
- Création d'un compte AWS et QuickSight
- Compréhension du flux de travail de QuickSight
- Navigation dans l'interface utilisateur de QuickSight
Préparation des données dans QuickSight
- Compréhension de la préparation des données dans QuickSight
- SPICE vs requête directe
- Téléchargement et importation de données dans QuickSight
- Travail avec les colonnes et les champs
- Compréhension des champs calculés, des fonctions et des opérateurs
- Ajout de champs calculés en utilisant des chaînes à notre projet
- Extraction d'informations à partir de chaînes
- Utilisation de fonctions conditionnelles
- Création de champs calculés avec des valeurs numériques
- Ajout de différents filtres à un projet
Analyse et visualisation des données
- Compréhension de la différence entre la préparation et l'analyse des données
- Création de l'analyse des données
- Création de visuels
- Compréhension des dimensions et des mesures
- Ajout de jeux de données supplémentaires
- Formatage des champs, agrégation et granularité
- Formatage des visuels
- Création d'une histoire et d'un arbre
- Utilisation des filtres et des tableaux
- Ajout d'une visualisation d'indicateur clé de performance (ICP)
Exportation et partage des données du projet
- Compréhension de l'actualisation et de l'actualisation planifiée
- Exportation des données du projet sous forme de fichiers .csv
- Ajout d'utilisateurs à un compte
- Partage de jeux de données et d'analyses
- Création et partage de tableaux de bord
Utilisation de 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
Résumé et prochaines étapes
Pré requis
- Connaissances de base et compréhension de l'analyse des données.
Audience cible
- Analystes de données.
- Toute personne intéressée par l'analyse et la visualisation des données.
Nos clients témoignent (4)
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
beaucoup d'exercices pratiques
Marcin - Narodowy Bank Polski
Formation - Splunk Data Administration
Traduction automatique