To view this video please enable JavaScript.
Kursbeschreibung
Unternehmen investieren massiv in die Datenanalyse - und das aus gutem Grund. Die Investition in Daten führt zu höheren Umsätzen, einer effizienteren Nutzung von Ressourcen und einer Verringerung der Geschäftsrisiken. Aber einmal gesammelte Daten sind selten sofort für ein Unternehmen nutzbar. Zwischen der Datenerfassung und dem Zeitpunkt, an dem die Daten so organisiert sind, dass das Unternehmen sie nutzen kann, müssen viele Schritte unternommen werden. Die Organisation der gesammelten Daten ist der kritischste und vielleicht auch zeitaufwändigste Schritt, bevor die Daten in eine für das Unternehmen aussagekräftige Form gebracht werden können. Die in diesem Kurs besprochenen Themen und Konzepte bieten eine grundlegende Basis für das Verständnis der sich ständig verändernden Datenlandschaft.
In diesem Kurs "Datenorganisation für Einsteiger" erfahren Sie, wie Sie Datenverwendungsfälle identifizieren und Daten so aufbereiten, dass sie diesen Verwendungsfällen gerecht werden. Wenn gesammelte Daten viele Benutzer und Anwendungsfälle unterstützen müssen, müssen Sie sicherstellen, dass die Datenverwendung auf konsistente, verwaltete Weise erfolgt, um das Risiko zu verringern, dass die Integrität oder Geschwindigkeit der Datenanalyse beeinträchtigt wird. Wir befassen uns mit Techniken zur Datenorganisation und mit der Frage, wie Unternehmen Informationen ordnungsgemäß verwalten und speichern, um ihre Benutzer mit genauen, qualitativ hochwertigen Daten bestmöglich zu unterstützen.
Was Sie lernen werden
- Die verschiedenen operativen und analytischen Anwendungsfälle für gesammelte Daten verstehen
- Konzepte und Ansätze zur Bereinigung, Umwandlung und Präsentation von Daten durch Scrubbing und Wrangling erkunden
- Datenmanipulations-, Transformations- und Visualisierungstechniken anwenden, um Daten zu organisieren
- Verstehen, wie eine Organisation Daten verwaltet, um genaue, hochwertige Daten für Datenconsumer bereitzustellen
- Vergleichen Sie, wie Daten in einem Unternehmen gespeichert und aufgerufen werden, einschließlich Data Warehouse vs. Data Lake und lokal vs. Cloud
Wichtige Erkenntnisse
- Die Organisation gesammelter Daten ist der kritischste und oft zeitaufwändigste Schritt, bevor Daten in etwas Wirksames für das Geschäft interpretiert werden können.
- Investitionen in Datenanalytics können zu erhöhten Einnahmen, effizienterer Ressourcennutzung und Risikominderung führen.
- Daten sind selten unmittelbar verwendbar nach der Erfassung, daher sind viele Schritte zwischen Datenerfassung und der Umwandlung in etwas notwendig, auf das das Geschäft einwirken kann.
- Wenn Daten viele Benutzer und Anwendungsfälle unterstützen müssen, sollte der Verbrauch auf konsistente, verwaltete Weise erfolgen, um Risiken für die Integrität oder Geschwindigkeit der Datenanalyse zu reduzieren.
- Wie die Daten erfasst wurden und wie sie verwendet werden, sind wichtig, wenn Sie Daten vorbereiten, um ihre beabsichtigten Anwendungsfälle zu erfüllen.
Häufig gestellte Fragen
Für wen ist dieser Kurs?
Dies ist ein Anfängerkurs, der eine grundlegende Grundlage für das Verständnis der ständig sich ändernden Datenlandschaft bietet, bestimmt für diejenigen, die lernen möchten, wie man gesammelte Daten organisiert.
Welche Themen behandelt der Kurs?
Er behandelt die Identifizierung von Datenverwendungsfällen, Datenvorbereitung durch Scrubbing und Wrangling, Datenmanipulation und -umwandlung, Datenvisualisierung, semantische Präsentation, Datenmodellierung, Datenverwaltung, Datenformate für die Verarbeitung, Data Warehouse vs. Data Lake und lokal vs. Cloud-Daten.
Was kann ich nach diesem Kurs tun?
Sie verstehen verschiedene Verwendungen gesammelter Daten, erkunden Ansätze zur Bereinigung, Umwandlung und Präsentation von Daten, verstehen, wie Organisationen Daten für Genauigkeit und Qualität verwalten, und verstehen, wie Daten normalerweise in einem Unternehmen gespeichert und aufgerufen werden.
Welche Fähigkeiten hilft dieser Kurs aufzubauen?
Der Kurs entwickelt Fähigkeiten in Datenverwaltung, Datenklassifizierung, Datenverwaltung, Datenverwaltungsplanung, Datenmodellierung und Datenvorbereitung.











