Mokymų teikėjo pateikta informacija
Pažangios duomenų analizės su MS Excel programa skirta atliepti šiandienos organizacijų poreikį priimti duomenimis pagrįstus sprendimus. Didžioji dalis verslo ir veiklos procesų yra susiję su duomenų analize ir interpretacija, todėl kritiškai svarbu ugdyti gebėjimus naudoti pažangius MS Excel įrankius bei technologijas duomenų analizei. Programa leis dalyviams įgyti įgūdžių, reikalingų efektyviai analizuoti, interpretuoti ir pateikti duomenis, prisidedant prie organizacijų sprendimų priėmimo procesų.
Dalyviai sužinos, kaip tvarkyti duomenis, taikant pažangias MS Excel funkcijas, kurti interaktyvias ataskaitas ir vizualizacijas, taip pat integruoti „Power Query“ ir „Power Pivot“ įrankius kasdieniam darbui. Šios kompetencijos padės organizacijoms priimti tikslesnius ir greitesnius sprendimus, gerinant veiklos efektyvumą ir konkurencingumą.
—
—
| Temos pavadinimas | Trumpas temos aprašymas |
|---|---|
| 1. Kurso apžvalga ir naudojami programiniai įrankiai | Susipažindinama su kurso struktūra, pagrindiniais tikslais ir numatomais rezultatais. Taip pat bus pristatyti visi naudojami programiniai įrankiai ir technologijos, įskaitant MS Excel, jo priedai MS Power Query, Power Pivot. Dalyviai sužinos, kaip šie įrankiai integruojami ir naudojami duomenų analizei, apdorojimui bei vizualizavimui. |
| 2. MS Excel panaudojimas duomenų analizei | Supažindinama, kaip efektyviai naudoti MS Excel duomenų analizei. Bus pristatyti pagrindiniai duomenų tvarkymo įrankiai ir metodai, tokie kaip rūšiavimas, filtravimas ir duomenų formatavimas. Dalyviai susipažins su Pivot Table ir Pivot Chart įrankiais duomenų apibendrinimui ir vizualizavimui. |
| 3. Pagrindinės MS Excel funkcijos, skirtos duomenų analitikai | Bus kalbama apie sudėtingesnes Excel funkcijas ir duomenų manipuliavimo technikas, kurios yra esminės analizei, taip pat padeda atlikti kompleksinius skaičiavimus ir duomenų filtravimą. Taip pat bus aptartos ir duomenų manipuliavimo technikos. |
| 4. ETL procesai naudojant MS Excel | Bus supažindinama su ETL (Extract, Transform, Load) procesais naudojant MS Excel, kurie yra svarbūs duomenų integravimui ir analizės rengimui. Bus demonstruojama kaip Excel galima naudoti duomenų išgavimui iš įvairių šaltinių, jų transformavimui į reikiamą formatą bei parengimui pačiai analizei. Taip pat bus aptariamos sudėtingesnės MS Excel funkcijos ir duomenų manipuliavimo technikos. Galiausiai, bus nagrinėjama, kaip šias technikas integruoti į nuoseklų ETL procesą, užtikrinant duomenų tikslumą ir nuoseklumą. |
| 5. Power Query naudojimas | Šioje temoje bus kalbama kaip Power Query leidžia lengvai importuoti duomenis iš įvairių šaltinių, juos transformuoti į reikiamą formatą bei automatiškai atnaujinti duomenis. Taip pat bus nagrinėjamos sudėtingesnes Power Query funkcijos ir duomenų manipuliavimo technikos, nagrinėjama, kaip naudojant Power Query galima optimizuoti duomenų analizės procesus, sumažinant rankinio darbo apimtis ir didinant analizės tikslumą bei efektyvumą. |
| 6. Duomenų modeliavimas su Power Pivot | Šioje temoje bus nagrinėjama, kaip Power Pivot leidžia sukurti sudėtingus duomenų modelius, jungiant skirtingus duomenų šaltinius ir lenteles į vieną konsoliduotą modelį. Taip pat bus aptarta sudėtingesnės Power Pivot funkcijos ir duomenų manipuliavimo technikos, bus nagrinėjama, kaip naudojant Power Pivot galima optimizuoti duomenų analizės procesus. |
| 7. DAX formulių naudojimas MS Excel | Šioje temoje besimokantieji bus supažindinti su DAX (Data Analysis Expressions) formulėmis, kurios leidžia kurti sudėtingus skaičiavimus ir agregacijas, naudojant Power Pivot įrankius. Taip pat bus aptariama sudėtingesnės DAX funkcijoss ir duomenų manipuliavimo technikas, bus nagrinėjama kaip naudojant DAX galima optimizuoti duomenų analizės procesus. |
| 8. Generatyvinis dirbtinis intelektas ir jo taikymas Excel | Šioje temoje bus kalbama kaip generatyvinis DI gali būti naudojamas analitiko darbe: automatizuotų ataskaitų, duomenų prognozių ir analizės scenarijų kūrimui. Taip pat bus aptariamos sudėtingesnes dirbtinio intelekto panaudojamumas ir technikos, tokias kaip natūralios kalbos apdorojimas, duomenų sintetinimas ir automatizuotas duomenų įžvalgų generavimas, kurios padeda atlikti kompleksines analizes ir prognozes. |
| 9. Duomenų vizualizacija Excel | Šioje temoje bus kalbama, kaip naudojant įvairius MS Excel grafikus ir diagramas galima vizualiai pateikti duomenis, siekiant pabrėžti svarbiausias įžvalgas ir tendencijas. Taip pat bus aptarta sudėtingesnės vizualizacijos technikos ir įrankius, bus nagrinėjama, kaip naudojant šias technikas galima pagerinti duomenų analizės procesus, didinant informacijos suprantamumą ir pateikimo aiškumą. |
| 10. Duomenų analizės metodai | Šioje temoje apžvelgsime įvairius statistinius ir analitinius metodus, naudojamus MS Excel aplinkoje, įskaitant regresinę analizę, koreliacijų analizę ir tendencijų nustatymą. Taip pat aptarsime sudėtingesnes analitines technikas, tokias kaip kintamųjų segmentacija, duomenų klasterizavimas ir prognozavimo modeliai, kurie padeda atlikti detalesnes ir tikslesnes analizes. |
| 11. Integracija su kitomis platformomis | Šioje temoje bus apžvelgiama, kaip MS Excel gali būti sujungtas su įvairiomis duomenų bazėmis, debesijos paslaugomis ir verslo analitikos įrankiais, siekiant sukurti integruotus ir sklandžius duomenų srautus. Taip pat aptarsime sudėtingesnes integracijos technikas ir įrankius, tokius kaip OneDrive, SQL Server, SharePoint, kurie padeda optimizuoti duomenų mainus ir bendradarbiavimą. |
| 12. Galutinis projektas | Šioje temoje bus sukurtas išsamus duomenų analizės projektas naudojant MS Excel, apimantį visus pagrindinius analitikos aspektus. Taip pat aptarsime projekto planavimo ir vykdymo etapus, įskaitant duomenų surinkimą, valymą, analizę, vizualizaciją ir išvadų pateikimą. Be to, nagrinėsime, kaip integruoti įvairius Excel įrankius ir technikas, tokius kaip Power Query, Power Pivot ir DAX formulės. |
—
—
Mokymosi programos trukmė: 54 akad. val.
Praktinio kontaktinio darbo trukmė: akad. val.
Teorinio kontaktinio darbo trukmė: akad. val.
Savarankiško darbo trukmė: akad. val.
Įgytų kompetencijų vertinimo sistema / skalė: Įskaityta
Tvarkaraščių duomenų nėra.
Noriu padėkoti organizatoriams ir lektoriui už aiškiai, išsamiai ir metodiškai pateiktą mokymo medžiagą. Man šis kursas buvo labai naudingas, įgijau daug naujų žinių ir įgūdžių, kuriuos gilinsiu ir tobulinsiu toliau savarankiškai.
Turėjau lūkestį, kad kurso metu išmoksiu. Realiai po kursų turėsiu viską kartoti, nes nedirbu su Power BI ir tiesiog susipažinau, kas tai yra.
Ačiū lektoriui ir visai komandai už suteiktą galimybę patobulinti kompetenciją ir sužinoti naujų dalykų.
Nuoširdžiai dėkoju organizatoriams ir lektoriui už galimybę dalyvauti šiuose mokymuose! Nors esu Excel pradžiamokslė, mokymosi programos nuoseklus ir logiškas išdėstymas (nuo pat pradmenų) bei galimybė dar kartą peržiūrėti paskaitų įrašus, sudarė galimybę pilnavertiškai dalyvauti mokymuose ir įgyti praktinių duomenų analizės įgūdžių. Paskaitų metu lektorius sukūrė saugią, mokymuisi palankią mokymosi aplinką, kantriai atsakė į visus kilusius klausimus. Nors mokymai vyko vakarais, po darbo, kokybiškai ir nuosekliai pateikiamas mokymo turinys bei tinkamas, ne per greitas mokymosi tempas sudarė galimybes įsigilinti ir praktiškai išbandyti mokymų medžiagą. Įgytos žinios bus labai naudingos mano darbe.
Programos reikalavimuose gal reikėtų nurodyti, kad žmonės tūrėtų bent vidutinius ar aukštesnius EXCEL gabumus prieš pasirenkant šį mokymą. Jei tavo suebėjimai žemesni nei vidutiniai programa gali pasirodyti ganėtinai sunki ir imli laikui.
Mokymai buvo išties labai naudingi ir praktiški. Lektorius išsamiai paaiškino visas temas nuo pagrindų iki sudėtingesnių dalykų. Įgytos tikrai reikalingos ir realiame gyvenime panaudojamos žinios.
Dėstomas kursas išpildė visus lūkesčius, užpildė turimas žinių spragas. Dėstytojas visada pasiruošęs paskaitai, dėsto aiškiai, atsako į visus klausimus.