Modelowanie danych w Qlik Sense
Szkolenie nauczy Cię zaawansowanego przetwarzania danych w Qlik Sense. Pozwali zrozumieć i wykorzystać atuty modelu danych Qlik. Pokażemy Ci zestaw najważniejszych operacji czytania, łączenia, czyszczenia, naprawy i filtrowania danych. Wykonamy wspólnie serię ćwiczeń i praktycznych przykładów. Wskażemy Ci dobre praktyki, poznasz również techniki stosowane przez liderów analizy danych w innych firmach.
Data szkolenia: 20-21 czerwca

Czas trwania
16 godzin
Poziom
średnio zaawanasowany
Typ szkolenia
online | onsite
Cena
3 600 zł
Czas trwania
16 godzin
Poziom
średnio zaawansowany
Typ szkolenia
online | onsite
Cena
3 600 zł
Czego nauczysz się w trakcie szkolenia?
Czytać dane z użyciem skryptu Qlika
Rozwiązywać typowe problemy z obsługą danych
Czyścić, wzbogacać, generować i grupować dane
Stosować triki do realizacji potrzeb użytkowników
Łączyć dane z różnych dziedzin – np. sprzedaż i budżet
Dbać o dokładność danych i poprawność wnioskowania przez użytkowników
Poprawiać szybkość przetwarzania danych
Łączyć się do wielu różnych źródeł danych
Zapisz się na szkolenie 20-21 czerwca!


Tematyka szkolenia
- Praca ze skryptem Qlik
- Łączenie do źródeł danych
- Znaczenie, działanie i przewagi asocjacyjnego modelu danych
- Rodzaje modeli danych, tabele faktów i słowników
- Rozwiązywanie typowych problemów w danych
- Łączenie danych z wielu źródeł (Excel, CSV, XML, bazy danych)
- Scalanie danych (Join, Concatenate)
- Różne sposoby ograniczania ładowanych danych (Where, Exists, Keep)
- Generowanie danych (Mapping, Resident, Preceding, Groupy By, Inline, IntervalMatch)
- Przykład modelowania danych: łączenie budżetu ze sprzedażą
- Przykład modelowania danych: kursy walutowe
- Łączenie danych o różnej szczegółowości i z różnym zakresem danych
- Ograniczanie dostępu (Section Access)
- Kreatywne użycie Section Access, data island, zakładka z wyszukiwaniem
- Zapisywanie danych, praca z QVD
- Pętla For i przyrostowe czytanie danych
- Polecenia dodatkowe
- Eksport utworzonej aplikacji do wglądu po szkoleniu