Introduction to Tableau

Dieser eintägige Tableau-Kurs soll helfen, die wichtigsten Konzepte und Techniken in Tableau zu verstehen und anzuwenden, um von einfachen zu komplexen Visualisierungen zu gelangen und diese in interaktiven Dashboards zu kombinieren. Der Kurs wird auf der neuesten Tableau Creator/Explorer Version oder der Version, die in Ihrem Unternehmen verwendet wird, durchgeführt.

Zielgruppe  Jeder, der mit Daten arbeitet, unabhängig seines Hintergrundes. Tableau-Benutzer: Anfänger bis Fortgeschrittene.

Inhalt  Stellen Sie eine Verbindung zu Ihren Daten her unabhängig der Vielzahl an Formaten und Quellen. Bearbeiten und speichern Sie die Datenquellen; verarbeiten Sie Änderungen wie das Hinzufügen, Löschen von Feldern oder ändern Sie Namen. Erstellen Sie grundlegende Berechnungen, einschließlich der Manipulation von Zeichenketten, benutzerdefinierten Aggregationen und Verhältnissen, logischen Anweisungen und machen Sie rasche Tabellenberechnungen. Stellen Sie Ihre Daten mit eins/zwei Mausklicks in einer Vielzahl von Visualisierungstypen dar (Kreuztabellen, Karten, Doppelachsen-/Kombi-Diagramme, Heatmaps, Boxplots, Verteilungsdiagramme, Baumdiagramme, Streudiagramme usw.). Verwenden Sie Referenzlinien, um Elemente Ihrer Daten hervorzuheben. Nutzen Sie Gruppen, Kästen, Hierarchien, Sets und Filter, um gezielte und effektive Visualisierungen mit mehreren Messgrößen und Dimensionen zu erstellen. Kombinieren Sie schließlich Ihre Visualisierungen zu interaktiven Dashboards, teilen Sie diese mit anderen und veröffentlichen Sie sie online.

Practische Infos (z.B. Kosten) | Termine unserer geplanten Kurse

Advanced Tableau

Dieser 2-tägige Kurs wurde entwickelt, um ihnen das Know-How zu vermitteln um Sie zu einem Tableau Power User zu machen. Er richtet sich an Fachleute, die bereits über solide Arbeitserfahrungen mit Tableau verfügen und sich auf den nächsten Level bringen möchten. Der Kurs wird mit der neuesten Tableau Desktop Version durchgeführt.

Zielgruppe  Benutzer mit einem guten Verständnis aller grundlegenden Konzepte zur Erstellung von Arbeitsblättern und Dashboards.

Inhalt  Erstellen Sie fortschrittliche Diagrammtypen und Visualisierungen wie Balken in Balkendiagrammen, Pareto-Diagramme und Bullet-Diagramme. Erstellung komplexer Berechnungen zur Datenmanipulation. Daten für die Analyse vorbereiten und statistische Techniken zur Analyse anwenden. Verwendung von Parametern und Eingabesteuerungen. Fortgeschrittene geografische Mapping-Techniken implementieren und benutzerdefinierte Bilder und Geokodierung verwenden, um räumliche Visualisierungen von nicht-geografischen Daten zu erstellen. Kombinieren Sie Datenquellen und Daten aus mehreren Tabellen in derselben Datenquelle. Sorgen Sie dafür, dass Ihre Visualisierungen mit der Daten-Engine, Extrakten und effizienten Verbindungsmethoden so gut wie möglich funktionieren. Erstellen Sie bessere Dashboards für geführte Analysen, interaktives Dashboard-Design und visuelle Best Practices. Lernen Sie Tipps und Tricks zur Effizienz. Nutzen Sie Tableau Server auf einfache Weise, um Ihre Visualisierungen zu teilen.

Practische Infos (z.B. Kosten) | Termine unserer geplanten Kurse

Tableau Server Administration

Dieser 1-tägige Kurs behandelt ausführlich die Administration von Tableau Server, einschließlich der Verwaltung von Inhalten, Benutzern und Berechtigungen. Der Kurs beinhaltet praktische Übungen, um die erworbenen Fähigkeiten und Kenntnisse zu vertiefen.

Zielgruppe  Die erworbenen Kenntnisse und Fähigkeiten sind am besten für diejenigen geeignet, die die Tableau Server-Installation verwalten. Es werden keine Tableau-spezifischen Kenntnisse vorausgesetzt.

Inhalt  Benutzerinteraktionen mit Tableau Server / Tableau Server-Komponenten. Einzelserver-Installation / Inhaltsverwaltung. Autorisierung und Berechtigungen / Benutzer, Gruppen und Standorte. Datenquellen und Extrakte / Zeitpläne, Aufgaben und Abonnements. Überwachung des Serverstatus / Befehlszeilen-Dienstprogramme und REST API. Upgrade einer Einzelserver-Installation auf eine neue Version. Ändern der Authentifizierungsmethode.

Practische Infos (z.B. Kosten)

Visuelle Analysen & Storytelling

Dieser 2-tägige Kurs vermittelt den Teilnehmern die notwendigen konzeptionellen und technischen Fähigkeiten, um überzeugende Visualisierungen zu erstellen. Die Teilnehmer lernen effektive Datenvisualisierungstechniken kennen und erfahren, wie sie diese Konzepte in der Praxis mit Tableau anwenden können. Eine Vielzahl von einfachen und komplexen Visualisierungen wird erstellt, diskutiert und anschliessend in interaktiven Dashboards kombiniert.

Zielgruppe  Jeder, der mit Daten arbeitet, unabhängig von seinem technischen oder analytischen Hintergrund. Tableau-, PowerBI und Qlik-Nutzer: Anfänger bis Fortgeschrittene.

Inhalt  Lernen Sie, wie man Daten mit verschiedenen Formaten und Quellen verbindet, bearbeitet und speichert, Berechnungen erstellt, die effektiven Einsatzmöglichkeiten verschiedener Diagrammtypen entdeckt, bestehende Visualisierungen überprüft und Alternativen diskutiert, warum statistische Zusammenfassungen und Visualisierungen sich ergänzen und nicht ersetzen, Datenjournalismus erforscht, um mit Ihren Daten eine Geschichte zu erzählen und vieles mehr.

Practische Infos (z.B. Kosten)

Automatisieren Sie Ihre Arbeit mit KNIME

Setzen Sie Ihre kreative Energie frei – nie mehr wiederholende Arbeit in Excel. Dieser 2-tägige praktische Kurs vermittelt Ihnen das notwendige Wissen, um MS Excel-Arbeiten mit KNIME zu automatisieren. Verabschieden Sie sich von repetativer Excel arbeiten und gewinnen Zeit für kreatives Arbeiten das keine Programmierkenntnisse erfordert. Es erlaubt dem Benutzer, Datenflüsse durch Drag and Drop zu erstellen, selektiv einige oder alle Analyseschritte auszuführen und später die Ergebnisse, Modelle und interaktiven Ansichten zu überprüfen bevor sie angewendendet werden.

Zielgruppe  Jeder, der mit MS Excel arbeitet, um Berichte und jede andere Art von sich wiederholenden Aufgaben zu erstellen, einschließlich Formeln, Pivot-Tabellen, E/A von und zu einer Vielzahl von Datenquellen. Es werden keine technischen Kenntnisse vorausgesetzt.

Inhalt  Einführung in KNIME. Was ist KNIME? Wer benutzt es? Was können wir damit machen? Wie ist es im Vergleich zu Excel? Installation und technische Details. Demo. Praktische KNIME Arbeitsabläufe. Lesen und Schreiben von Daten aus und in Textdateien, Excel und Datenbanken. Sortieren, Spalten umbenennen. Filtern: Numerische, String- und NULL-Filterung. Grundlegende Operationen / Pivot-Tabellen / Textmanipulation / Dateimanipulation. Datum/Zeit: Konvertierung, Feldextraktion. Datenqualität: Unsaubere Eingabedaten; grundlegende und erweiterte Überprüfungen durchführen. Reproduzieren von Excel’s V und HLookup. Implementierung von Verknüpfungen zwischen Datenquellen. Workflow-Synchronisation / Automatisiertes Senden von E-Mails. Zwei Fallstudien. Arbeiten mit KNIME im Team. Knotenbenennungskonvention / KNIME Team Space / KNIME Server / Metanodes.

Praktische Informationen (z.B., Kosten) | Termine

Data Science Bootcamp

Dieser 5-tägige Intensivkurs konzentriert sich auf die vielen Aspekte der modernen Datenwissenschaft, wie visuelle Analytik, maschinelles Lernen, Künstliche Intelligenz (KI),  Datenmodellierung und Datenmanagement. Der Kurs kann je nach Ihren Interessen und Erfahrungen individuell angepasst werden. Beispielsweise können Sie eine umfassende Einführung in NoSQL-Datenbanken, wenn Sie mit diesem Konzept noch nicht vertraut sind, oder fortgeschrittene Kursblöcke zum Thema maschinelles Lernen oder KI besuchen, wenn Sie sich bereits mit diesen Themen auskennen.

Zielgruppe: Alle, die über einen wissenschaftlichen oder technischen Hintergrund verfügen, mit Software umgehen können und ein ausgeprägtes Interesse und den Ehrgeiz haben, Data Science zu beherrschen und auf reale Herausforderungen anzuwenden.

Inhalt: Quantum bietet ein fünftägiges Kursprogramm mit folgenden Inhalten an: Modellierung und Mapping, Visualisierung, Berichterstellung und Storytelling, quantitative Analyse und Datenmanagement. Der Kurs umfasst eine Mischung aus Vorlesungen, praktischen Übungen, die direkt mit den Vorlesungen in Zusammenhang stehen, und Anwendungsbeispielen.

Praktische Informationen (z.B. Preise)

Social Media Listening

Dieser zweitägige Praxis-Kurs vermittelt Ihnen das notwendige Wissen, um wichtige Erkenntnisse aus Social-Media-Konversationen zu gewinnen und in Ihrem Unternehmen anzuwenden, wobei über die einfache Überwachung von Hashtags und expliziten Erwähnungen von Marken oder Produkten hinausgegangen wird.

Mit 500 Millionen Tweets pro Tag, 2,2 Milliarden Nutzern auf Facebook, 95 Millionen neuen Fotos auf Instagram und 3,5 Milliarden Snaps pro Tag sind soziale Medien zu einem dominierenden Kanal für Marketing und Kundenbetreuung geworden. Nutzer verwenden  diesen Kanal, um sich bei Unternehmen Gehör zu verschaffen. Sie posten Kundendienstanfragen, geben aktiv Feedback und empfehlen ihren Followern Produkte. Dies führt zu einer Vielzahl unstrukturierter Daten, die Unternehmen für Kunden- und Produktinformationen nutzen können. Viele Unternehmen kratzen jedoch nur an der Oberfläche dieser reichhaltigen Informationsquelle. Es geht um mehr als nur um die Beantwortung von Fragen oder Kommentaren zu Ihrem Unternehmen (Social Media Monitoring). Durch Social Media Listening erfassen und verstehen fortschrittlichere Unternehmen das Gesamtbild hinter all diesen Gesprächen und wenden ihre Erkenntnisse dann strategisch und taktisch an. Ohne Social Media Listening verpasst Ihr Unternehmen umsetzbare Erkenntnisse von echten Menschen, die online aktiv über Sie und Ihre Branche sprechen.

Zielgruppe: Alle, die daran interessiert sind, über Social-Media-Gespräche über ihr Unternehmen, ihre Marke und ihre Produkte auf dem Laufenden zu bleiben. Es sind keine besonderen technischen Vorkenntnisse erforderlich.

Inhalt: Daten aus sozialen Medien sammeln: REST-APIs und ihre Verwendung. Bereiten Sie Ihre Daten mit Python vor, einer leistungsstarken, leicht zu erlernenden und weit verbreiteten Programmiersprache. Oder benutzen Sie KNIME ein Werkzeug, welches keine Coding-Fähigkeit benötigt. (check with Christoffer) Verstehen Sie Ihre Daten durch visuelle Erkundung. Identifizieren Sie Kundentypen: Vorlieben, Gewohnheiten, Kaufverhalten, Interaktion mit sozialen Medien und Communities. Kategorisieren und extrahieren Sie Bedeutungen aus Wörtern: Text Mining und Sentimentanalyse. Bilder statt Worte: Bild- und Marken-/Logoerkennung in sozialen Medien und auf E-Commerce-Websites. Wie man Social Media Listening in einem Unternehmen anwendet: Tipps und Tricks.

Praktische Informationen (z.B. Preise)

Data Science in Practice

Dieser eintägige Kurs vermittelt Ihnen das nötige Wissen, um die Daten Ihres Unternehmens zur Optimierung von Prozessen, zur Zeit- und Kostenersparnis sowie zur Aufrechterhaltung von Qualitätsstandards zu nutzen. Schärfen Sie Ihr Bewusstsein für den Wert von Daten in Ihrem Unternehmen. Mit Fokus auf den digitalen Fußabdruck Ihres Unternehmens und aus der Vielfalt der verfügbaren Datenquellen lernen Sie, wo Chancen liegen, um den digitalen Transformationsprozess zu starten und Schritt für Schritt auszubauen.

Zielgruppe:  Manager und Führungskräfte mit operativen und strategischen Aufgaben, die sich aktiv mit dem Thema Digitalisierung in ihrem Unternehmen auseinandersetzen möchten.

Inhalt:  Extraktion von Kernprozessen und -elementen. Wichtige Fragen und dazu erforderliche Daten. Verständnis der digitalen Präsenz des Unternehmens (intern und extern). Wie viel ist sinnvoll? ROI der Daten. Systematische Modellierung einer Aktivitätenlandschaft: kleine Schritte zu großen Zielen. Datenvisualisierung. Daten während des gesamten Produktlebenszyklus. Aufbau von Analyseteams und Kompetenzen innerhalb des Unternehmens. Sie werden besser einschätzen können: 1) wie sich die Digitalisierung auf Ihr Unternehmen auswirkt, 2) wie datengesteuerte Prozesse Ihre Geschäftsbereiche beeinflussen, 3) wie Sie fundierte Entscheidungen treffen können und 4) wie historische Daten Ihnen helfen können, die Zukunft Ihres Unternehmens zu gestalten.

Praktische Informationen (z.B. Preise)

Tools für Datenwissenschaftler

Dieser zweitägige Praxiskurs vermittelt Datenwissenschaftlern und Analysten einen umfassenden Überblick und das erforderliche Wissen über eine vollständige Palette von Tools, die für die moderne Arbeit mit Daten und Big Data heute notwendig sind.

Zielgruppe: Alle, die mit Daten zu Analysezwecken arbeiten, sowohl prädiktiv als auch deskriptiv. Es sind keine besonderen technischen Vorkenntnisse erforderlich.

Inhalt: Arbeiten mit Daten in relationalen Datenbanken. R: Datenmanipulation, statistische Analyse, Vorhersagemodelle, Berechnung und grafische Darstellung. Elemente und Techniken für lineare und nichtlineare Modellierung, klassische statistische Tests, Zeitreihenanalyse, Klassifizierung, Clustering mit R. Python: Programmiersprache zur Integration Ihrer Datenarbeit in eine Produktionsumgebung, wie z. B. Webanwendungen oder eine Unternehmensdatenbank. Visuelle Datenerkundung: Erfahren Sie, wie Sie mit moderner In-Memory-Visualisierung das Beste aus Ihren Daten herausholen können.

Praktische Informationen (z.B. Preise)

Konzepte und Design von Data Warehouses

Dieser eintägige Praxiskurs vermittelt den Teilnehmern einen umfassenden Überblick über die Konzepte und Designmethoden von Data Warehouses. Jeder Abschnitt enthält zahlreiche Beispiele aus der Praxis und praktische Übungen. Für Datenanalysten, Datenwissenschaftler und IT-Spezialisten.

Zielgruppe: Alle, die mit Daten in einem Data Warehouse oder mit Daten aus verschiedenen Datenquellen arbeiten und die Vorteile und Kosten eines Data Warehouse verstehen möchten. Es sind keine besonderen technischen Vorkenntnisse erforderlich.

Inhalt: Geschichte und Hintergrund von Data Warehouses. Referenzarchitektur. Hauptnutzer von Data Warehouses: Datenanbieter/Datenverbraucher. Konzepte der Online-Analyseverarbeitung (OLAP). Analytische Aufgaben von Data Warehouses. Reifegrad von Business Intelligence. Landing- und Staging-Bereich. Das Kernkonzept der Datenhistorisierung in Data Warehouses. Data Marts. Extrahieren, Transformieren, Laden: Konzept und Tools. Datenqualität und Daten-Governance. Metadaten und ihre Rolle in einem Data Warehouse; Data Warehouse-Verwaltung.

Praktische Informationen (z.B. Preise)

Einführung in SQL

Dieser zweitägige Praxiskurs vermittelt den Teilnehmern die notwendigen Kenntnisse für die Arbeit mit Daten in relationalen Datenbanken. Jeder Abschnitt enthält zahlreiche Beispiele aus der Praxis und praktische Übungen.

Zielgruppe: Alle, die mit Daten in relationalen Datenbanken arbeiten. Es sind keine besonderen technischen Vorkenntnisse erforderlich.

Inhalt:  Geschichte und Hintergrund. Arten von SQL-Anweisungen. SQL SELECT; Oracle- vs. ANSI-Syntax. Klauseln (WHERE, HAVING, …). Umgang mit NULL-Werten. Aggregatfunktionen. Bewertung der Ergebnisse Ihrer Abfragen. Verknüpfung von Datenbanktabellen. Unterabfragen. Arbeiten mit zeitlichen Daten; Historisierung von Datensätzen. Nützliche Funktionen; Mengenoperationen. Datenbankobjekte.

Praktische Informationen (z.B. Preise)

Praktische Datenmodellierung

Dieser eintägige Praxiskurs soll Ihnen helfen, die wichtigsten Konzepte und Techniken der Verwaltung von Unternehmensdaten für Berichts- und Analysezwecke zu verstehen und anzuwenden. Jeder Abschnitt umfasst zahlreiche praktische Übungen.

Zielgruppe:  Alle, die mit Daten in Datenbanken oder mit Datenextrakten zu Analysezwecken arbeiten. Es sind keine besonderen technischen Vorkenntnisse erforderlich.

Inhalt:  Verbindung zwischen Unternehmen und Daten: Wie sich Struktur und Prozesse Ihres Unternehmens auf die Datenmodellierung auswirken. Ebenen, Arten und Kontexte der Datenmodellierung. Überblick über Notationen und Konzepte der Datenmodellierung. Bedeutung und Verwendung der logischen und physischen Datenmodellierung. Datennormalisierung: Vor- und Nachteile, Techniken. Dimensionales Modellieren: Was es ist und wann es eingesetzt wird. Modellierung für Analysen: Worauf zu achten ist und wie man sie optimieren kann. Datenhistorisierung: Konzepte und Best Practices. Gutes Datenbankdesign. Referenzdaten.

Praktische Informationen (z.B. Preise)