Biznesa un datu analīze ar Power BI

Kursa apguve sniegs uzņēmumu darbiniekiem digitālās kompetences par biznesa inteliģences rīka Power BI pamatprincipiem un tā pielietošana datu analītikā. Pabeidzot šo kursu, darbinieki būs spējīgi uzstādīt un sagatavot datus no dažādiem resursiem, kā arī izmantot iebūvētos rīkus, lai analizētu un prezentētu rezultātus.

Norises laiks: tiek precizēts
Norises vieta: tiešsaiste
Apjoms: 32 akadēmiskās stundas
Dalībnieku skaits no uzņēmuma: 1-3 dalībnieki
Cena: EUR 700,-*

*tiek piemērota 100% de minimis atbalsta intensitāte


Nepieciešamās priekšzināšanas: Datora, interneta pārlūkprogrammu un Office lietošanas pamatprasmes. Programma ir piemērota iesācējiem bez priekšzināšanām programmēšanā un datu analītikā, kuri vēlas apgūt datu analīzes un vizualizācijas pamatprincipus ar nolūku pielietot prasmes iekšējām kompānijas vajadzībām, vai sniegt šādus pakalpojumus citiem. Kursa satura apgūšanā priekšrocības būs dalībniekiem, kuriem ir priekšzināšanas darbā ar datu bāzēm.

Kursa apraksts

Kurss ir sadalīts piecās daļās. Kursa laikā notiek 5 vebināri, pēc katra no tiem, dalībniekiem ir pieejami izdales materiāli, lai patstāvīgi apskatīto saturu apgūtu padziļināti. Lai kursa dalībnieki varētu ne tikai sekot līdzi saturam teorētiski, bet arī praktiski veidot savus risinājumus, būs nepieciešama piekļuve kursā izmantotajām platformām. Reģistrāciju šīm platformām veic paši dalībnieki un Latvijas Universitāte pieeju tām nenodrošina. Kursa beigās notiks tests, pēc kura veiksmīgas nokārtošanas, dalībnieki saņems sertifikātu.

Kursa apskatītās apakštēmas:

1. Ievads datu analīzē un Power BI;
2. Datu ielādes, pirmsapstrādes un modeļa izveides pamati;
3. DAX valodas izpratne;
4. Grafiska datu atspoguļošana un pielāgošana;
5. Pārskatu publicēšana, dalīšanās un uzlabotas pārskatu metodes.

        Kursa uzdevumi

        1. Apgūt datu ielasīšanas un apstrādes paņēmienus.
        2. Apgūt modeļu izveidi un datu manipulēšanas metodes.
        3. Apgūt datu vizualizācijas rīkus un informācijas dalīšanās metodes.
        4. Praktiski iegūt un apstrādāt jēlos datus (raw data).
        5. Izstrādāt pārskatus, ņemot vērā tā nepieciešamos darbības principus.
        6. Praktiski pielietot iegūtās zināšanas, pielietojot iepriekš apgūtās metodes un spēt paskaidrot rezultātus.

        Laika grafiks


         Datums Pasākums 
         7. maijs
        18.00 - 19.30
         1. vebinārs
        Ievads datu analīzē un Power BI
        14. maijs
        18.00 - 19.30
         2. vebinārs
        Datu ielādes, pirmsapstrādes un modeļa izveides pamati
         21. maijs
        18.00 - 19.30
         3. vebinārs
        DAX valodas izpratne
         28. maijs
        18.00 - 19.30
         4. vebinārs
        Grafiska datu atspoguļošana un pielāgošana
         4. jūnijs
        18.00 - 19.30
         5. vebinārs
        Pārskatu publicēšana, dalīšanās un uzlabotas pārskatu metodes
         11.jūnijs
        18.00 – 20.00
         Gala pārbaudījums

        Sasniedzamie rezultāti

        Šīs apmācības ir paredzētas uzņēmumu augstākai un vidējai vadībai, kas fokusēts uz vidēju uzņēmumu digitālo transformēšanu.

        1.       Zināšanas

        • Izpratne par datu analītiķa lomu, veidiem un principiem, kā arī datu un to glabātuvju tipiem.
        • Datu ieguve no dažādām glabātuvēm un Power BI uzglabāšanas metodes.
        • Datu apstrādes, tīrīšanas un profilēšanas metodes.
        • Datu modelēšanas principi un to ietekme uz veiktspēju.
        • Datu un modeļa struktūras manipulēšana ar DAX.
        • Pārskatu būvēšana un datu interpretācijas pamatprincipi.
        • Datu analīze, izmantojot pieejamos statistikas un mākslīgā intelekta rīkus.
        • Pārskatu dalīšanās, drošības līdzekļu ieviešana un informācijas paneļu izveide, izmantojot Power BI service.

        2.      Prasmes

        • Datu ielāde Power BI desktop no dažādām glabātuvēm,
        • Apstrādāt “jēlos” datus un mainīt tabulas struktūru pēc nepieciešamības.
        • Datu modeļa izveide, rediģēšana un optimizācija.
        • Datu manipulācija, izmantojot DAX funkcijas.
        • Pārskatu būvēšana, izmantojot vizualizācijas un mākslīgā intelekta rīkus.
        • Pārskatu dalīšanās, rindu līmeņa drošības ieviešanas un informācijas paneļu izveide, izmantojot Power BI service.

        3.      Kompetences

        • Problēmu risināšanas koncepti, izmantojot datu analizēšanas metodes ar Power BI.
        • Noteikt un identificēt vajadzības, izvēlēties un lietot digitālos rīkus un iespējamās tehnoloģiskās atbildes to risināšanai.
        • Pielāgot digitālās vides personīgajām vajadzībām (piem., pieejamība).
        • Radoša digitālo rīku izmantošana. Izmantot digitālos rīkus un tehnoloģijas zināšanu, procesu un produktu radīšanai. Patstāvīgi un kolektīvi iesaistīties izziņas procesos, lai izprastu un risinātu konceptuālas problēmas un problēmsituācijas digitālā vidē.
        • Noteikt trūkstošās digitālās kompetences prasmes. Saprast, kuras digitālās kompetences nepieciešams uzlabot. Spēt atbalstīt citus viņu digitālo kompetenču attīstībā. Meklēt pašattīstības iespējas un sekot līdzi digitālajiem jauninājumiem.

        Lektore

        Rita Žuka
        Mg.oec., LU Biznesa, vadības un ekonomikas fakultātes lektore datortehnoloģiju un datu analīzēs jomā


        Informācija par apmācību organizatoru

        Kā pieteikties apmācībām?

        Ja esi aizpildījis pieteikumu Eiropas Digitālās inovācijas centra atbalstam:

        Sazinies ar sev tuvāko Latvijas reģiona kontaktpunktu! 


        LDA EDIC Kontaktpunkti Latvijā

        Ja neesi aizpildījis pieteikumu Eiropas Digitālās inovācijas centra atbalstam:

        Aizpildi pieteikuma anketu, 15. jautājumā atzīmējot ķeksīti pie "Digitālo prasmju apmācībām (100% atbalsts)". Ar Tevi sazināsies atbildīgā reģiona kontaktpunkta pārstāvis!

        Aizpildīt pieteikumu

        Līdzfinansēts no Eiropas Savienības projekta "Latvijas Digitālais akselerators" DAoL, ID Nr. 101083718 un Eiropas Savienības Atjaunošanas un noturības mehānisma ID Nr. 2.2.1.1.i.0/1/23/I/CFLA/002.
        Eiropas Savienība neatbild par vietnes saturu.