3471 Business Data Analyst

Daten sind der Treibstoff für den Erfolg in Unternehmen. Vorausgesetzt, die Daten werden auch genutzt. Unternehmen können erst dann Fahrt aufnehmen, wenn sie über eigene Experten verfügen, die vorhandene Produktions-, Kunden- oder Markt-Daten strukturieren und auswerten und mittels Analysetools aufbereiten für künftige Entscheidungen.

Die Voraussetzungen:

Excel-Grundlagen-Kenntnisse auf dem Niveau des ECDL

Die Inhalte:

Grundlagen zu „Daten im Unternehmen“ (8 TE)

• Datenquellen, Datentypen (strukturiert, unstrukturiert) und -formate
• Datenbanken-Basics
• Wie sind Datenbanken aufgebaut
• Relationale Datenbank-Modelle
• SQL-Grundkenntnisse
• Stammdaten, Bewegungsdaten
• Metadaten und Datenkataloge
• Datenqualität
• Begriffsbestimmung Big Data, Data Science

Excel-Aufbau-Themen (24 TE)

• Datenengineering
• Excel-Umgang mit größeren Daten
• Datenimport (aus .csv, JSON, XML, SQL-DB, Open Data Portal)
• Daten zusammenführen (Listen vergleichen und aggregieren)
• Datenaufbereitung (Ausreißer, fehlende Werte identifizieren, Datentransformation, Doubletten beseitigen, Datenreduktion)
• Abfragen aus anderen Datenbanken erstellen bzw. weiterbearbeiten (z. B. SQL Statements)
• Links(), RECHTS(), FINDEN(), VERKETTEN() etc.
• Datenanalyse
• Visuelle Datenexploration mit Boxplot, Histogrammen, Scatterplots, ...
• Einfache statistische Datenanalyse (Median, Mittelwert, Standardabweichung, Varianz)
• Abhängigkeiten erkennen (Kovarianz, Korrelation, Kausalität, Lineare Regression) und Trendanalysen durchführen (log, exp, linear)
• PivotTable und PivotCharts

Arbeiten mit Power BI (16 TE)

• Datenmodelle erstellen
• Konzeption von Datenmodellen
• Beziehungen zwischen Datenmodellen
• Berechnungen
• Visualisierung
• Grundlagen zu Visualisierung (Diagrammtypen, gute/schlechte Visualisierungen)
• Visualisierungsfunktionen in Power BI
• Dashboards erstellen
• Filterfunktionen

Datenaufbereitung (4 TE)

• Reporting
• Storytelling

Rechtliche Rahmenbedingungen (4 TE)