Εκδηλώσεις ενδιαφέροντος έως 14/9/26
Πιστοποιημένο πρόγραμμα Ανάλυσης παιδικού ιχνογραφήματος (ζωγραφιάς) - σεμινάριο

Data analyst: Excel, Power BI, Business intelligence

Εξ αποστάσεως επιμορφωτικό σεμινάριο

Διεξάγεται από το Κέντρο Δια Βίου Μάθησης ΕΥΔΟΚΙΜΟΣ

Το online σεμινάριο: Data analyst: Excel, Power Bi, Business intelligence απευθύνεται σε ενήλικες που επιθυμούν να αποκτήσουν ολοκληρωμένες γνώσεις στην ανάλυση δεδομένων, στο Excel, στο Power BI και στο Business Intelligence ή να ενισχύσουν τις υφιστάμενες επαγγελματικές τους δεξιότητες. Ενδεικτικά, απευθύνεται σε κάθε ενδιαφερόμενο από 18 ετών και άνω για την ενίσχυση του βιογραφικού του και στο πλαίσιο της συνεχιζόμενης επαγγελματικής κατάρτισης και επιμόρφωσης ενηλίκων. Επίσης απευθύνεται σε: • Εργαζομένους και στελέχη επιχειρήσεων που χρησιμοποιούν δεδομένα, αναφορές και δείκτες απόδοσης στην καθημερινή τους εργασία. • Υποψήφιους και νέους data analysts που επιθυμούν να αποκτήσουν συστηματικές γνώσεις και πρακτικές δεξιότητες στα βασικά εργαλεία του επαγγέλματος. • Οικονομολόγους, λογιστές και στελέχη οικονομικών υπηρεσιών που χρειάζονται προηγμένες δυνατότητες επεξεργασίας και ανάλυσης οικονομικών δεδομένων. • Στελέχη πωλήσεων, marketing και εμπορικών τμημάτων που επιθυμούν να αναλύουν την απόδοση πωλήσεων, πελατών, προϊόντων και καμπανιών. • Στελέχη διοίκησης και Business Intelligence που χρειάζονται αξιόπιστους KPIs, dashboards και αναλυτικές αναφορές για τη λήψη αποφάσεων. • Επαγγελματίες πληροφορικής και ψηφιακού μετασχηματισμού που επιθυμούν να ενισχύσουν τις γνώσεις τους στη διαχείριση και οπτικοποίηση επιχειρηματικών δεδομένων. • Ελεύθερους επαγγελματίες και επιχειρηματίες που θέλουν να αξιοποιούν αποτελεσματικότερα τα δεδομένα της δραστηριότητάς τους. • Φοιτητές και αποφοίτους οικονομικών, διοικητικών, θετικών, τεχνολογικών και συναφών σπουδών που επιθυμούν να αποκτήσουν πρακτικές δεξιότητες data analysis και Business Intelligence.
Διάρκεια προγράμματος:
⏱️ 440 ώρες / 10 μήνες

🏷️ Μόλις με 25 € / μήνα
🎁 ΔΩΡΟ 2 μήνες διδάκτρων με προεξόφληση
✔️ Άμεση έναρξη – χωρίς αναμονές
✔️ Εξ αποστάσεως ασύγχρονη παρακολούθηση
Κωδικός σεμιναρίου: 5.222
Ενδιαφέρομαι – Πείτε μου περισσότερα


Το εξ αποστάσεως σεμινάριο: Data analyst: Excel, Power BI, Business intelligence αποτελεί ένα ολοκληρωμένο πρόγραμμα επιμόρφωσης στην ανάλυση, επεξεργασία, μοντελοποίηση και οπτικοποίηση επιχειρηματικών δεδομένων, με έμφαση στην αξιοποίηση του Microsoft Excel, του Power Query, του Power BI και της γλώσσας DAX. Μέσα από 18 θεματικές οι επιμορφούμενοι προσεγγίζουν συστηματικά ολόκληρο τον κύκλο εργασιών ενός data analyst: από τη συλλογή, οργάνωση και προετοιμασία των δεδομένων έως τη στατιστική ανάλυση, τη δημιουργία αναλυτικών μοντέλων, την ανάπτυξη διαδραστικών dashboards και τη μετατροπή των δεδομένων σε αξιοποιήσιμη επιχειρηματική γνώση.

Οι συμμετέχοντες:
• Κατανοούν σε βάθος τις βασικές αρχές, τους ρόλους και τον κύκλο εργασιών του data analyst, τη δομή και τις απαιτήσεις του Business Intelligence, καθώς και τους παράγοντες που επηρεάζουν την ποιότητα, την αξιοπιστία και την επιχειρηματική αξία των δεδομένων.
• Εξοικειώνονται με τις βασικές διαδικασίες επεξεργασίας και ανάλυσης δεδομένων, όπως η συλλογή, ο καθαρισμός, ο μετασχηματισμός και η τυποποίηση πρωτογενών δεδομένων, η στατιστική ανάλυση και η εφαρμογή προηγμένων συναρτήσεων, η κατασκευή PivotTables και PivotCharts, η δημιουργία αναλυτικών μοντέλων και δεικτών απόδοσης (KPIs), καθώς και η αναγνώριση και αντιμετώπιση σφαλμάτων, αποκλίσεων και κινδύνων ποιότητας δεδομένων.
• Επιμορφώνονται στη συνολική και στρατηγική αξιοποίηση επιχειρηματικών δεδομένων, στη συνδυαστική αξιολόγηση διαφορετικών πηγών, τάσεων, συσχετίσεων και λειτουργικών αναγκών, καθώς και στη λήψη τεκμηριωμένων αποφάσεων μέσω της ανάπτυξης διαδραστικών dashboards και αναφορών.
• Εξελίσσονται επαγγελματικά ισχυροποιώντας το βιογραφικό τους


Το πρόγραμμα διεξάγεται από το Κέντρο Δια Βίου Μάθησης ΕΥΔΟΚΙΜΟΣ, αδειοδοτημένο από το Υπουργείο Παιδείας, Θρησκευμάτων και Αθλητισμού με αριθμό απόφασης Κ6/162254 και πιστοποιημένο από τον Εθνικό Οργανισμό Πιστοποίησης Προσόντων και Επαγγελματικού Προσανατολισμού (Ε.Ο.Π.Π.Ε.Π.).

Αδειοδοτημένο Κέντρο Δια Βίου Μάθησης (ΚΔΒΜ) από το Υπουργείο Παιδείας, Θρησκευμάτων και Αθλητισμού με αριθμό απόφασης Κ6/162254 και πιστοποιημένο από τον Ε.Ο.Π.Π.Ε.Π


Σε επίπεδο γνώσεων, με την ολοκλήρωση του προγράμματος οι επιμορφούμενοι αναμένεται:
• Να κατανοούν τον ρόλο του data analyst και τη συμβολή της ανάλυσης δεδομένων στη λήψη επιχειρηματικών αποφάσεων.
• Να γνωρίζουν τις βασικές κατηγορίες δεδομένων, τις πηγές τους και τις αρχές ποιότητας δεδομένων.
• Να κατανοούν τις βασικές αρχές οργάνωσης, επεξεργασίας και ανάλυσης δεδομένων στο Excel.
• Να γνωρίζουν τη λειτουργία βασικών και προηγμένων συναρτήσεων Excel.
• Να κατανοούν τη λειτουργία και τις δυνατότητες των PivotTables και των PivotCharts.
• Να γνωρίζουν τις βασικές αρχές περιγραφικής και επαγωγικής στατιστικής που χρησιμοποιούνται στην επιχειρηματική ανάλυση.

Σε επίπεδο δεξιοτήτων, με την ολοκλήρωση του προγράμματος οι επιμορφούμενοι αναμένεται:
• Να οργανώνουν και να διαχειρίζονται αποτελεσματικά μεγάλα σύνολα δεδομένων στο Excel.
• Να δημιουργούν σύνθετους τύπους και να χρησιμοποιούν κατάλληλες συναρτήσεις για την επίλυση αναλυτικών προβλημάτων.
• Να καθαρίζουν, να τυποποιούν και να προετοιμάζουν δεδομένα για ανάλυση.
• Να δημιουργούν PivotTables, PivotCharts και διαδραστικές αναφορές.
• Να εφαρμόζουν βασικές στατιστικές τεχνικές σε επιχειρηματικά δεδομένα.

Σε επίπεδο ικανοτήτων, με την ολοκλήρωση του προγράμματος οι επιμορφούμενοι αναμένεται:
• Να μετατρέπουν επιχειρηματικά ερωτήματα σε σαφώς ορισμένα προβλήματα ανάλυσης δεδομένων.
• Να αξιολογούν την ποιότητα και την καταλληλότητα των δεδομένων πριν από τη χρήση τους.
• Να επιλέγουν το κατάλληλο εργαλείο και την κατάλληλη αναλυτική τεχνική ανάλογα με το πρόβλημα.
• Να συνδυάζουν Excel, Power Query, Power BI και DAX σε ολοκληρωμένες ροές εργασίας.
• Να ερμηνεύουν κριτικά τα αποτελέσματα στατιστικών και επιχειρηματικών αναλύσεων.
• Να εντοπίζουν τάσεις, αποκλίσεις, συσχετίσεις και πρότυπα μέσα στα δεδομένα.
• Να διακρίνουν τα σημαντικά επιχειρηματικά insights από πληροφορίες περιορισμένης αναλυτικής αξίας.


Το σεμινάριο: Data analyst: Excel, Power BI, Business intelligence απευθύνεται σε ενήλικες που επιθυμούν να αποκτήσουν ολοκληρωμένες γνώσεις στην ανάλυση δεδομένων, στο Excel, στο Power BI και στο Business Intelligence ή να ενισχύσουν τις υφιστάμενες επαγγελματικές τους δεξιότητες.

Ενδεικτικά, απευθύνεται σε κάθε ενδιαφερόμενο από 18 ετών και άνω για την ενίσχυση του βιογραφικού του και στο πλαίσιο της συνεχιζόμενης επαγγελματικής κατάρτισης και επιμόρφωσης ενηλίκων. Επίσης απευθύνεται σε:
• Εργαζομένους και στελέχη επιχειρήσεων που χρησιμοποιούν δεδομένα, αναφορές και δείκτες απόδοσης στην καθημερινή τους εργασία.
• Υποψήφιους και νέους data analysts που επιθυμούν να αποκτήσουν συστηματικές γνώσεις και πρακτικές δεξιότητες στα βασικά εργαλεία του επαγγέλματος.
• Οικονομολόγους, λογιστές και στελέχη οικονομικών υπηρεσιών που χρειάζονται προηγμένες δυνατότητες επεξεργασίας και ανάλυσης οικονομικών δεδομένων.
• Στελέχη πωλήσεων, marketing και εμπορικών τμημάτων που επιθυμούν να αναλύουν την απόδοση πωλήσεων, πελατών, προϊόντων και καμπανιών.
• Στελέχη διοίκησης και Business Intelligence που χρειάζονται αξιόπιστους KPIs, dashboards και αναλυτικές αναφορές για τη λήψη αποφάσεων.
• Επαγγελματίες πληροφορικής και ψηφιακού μετασχηματισμού που επιθυμούν να ενισχύσουν τις γνώσεις τους στη διαχείριση και οπτικοποίηση επιχειρηματικών δεδομένων.
• Ελεύθερους επαγγελματίες και επιχειρηματίες που θέλουν να αξιοποιούν αποτελεσματικότερα τα δεδομένα της δραστηριότητάς τους.
• Φοιτητές και αποφοίτους οικονομικών, διοικητικών, θετικών, τεχνολογικών και συναφών σπουδών που επιθυμούν να αποκτήσουν πρακτικές δεξιότητες data analysis και Business Intelligence.


Η μέθοδος υλοποίησης του σεμιναρίου: Data analyst: Excel, Power BI, Business intelligence είναι δομημένη με γνώμονα την ευελιξία, την επιστημονική εγκυρότητα και την υποστήριξη της αυτόνομης μάθησης. Ακολουθεί η αναλυτική παρουσίαση της μεθοδολογίας:
• Μορφή εκπαίδευσης: Το πρόγραμμα υλοποιείται με τη μέθοδο της εξ αποστάσεως ασύγχρονης τηλεκατάρτισης. Οι επιμορφούμενοι έχουν πρόσβαση στο υλικό μέσω της πλατφόρμας Moodle, ώστε να προσαρμόζουν τη μελέτη στον δικό τους χρόνο και ρυθμό, ενισχύοντας την εκπαιδευτική τους αυτονομία.
• Δομή και ροή υλικού: Η εκπαιδευτική διαδικασία είναι σπονδυλωτή. Το υλικό του προγράμματος διατίθεται στους επιμορφούμενους σταδιακά κάθε μήνα.
• Εκπαιδευτικό υλικό: Στο σύνολο των ενοτήτων περιλαμβάνονται:
– Λέξεις-κλειδιά και στόχοι: Για τον γρήγορο προσανατολισμό του επιμορφούμενου.
– Προσδοκώμενα αποτελέσματα: Σαφής προσδιορισμός των γνώσεων και δεξιοτήτων που θα αποκτηθούν.
– Εκπαιδευτικό υλικό σε μορφή κειμένου: οι επιμορφούμενοι έχουν στη διάθεσή τους εκπαιδευτικό υλικό σε μορφή κειμένου (pdf)
– Διαφάνειες: Παρουσίαση των βασικών σημείων της θεωρίας και των τεχνικών ανάλυσης.
– Μελέτες περίπτωσης: Παραδείγματα και μελέτες περίπτωσης.
– Υποστηρικτικά εργαλεία: Γλωσσάρι όρων για την αποσαφήνιση της ορολογίας και βιβλιογραφικές αναφορές για περαιτέρω έρευνα.
• Διαδραστικότητα και υποστήριξη: Η πλατφόρμα παρέχει εργαλεία επικοινωνίας. Οι επιμορφούμενοι μπορούν να αναρτούν εργασίες και να απευθύνουν ερωτήματα στον ακαδημαϊκό υπεύθυνο, διασφαλίζοντας την απαραίτητη καθοδήγηση και ανατροφοδότηση.


Τα προαπαιτούμενα για την παρακολούθηση του προγράμματος είναι:
Σύνδεση στο διαδίκτυο, γνώσεις χρήσης Η/Υ και ύπαρξη λογαριασμού ηλεκτρονικής αλληλογραφίας (email) για επικοινωνία με τον ακαδημαϊκό υπεύθυνο.

Το σεμινάριο περιλαμβάνει τις παρακάτω ενότητες:

• Ο ρόλος του data analyst στη σύγχρονη επιχείρηση
• Από τα επιχειρηματικά δεδομένα στη λήψη αποφάσεων
• Ο κύκλος ζωής της ανάλυσης δεδομένων
• Κατηγορίες επιχειρηματικών δεδομένων και πηγές προέλευσης
• Δομημένα, ημιδομημένα και μη δομημένα δεδομένα
• Ποσοτικά και ποιοτικά δεδομένα στην επιχειρηματική ανάλυση
• Διαστάσεις και μετρήσεις στα αναλυτικά μοντέλα
• Βασικές έννοιες περιγραφικής, διαγνωστικής, προγνωστικής και καθοδηγητικής ανάλυσης
• Μετατροπή επιχειρηματικών ερωτημάτων σε αναλυτικά προβλήματα
• Καθορισμός στόχων και πεδίου μιας ανάλυσης
• Επιλογή κατάλληλων δεδομένων για την επίλυση επιχειρηματικών προβλημάτων
• Αναγνώριση περιορισμών και παραδοχών στα δεδομένα
• Ακρίβεια, πληρότητα, συνέπεια και εγκυρότητα δεδομένων
• Data literacy και κατανόηση των δεδομένων από τα στελέχη
• Βασικές αρχές data-driven λήψης αποφάσεων
• Από τη μέτρηση στην επιχειρηματική γνώση
• Δεοντολογία, ιδιωτικότητα και υπεύθυνη χρήση επιχειρηματικών δεδομένων
• Δεξιότητες και εργαλεία ενός σύγχρονου data analyst

• Δομή βιβλίων εργασίας και φύλλων στο Excel
• Τύποι δεδομένων και σωστή καταχώριση τιμών
• Σχετικές, απόλυτες και μικτές αναφορές κελιών
• Ονομασμένες περιοχές και διαχείριση αναφορών
• Μορφοποίηση αριθμών, ημερομηνιών και ποσοστών
• Δημιουργία και αξιοποίηση Excel Tables
• Δομημένες αναφορές μέσα σε πίνακες Excel
• Ταξινόμηση δεδομένων με ένα ή περισσότερα κριτήρια
• Φιλτράρισμα και σύνθετα φίλτρα δεδομένων
• Data validation και δημιουργία κανόνων εισαγωγής
• Conditional formatting για αναλυτική επισήμανση δεδομένων
• Εντοπισμός και διαχείριση διπλότυπων εγγραφών
• Διαχείριση κενών κελιών και ελλιπών εγγραφών
• Flash Fill και αυτοματοποίηση επαναλαμβανόμενων μετασχηματισμών
• Text to Columns και διάσπαση σύνθετων πεδίων
• Εισαγωγή και εξαγωγή αρχείων CSV και TXT

• Λογική δημιουργίας και αξιολόγησης τύπων στο Excel
• Συναρτήσεις SUM, AVERAGE, MIN, MAX και COUNT
• Συναρτήσεις COUNTIF και COUNTIFS για ανάλυση βάσει κριτηρίων
• Συναρτήσεις SUMIF και SUMIFS για υπό συνθήκη αθροίσεις
• Συναρτήσεις AVERAGEIF και AVERAGEIFS για υπό συνθήκη μέσους όρους
• Λογικές συναρτήσεις IF, IFS, AND και OR
• Διαχείριση σφαλμάτων με IFERROR και IFNA
• Αναζητήσεις δεδομένων με XLOOKUP
• Αναζητήσεις με INDEX και MATCH
• Ανάλυση πινάκων με FILTER
• Δημιουργία μοναδικών λιστών με UNIQUE
• Δυναμική ταξινόμηση με SORT και SORTBY
• Δυναμικοί πίνακες και spilled arrays
• Συναρτήσεις LET και απλοποίηση σύνθετων υπολογισμών
• Συνδυασμός συναρτήσεων για σύνθετα επιχειρηματικά σενάρια

• Καθαρισμός κειμένου με TRIM και CLEAN
• Μετατροπή πεζών και κεφαλαίων χαρακτήρων
• Εξαγωγή χαρακτήρων με LEFT, RIGHT και MID
• Εντοπισμός κειμένου με FIND και SEARCH
• Αντικατάσταση περιεχομένου με SUBSTITUTE και REPLACE
• Συνένωση δεδομένων με CONCAT και TEXTJOIN
• Μετατροπή και παρουσίαση τιμών με τη συνάρτηση TEXT
• Διαχείριση ημερομηνιών με DATE, YEAR, MONTH και DAY
• Υπολογισμός χρονικών διαφορών και ηλικίας δεδομένων
• Εργάσιμες ημέρες με NETWORKDAYS και WORKDAY
• Ανάλυση περιόδων με EOMONTH και EDATE
• Στρογγυλοποίηση και αριθμητικοί μετασχηματισμοί
• Μετατροπή αριθμών αποθηκευμένων ως κείμενο
• Τυποποίηση ανομοιογενών πεδίων πριν από την ανάλυση

• Data profiling πριν από την ανάλυση
• Αναγνώριση προβλημάτων ποιότητας δεδομένων
• Καθορισμός κανόνων καθαρισμού δεδομένων
• Αντιμετώπιση ελλιπών τιμών
• Ανίχνευση και αξιολόγηση ακραίων τιμών
• Ενοποίηση διαφορετικών μορφών ημερομηνίας
• Τυποποίηση κατηγοριών και λεκτικών τιμών
• Κανονικοποίηση μονάδων μέτρησης
• Διόρθωση ασυνεπειών μεταξύ διαφορετικών πηγών
• Έλεγχος μοναδικότητας πρωτευόντων αναγνωριστικών
• Έλεγχοι επιχειρηματικών κανόνων στα δεδομένα
• Συμφωνία συνόλων και reconciliation δεδομένων
• Τεκμηρίωση των διαδικασιών καθαρισμού

• Δημιουργία PivotTable από επιχειρηματικά δεδομένα
• Οργάνωση πεδίων σε γραμμές, στήλες, τιμές και φίλτρα
• Επιλογή κατάλληλης μεθόδου σύνοψης τιμών
• Ομαδοποίηση ημερομηνιών, αριθμών και κατηγοριών
• Υπολογισμός ποσοστών και διαφορών μέσα σε PivotTables
• Running totals και σωρευτικές αναλύσεις
• Κατάταξη δεδομένων μέσα σε PivotTables
• Calculated Fields και υπολογιζόμενοι δείκτες
• Slicers για διαδραστικό φιλτράρισμα
• Timelines για χρονική ανάλυση
• PivotCharts και σύνδεσή τους με PivotTables
• Δημιουργία πολυδιάστατων επιχειρηματικών αναφορών

• Πληθυσμός, δείγμα και μεταβλητές στην ανάλυση δεδομένων
• Μέσος όρος, διάμεσος και επικρατούσα τιμή
• Εύρος, διακύμανση και τυπική απόκλιση
• Τεταρτημόρια, εκατοστημόρια και ενδοτεταρτημοριακό εύρος
• Κατανομές συχνοτήτων και ιστογράμματα
• Κανονική κατανομή και επιχειρηματική ερμηνεία
• Z-scores και τυποποίηση παρατηρήσεων
• Συνδιακύμανση και συσχέτιση μεταβλητών
• Συσχέτιση έναντι αιτιότητας
• Απλή γραμμική παλινδρόμηση για επιχειρηματική ανάλυση
• Συντελεστής προσδιορισμού και αξιολόγηση προσαρμογής μοντέλου
• Βασικές αρχές δειγματοληψίας
• Διαστήματα εμπιστοσύνης και περιθώριο σφάλματος
• Έλεγχος υποθέσεων και στατιστική σημαντικότητα
• A/B testing και αξιολόγηση επιχειρηματικών πειραμάτων
• Ανάλυση τάσεων και εποχικότητας
• Κινητοί μέσοι όροι και εξομάλυνση χρονοσειρών

• Αρχές αποτελεσματικής οπτικοποίησης δεδομένων
• Επιλογή κατάλληλου γραφήματος ανά αναλυτικό ερώτημα
• Γραφήματα στηλών και ράβδων για συγκρίσεις
• Γραφήματα γραμμών για χρονικές τάσεις
• Scatter plots για διερεύνηση σχέσεων
• Combo charts και χρήση δευτερεύοντος άξονα
• Waterfall charts για ανάλυση μεταβολών
• Sparklines για συμπυκνωμένη απεικόνιση τάσεων
• Δυναμικά γραφήματα που ανταποκρίνονται σε φίλτρα
• Σχεδιασμός διαδραστικού Excel dashboard
• Διάταξη, ιεράρχηση και αναγνωσιμότητα ενός dashboard

• Ο ρόλος του Power Query στην ανάλυση δεδομένων
• Η λογική Extract, Transform, Load
• Σύνδεση Power Query με αρχεία Excel
• Εισαγωγή και μετασχηματισμός αρχείων CSV
• Εισαγωγή δεδομένων από φακέλους πολλαπλών αρχείων
• Σύνδεση με βάσεις δεδομένων και άλλες εξωτερικές πηγές
• Ορισμός και μετατροπή data types στο Power Query
• Επιλογή, αφαίρεση και αναδιάταξη στηλών
• Split και merge columns
• Replace values και υπό συνθήκη μετασχηματισμοί
• Fill down, fill up και διαχείριση κενών τιμών
• Pivot και unpivot δεδομένων
• Group By και συγκεντρωτικοί μετασχηματισμοί
• Merge Queries και συνδυασμός σχετιζόμενων πινάκων

• Append Queries και ενοποίηση ομοειδών συνόλων δεδομένων
• Query dependencies και διαχείριση αλληλεξαρτήσεων
• Reference και Duplicate Queries
• Parameters και παραμετρικά queries
• Custom Columns και σύνθετοι μετασχηματισμοί
• Conditional Columns και επιχειρηματικοί κανόνες
• Index Columns και δημιουργία τεχνικών αναγνωριστικών
• Βασικές αρχές της γλώσσας M
• Χρήση μεταβλητών και βημάτων σε M expressions
• Custom functions στο Power Query
• Αυτοματοποιημένη επεξεργασία πολλαπλών αρχείων
• Query folding και σημασία του στην απόδοση
• Βελτιστοποίηση της απόδοσης των Power Query διαδικασιών
• Διαχείριση και διάγνωση σφαλμάτων μετασχηματισμού
• Σχεδιασμός επαναχρησιμοποιήσιμων ETL pipelines
• Έλεγχος και τεκμηρίωση των βημάτων μετασχηματισμού

• Αρχιτεκτονική και βασικά στοιχεία του Power BI
• Περιβάλλον εργασίας του Power BI Desktop
• Σύνδεση του Power BI με διαφορετικές πηγές δεδομένων
• Import mode και DirectQuery
• Φόρτωση και προετοιμασία δεδομένων στο Power BI
• Report View, Data View και Model View
• Δημιουργία βασικών visuals
• Filters σε visual, page και report level
• Slicers και διαδραστική εξερεύνηση δεδομένων
• Drill-down και ιεραρχική πλοήγηση
• Drill-through σε αναλυτικές σελίδες
• Tooltips και report page tooltips
• Edit interactions μεταξύ visuals

• Αρχές μοντελοποίησης δεδομένων για Business Intelligence
• Fact tables και dimension tables
• Star schema και αναλυτική αρχιτεκτονική
• Snowflake schema και περιπτώσεις εφαρμογής
• Primary keys και foreign keys
• Σχέσεις one-to-many και one-to-one
• Many-to-many relationships και bridge tables
• Cardinality και cross-filter direction
• Active και inactive relationships
• Role-playing dimensions
• Granularity και επίπεδο λεπτομέρειας των δεδομένων
• Διαστάσεις ημερομηνίας και ημερολογιακοί πίνακες

• Εισαγωγή στη γλώσσα DAX
• Calculated columns έναντι measures
• Βασικές συναρτήσεις συγκέντρωσης στη DAX
• Filter context και η επίδρασή του στους υπολογισμούς
• Row context και υπολογισμοί ανά γραμμή
• Context transition και λειτουργία της CALCULATE
• FILTER και δημιουργία σύνθετων συνθηκών
• ALL, ALLSELECTED και REMOVEFILTERS
• VALUES και DISTINCT στην ανάλυση μοναδικών τιμών
• DIVIDE και ασφαλείς αριθμητικοί υπολογισμοί
• SWITCH για κατηγοριοποίηση επιχειρηματικής λογικής
• Iterator functions SUMX, AVERAGEX και COUNTX
• RELATED και RELATEDTABLE για αξιοποίηση σχέσεων
• Variables στη DAX με VAR και RETURN
• ISFILTERED, HASONEVALUE και SELECTEDVALUE

• Βασικές αρχές time intelligence στη DAX
• Year-to-date, quarter-to-date και month-to-date υπολογισμοί
• Σύγκριση με προηγούμενη περίοδο
• Σύγκριση με το προηγούμενο έτος
• Κυλιόμενα χρονικά παράθυρα και rolling calculations
• Running totals με DAX
• Δυναμική κατάταξη με RANKX
• Ανάλυση μεριδίου επί του συνόλου
• Δυναμικές αποκλίσεις actual έναντι budget
• Moving averages με DAX

• Επιλογή visual με βάση τον στόχο της ανάλυσης
• Bar, column και line charts στο Power BI
• Area και combo charts για σύνθετες χρονικές αναλύσεις
• Scatter charts για συσχετίσεις και κατανομές
• Maps και γεωγραφική ανάλυση δεδομένων
• Matrix και tables για αναλυτική παρουσίαση
• Cards και KPI visuals για βασικούς δείκτες
• Conditional formatting στα Power BI visuals
• Bookmarks και δημιουργία εναλλακτικών προβολών
• Buttons και σχεδιασμός διαδραστικής πλοήγησης
• Field parameters και δυναμική επιλογή διαστάσεων ή measures
• What-if parameters και διαδραστικά σενάρια
• Αρχές layout και visual hierarchy στα BI dashboards
• Προσβασιμότητα και χρηστικότητα αναφορών

• Δημοσίευση αναφορών στο Power BI Service
• Workspaces και οργάνωση περιεχομένου BI
• Semantic models και επαναχρησιμοποίηση επιχειρηματικής λογικής
• Dashboards και reports στο Power BI Service
• Apps και διανομή αναφορών στους χρήστες
• Scheduled refresh και αυτοματοποιημένη ενημέρωση δεδομένων
• On-premises data gateway και σύνδεση τοπικών πηγών
• Row-level security και περιορισμός πρόσβασης στα δεδομένα
• Ρόλοι, δικαιώματα και διαμοιρασμός περιεχομένου
• Data lineage και παρακολούθηση προέλευσης δεδομένων
• Usage metrics και αξιολόγηση χρήσης αναφορών
• Βασικές αρχές governance σε περιβάλλον Power BI
• Lifecycle και διαχείριση αλλαγών σε BI reports

• Από τα δεδομένα στην επιχειρηματική ευφυΐα
• Καθορισμός κατάλληλων Key Performance Indicators
• Leading και lagging indicators
• Targets, thresholds και αξιολόγηση επίδοσης
• Ανάλυση πωλήσεων και εξέλιξης εσόδων
• Ανάλυση κερδοφορίας και περιθωρίου κέρδους
• Ανάλυση κόστους και λειτουργικών δαπανών
• Budget versus actual analysis
• Ανάλυση πελατών και τμηματοποίηση πελατειακής βάσης
• Customer retention και churn analysis
• Ανάλυση προϊόντων και προϊοντικού χαρτοφυλακίου
• Inventory και stock analysis
• Ανάλυση αποδοτικότητας επιχειρηματικών λειτουργιών

• Funnel analysis και μέτρηση μετατροπών
• Cohort analysis και παρακολούθηση συμπεριφοράς ομάδων
• Pareto analysis και εντοπισμός κρίσιμων παραγόντων
• ABC analysis για κατηγοριοποίηση επιχειρηματικών στοιχείων
• Variance analysis και διερεύνηση αποκλίσεων
• Root cause analysis με χρήση δεδομένων
• Scenario analysis και αξιολόγηση εναλλακτικών επιχειρηματικών υποθέσεων
• Forecasting και αξιοποίηση προβλέψεων στη λήψη αποφάσεων
• Data storytelling και μετατροπή ευρημάτων σε επιχειρηματικό μήνυμα
• Επιλογή των σημαντικότερων insights μέσα από μεγάλο όγκο δεδομένων
• Σύνταξη executive summary βάσει αναλυτικών αποτελεσμάτων
• Παρουσίαση ευρημάτων και συστάσεων προς τη διοίκηση
• Σχεδιασμός ολοκληρωμένου έργου Data Analyst από τα raw data έως το dashboard
• Δημιουργία τελικού Business Intelligence project με Excel, Power Query, Power BI και DAX


Εγγραφή:
Δωρεάν

Δίδακτρα:
Πληρωμή μήνα-μήνα: Μόλις 25 € / μήνα
Πληρωμή Εφάπαξ (προεξόφληση): 🎁 ΔΩΡΟ 2 μήνες διδάκτρων

💡 Δηλώστε εγκαίρως τη συμμετοχή σας!
💡 Η κράτηση της θέσης εξασφαλίζεται με την καταβολή του 1ου μήνα των διδάκτρων ή με την προεξόφληση των διδάκτρων για να κερδίσετε δωρεάν 2 μήνες.

Συμπληρώστε τη φόρμα εκδήλωσης ενδιαφέροντος που θα βρείτε παρακάτω για να ενημερωθείτε!


Άμεση έναρξη!
Με την εγγραφή σας, αποκτάτε άμεσα πρόσβαση στην πλατφόρμα τηλεκατάρτισης χωρίς αναμονές για ένταξη σε τμήματα.


• Βεβαίωση παρακολούθησης με αναγραφή της διάρκειας του σεμιναρίου (ημερομηνία έναρξης, ημερομηνία λήξης, διάρκεια σε μήνες και ώρες) από το Κέντρο Δια Βίου Μάθησης ΕΥΔΟΚΙΜΟΣ, αδειοδοτημένο από το Υπουργείο Παιδείας, Θρησκευμάτων και Αθλητισμού με αριθμό απόφασης Κ6/162254 και πιστοποιημένο από τον Εθνικό Οργανισμό Πιστοποίησης Προσόντων και Επαγγελματικού Προσανατολισμού (Ε.Ο.Π.Π.Ε.Π.).

• Έκπτωση 10% σε πιθανή παρακολούθηση επόμενων σεμιναρίων

Ναι, 100%. Η παρακολούθηση είναι πλήρως εξ αποστάσεως και εντελώς ασύγχρονη. Αυτό σημαίνει ότι δεν υπάρχουν υποχρεωτικές ζωντανές παραδόσεις ή συγκεκριμένες ώρες που πρέπει να είστε online. Το εκπαιδευτικό υλικό ανεβαίνει σταδιακά κάθε μήνα στην πλατφόρμα Moodle και εσείς διαβάζετε όποια ημέρα και ώρα θέλετε (πρωί, βράδυ ή Σαββατοκύριακο), προσαρμόζοντας το σεμινάριο στη δική σας ζωή.

Όχι, δεν απαιτείται καμία προηγούμενη γνώση ή εμπειρία. Η ύλη αναπτύσσεται σταδιακά και προοδευτικά, δίνοντας τον απαραίτητο χρόνο αφομοίωσης ώστε να μπορούν να το παρακολουθήσουν αποτελεσματικά όλοι όσοι συμμετέχουν!

Καλέστε μας στο 2102205040 για περισσότερες πληροφορίες
ή συμπληρώστε την παρακάτω φόρμα για να επικοινωνήσουμε εμείς μαζί σας.

Φόρμα εκδήλωσης ενδιαφέροντος

Κωδικός φόρμας: 5.222


Εγγυήσεις ποιότητας σε όλα τα σεμινάριά μας

☑️ Χιλιάδες σπουδαστές σε Ελλάδα, Κύπρο και εξωτερικό, εμπιστεύονται σε εμάς την επιμόρφωσή τους και την ενδυνάμωση του βιογραφικού τους στην αγορά εργασίας.
☑️ Συνολικά περισσότεροι από 380.000 followers ακολουθούν τις σελίδες μας στα social media, αναδεικνύοντάς μας στην κορυφή της προτίμησης τους.
☑️ Υψηλό επίπεδο επιμόρφωσης με κορυφαίους διδάσκοντες.
☑️ Άρτιος τεχνολογικός εξοπλισμός που διασφαλίζει την εξαιρετική ποιότητα streaming στα εξ αποστάσεως μαθήματα.
☑️ Βεβαιώσεις από πιστοποιημένους εκπαιδευτικούς φορείς