- Was genau bedeutet Data Analytics und weshalb ist es für aktuelle Datenanalyse Prozesse essentiell
- Einblick in die Aufgaben und Werkzeuge eines Data Analysts im Rahmen der Datenanalyse
- Deskriptive Statistik sowie Dateninterpretation mit Tabellenkalkulationen als erste Schritte in der Praxis mit Data Analytics
Python Einführung für Data Analytics
- Grundlagen von Python: Variablen, Strings, Bedingungen für Data Analytics anwenden
- Verwendung von Jupyter Notebooks für interaktive Datenanalyse mit kleinen Datensätzen
- Kleine Projekte zur praktischen Umsetzung von Data Analytics Konzepten in realen Anwendungsfällen
Data Analysis mit Pandas für Einsteiger
- Daten importieren, filtern und säubern mit der Pandas-Bibliothek für effiziente Datenanalyse
- Einfache Visualisierungen für die Darstellung von Erkenntnissen in den Data Analytics Workflows
- Aggregation und Transformation von kleinen Datensätzen zur Verbesserung der Datenanalyse
Analytische Methoden verstehen
- Erkennen von linearen Beziehungen und Regressionen in Data Analytics
- Grundlagen der A/B Tests für Vergleichsanalysen in Datenanalyse Projekten
- Erste Konzepte der statistischen Auswertung für datengetriebene Entscheidungen mit Data Analytics
Datenvisualisierung Einstieg mit Tableau
- Erstellung einfacher Dashboards und Berichte zur Darstellung von Datenanalyse Ergebnissen
- Nutzung von KPIs zur Präsentation von Ergebnissen auf Data Analytics Dashboards
- Verknüpfung von Datenquellen für visuelles Reporting und Data Analysis im Geschäftskontext