Teilnehmende erwerben die Kompetenzen, um als Data Analyst die Datenbasis für fundierte Analysen zu sichern und die Datenqualität als Grundlage für belastbare Berichte und Entscheidungen zu gewährleisten.
Grundlagen der Datenqualität für angehende Data Analysts- Zentrale Qualitätskriterien wie Vollständigkeit, Konsistenz und Genauigkeit verstehen
- Typische Fehlerquellen in Daten identifizieren und gezielt beheben
- Rohdaten bewerten und für analytische Zwecke vorbereiten
Datenbereinigung und Datenvalidierung im Arbeitsalltag
- Techniken zur Fehlererkennung, Duplikatbeseitigung und Standardisierung anwenden
- Validierungsregeln entwickeln, um Daten zuverlässig und reproduzierbar zu prüfen
- Workflows zur kontinuierlichen Sicherung der Datenqualität aufbauen
Einsatz von SQL für strukturierte Qualitätsanalysen
- Abfragen formulieren, um Dubletten, fehlende Werte oder Ausreißer gezielt zu erkennen
- Joins und Filter einsetzen, um Datenquellen auf Konsistenz zu prüfen
- Datenbankstrukturen nutzen, um qualitätsgesicherte Ausgangsdaten bereitzustellen
Qualitätsbewertung und Visualisierung mit Power BI
- Berichte zur Datenqualität erstellen und Kennzahlen zur Bewertung visualisieren
- Dashboards gestalten, die Schwachstellen und Optimierungspotenziale aufzeigen
- DAX-Funktionen nutzen, um Qualitätsmetriken automatisiert auszuwerten