C/PBSSBI : Power BI ile Self Service BI
4 gün (24 Saat) İleri Sınıf / Online İş Zekası ve İleri Analitik
Gartner Magic Quadrant'larında lider konumda olan Power BI ile güçlü, esnek ve son derece hızlı veri modelleri oluşturabilir, kısa zamanda uçtan uca iş zekası projelerini hayata geçirebilirsiniz. "Power BI ile Self Service BI" eğitiminde Power BI ilişkili teknolojilere odaklanıyor kullanıcı dostu yöntemleri ele alıyoruz. Bu eğitimle birlikte gerçek iş ihtiyaçlarınıza etkili çözümler üretebileceksiniz.
Eğitim İçeriği
Module 1: Veri Analitiğinde Dikkate Edilecek Hususlar
- Veri Analizi çalışmalarında sık yapılan hatalar
- Veri Analitiği Tipleri
- İş Zekası Tipleri
- Esnek Analitik Alt Yapılar için Veri Modelleme Esasları
- İstatistik Kullanımı ve Betimleyici İstatistik
- Etkili Rapor Tasarım Teknikleri
- Power BI ilişkili Uygulamalar ve Power BI Bileşenleri
Module 2: Veri Kaynaklarını Bağlanma, Sorgulama ve M Dili Kullanımı
- Profiler Kullanımı ile Verinin Keşfi
- Statik Veri Girişi
- Excel ve Flat File'a Bağlanma
- İlişkisel Veritabanlarına Bağlanma
- Web Sayfalarına Bağlanma
- Klasöre Bağlanma
- Bulut Tabanlı Veri Kaynaklarına Bağlanma
- Power BI Query Ara Yüzü ve M Dili ile Sorgular Oluşturmak
- Verinin Şekillendirilmesi ve Veri Kaynaklarının Birleştirilmesi
- Kullanışlı M Dili Fonksiyonları ve Kullanım Teknikleri
- Fonksiyon Oluşturma ve Kullanımı
- Parametre Kullanımı
- Rapor Şablonu oluşturma
- Tarih Dimension Üretmek (Listelerden Tablo)
- Pivot, Unpivot, Grouping, Merge, Append
- Otomatik Sayfa Yenileme
- Live, Direct Query, Dual ve InMemory Çalışma
Module 3: Hızlı, Esnek ve Güçlü Veri Analizi için Veri Modeli Tasarlama
- Dimensional Model Prensipleri (Fact, Dimension)
- Tablolar Arası İlişkiler Oluşturma ve Yönetme
- Arayüz ile Calculated Field ve Implicit Measure Oluşturma
- Satır ve Kolonlarda Sıralama, Formatlama, Gruplama, Özetleme
- Dinamik Tarih Tablosu Oluşturma ve Modele Tanıtma
- Hiyerşik Yapıların Seviyelendirilmesi
- Cluster Tanımlama
- İleri DAX Dili Kullanımı
- Explicit Measure Oluşturma
- Context Kavramını Anlama
- Caculated Table Oluşturma
- Date and Time Fonksiyonları Kullanımı
- Time Intelligence Fonksiyonları Kullanımı
- Filter Fonksiyonları Kullanımı
- Informational Fonksiyonları Kullanımı
- Logical Fonksiyonları Kullanımı
- Math and Trig Fonksiyonları Kullanımı
- Statistical Fonksiyonları Kullanımı
- Text Fonksiyonları Kullanımı
- Dinamik Mesaure Formatı Oluşturma
- Tarih Bazlı Analizler
- Hiyerarşi Oluşturma
- Değişkenlerin Kullanımı
- Aggregations Table ile Büyük Veri Analizi
- What if Analizleri
- Sepet Analizi
- Alternatif Measure ve Dimension Oluşturma
- Daha Az Yer Kaplayan Daha Performanslı Modeller Oluşturma
Module 4: İnteraktif Veri Görselleştirme
- Kurumsal Rapor İhtiyacı Türleri
- Doğru Grafik Seçimi
- Temel Power BI Görsellerini Kullanma ve Kişiselleştirme
- Custom Görsellerin Tasarıma Dahil Edilmesi
- Görseller Arası Etkileşimin Yönetilmesi
- Filtreleme ve Ön Plana Çıkarma
- Drilldown ve Drilthrough Özelliklerinin Kullanımı
- Button, TextBox ve Image Kullanımı
- Bookmark Kullanımı
- Dinamik Filtreler Oluşturma
- Tablo ve Matrisleri Koşullu Formatlama
- Q&A Özelliği ile Metin Yazarak Rapor Oluşturma
- Quick Insights Özelliği ile Yapay Zeka Önerileri Almak
- Tema Kullanımı
- Modelin ve Raporun Yayınlanması
- Marketplace Üzerinde Görsellerin Kullanımı
Module 5: Power BI Portal Üzerinde Çalışma
- Kaynağa Bağlanma ve Rapor Geliştirme
- Dashboard Oluşturma
- Workspace Oluşturma ve Yönetimi
- İçerik Paketleri Oluşturma ve Yönetimi
- App Oluşturma ve Yönetme
- URL Üzerinden Filtreleme
- Portaldeki Modeli Kaynak Olarak Kullanma
Module 6: Yayınlama ve Yazdırma
- Gateway Kullanımı
- Elle veya Zamanlanmış Yenileme
- Subscription, Alert Oluşturma ve Paylaşım
- Power BI Publisher for Excel (Analyze in Excel) Bileşeni Kullanımı
- Raporu Yazdırma ve Sunum Olarak Kaydetme
- Power BI Mobile App Kullanımı ve Mobile Özel Tasarım
Module 7: Güvenlik
- Workspace ve App Yönetimi
- Role Oluşturma ve Erişimi Kısıtlama
- Row Level Security
- Dynamic Security
Module 8: Power BI Teknolojilerini Tanıma
- Excel içerisinde Power BI Bileşenleri (Power Query, Power Pivot, Power View, Power Map)
- Power BI Pro ve Power BI Premium
- Paginated Reports (Report Builder)
- Power BI Report Server
- Merkezi Veri Modeli için Tabular Model
Öncesinde Önerilenler
-
Data Analyst
Veri Okuryazarlığı, Verinin Keşfi, Modellenmesi ve Etkili Rapor Tasarlama Teknikleri
- C/ERIT : Etkileyici Raporlama ile Karar Verme Gücünü Arttırın
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- MS/10994B : Data Analysis Fundamentals Using Excel
- MS/20779B : Analyzing Data with Excel
- C/QSEU : Qlik Sense Son Kullanıcı
- C/QSDEV : Qlik Sense Geliştirici
- C/PBI : Power BI ile Veri Analizi
- MS/DA-100 : Analyzing Data with Power BI
- MS/10990C : Analyzing Data with SQL Server Reporting Services
-
Data Engineer
Büyük Verinin İşlenmesi, Yönetimi, Veri Kalitesini Arttırma, Bulut Bilişim ve Veri Bilimi için Kodlama, Spark ve Hadoop gibi Dağıtık Mimariler ile Çalışma.
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- MS/20777A : Implementing Microsoft Azure Cosmos DB Solutions
-
Data Scientist
Yapay Zeka, Makine Öğrenimi, Derin Öğrenme Teknikleri ile Büyük Veri Kümelerinden Desen ve Eğilim Keşfetme
-
BI Professional
Veri kaynaklarının Keşfi, Veri Kalitesini Arttırma, ETL, Veriambarı Tasarım Prensipleri, Veri Modelleme ve Raporlama
- C/ERIT : Etkileyici Raporlama ile Karar Verme Gücünü Arttırın
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- MS/20762C : Developing SQL Databases (Microsoft SQL Server)
- C/QSDEV : Qlik Sense Geliştirici
- C/PBI : Power BI ile Veri Analizi
Sonrasında Önerilenler
-
Data Analyst
Veri Okuryazarlığı, Verinin Keşfi, Modellenmesi ve Etkili Rapor Tasarlama Teknikleri
-
Data Engineer
Büyük Verinin İşlenmesi, Yönetimi, Veri Kalitesini Arttırma, Bulut Bilişim ve Veri Bilimi için Kodlama, Spark ve Hadoop gibi Dağıtık Mimariler ile Çalışma.
- C/IRFDS : R Dili ve R ile Veri Analizi
- C/PDE : Python Dili Esasları
- C/IPFDS : Python Dili ve Python ile Veri Analizi
- C/PVA : Python ile Veri Analizi
- MS/20762C : Developing SQL Databases (Microsoft SQL Server)
- CMS/20764C : Administering a SQL Database Infrastructure
- MS/DP-300 : Administering Relational Databases on Microsoft Azure
- MS/20765C : Provisioning SQL Databases
- MS/10987C : Performance Tuning and Optimizing SQL Databases
- CMS/20767B : Implementing a SQL Data Warehouse
- MS/20768C : Developing SQL Data Models
- MS/10990C : Analyzing Data with SQL Server Reporting Services
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri
- CMS/DP-203 : Data Engineering on Microsoft Azure
- C/AZSC-Synapse : Fundamentals of Azure Synapse Analytics
- C/BDA-Synapse : Data Analytics Solutions Using Azure Synapse Analytics
- MS/DP-500 : Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
- CMS/DP-601T00A : Implementing a Lakehouse with Microsoft Fabric
- C/DAWS : Big Data Analysis with Spark
- C/PSS : PySpark ile Spark SQL
- C/VBL : Veri Bilimcileri için Linux
- C/VMUP : Veri Mimarisinde Ustalaşma Programı
-
Data Scientist
Yapay Zeka, Makine Öğrenimi, Derin Öğrenme Teknikleri ile Büyük Veri Kümelerinden Desen ve Eğilim Keşfetme
- C/IRFDS : R Dili ve R ile Veri Analizi
- C/PDE : Python Dili Esasları
- C/IPFDS : Python Dili ve Python ile Veri Analizi
- C/PVA : Python ile Veri Analizi
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri
- MS/AI-900 : Microsoft Azure AI Fundamentals
- MS/AI-100 : Designing and Implementing an Azure AI Solution
- MS/DP-100 : Designing and Implementing a Data Science Solution on Azure
- C/MOE : Makine Öğrenimi Esasları
- C/ADSB : Accelerated Data Science for Business
- C/AZSC-Synapse : Fundamentals of Azure Synapse Analytics
- MS/DP-500 : Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
- CMS/DP-601T00A : Implementing a Lakehouse with Microsoft Fabric
- C/DAWS : Big Data Analysis with Spark
- C/PSS : PySpark ile Spark SQL
- C/VBL : Veri Bilimcileri için Linux
-
BI Professional
Veri kaynaklarının Keşfi, Veri Kalitesini Arttırma, ETL, Veriambarı Tasarım Prensipleri, Veri Modelleme ve Raporlama
- CMS/20767B : Implementing a SQL Data Warehouse
- MS/20768C : Developing SQL Data Models
- MS/10990C : Analyzing Data with SQL Server Reporting Services
- C/AZSC-Synapse : Fundamentals of Azure Synapse Analytics
- C/BDA-Synapse : Data Analytics Solutions Using Azure Synapse Analytics
- MS/DP-500 : Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
- CMS/DP-601T00A : Implementing a Lakehouse with Microsoft Fabric
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri