Einführung in Kurs 3
Wenn ein Business-Intelligence-Experte an einem Projekt arbeitet, muss er viele Aufgaben bewältigen. Sie wenden wirksame BI-Praktiken und -Tools an, um eine positive Wirkung zu erzielen. Sie interagieren mit Stakeholdern und verwalten deren Erwartungen. Sie extrahieren Daten, transformieren sie und laden sie. Sie optimieren und pflegen Datenbanken. Dann beginnen sie mit dem nächsten spannenden Teil der Rolle eines BI-Experten: Überwachung und Berichterstattung. Diese Aktivitäten vereinen alle Aspekte von BI, um ein nutzbares Tool zu erstellen, das Daten visuell darstellt, die mit anderen geteilt und von diesen verstanden werden können. Denn der Austausch von Daten macht es leistungsstark. Dies ist einer der Schlüsselwege, auf denen Informationen zu Intelligenz werden. Hallo, willkommen zum Abschlusskurs des Google Business Intelligence-Zertifikats. Ich bin Ihr Dozent, Terence, und ich bin Business Intelligence-Analyst hier bei Google. Ich freue mich darauf, mit Ihnen zusammenzuarbeiten, während wir uns als BI-Analyst bei Google mit der Datenüberwachung und Berichterstellung befassen. Ich bin dafür verantwortlich, ein tiefes Verständnis für die Probleme zu entwickeln, die meine Stakeholder zu lösen versuchen, und unsere Daten weiter zu nutzen, um Lösungen für diese Probleme bereitzustellen. Manchmal handelt es sich bei diesen Lösungen um einfache Datenabfragen oder Zahlenraster in einem Bericht. Doch die besten Lösungen sind oft Dashboards mit interaktiven Visualisierungen, die sofort auf die wichtigsten Trends und Erkenntnisse aufmerksam machen können. Dies kann Ihrem Team stundenlange Arbeit ersparen. Während wir in diesem Kurs zusammenarbeiten, konzentrieren wir uns auf die Erstellung von Visualisierungen und die Berichterstattung an Stakeholder. Zu diesem Zweck erstellen BI-Experten Visualisierungen und Dashboards, die Daten im Zeitverlauf überwachen und kontinuierlich Geschäftsfragen beantworten. Anschließend präsentieren sie diese Dashboards ihren Stakeholdern und verbessern sie im Laufe der Zeit. Dies ermöglicht es Unternehmen, mithilfe speziell entwickelter Überwachungstools schnell fundierte Entscheidungen zu treffen. Zur Erinnerung: Ein Dashboard ist ein interaktives Visualisierungstool, das eingehende Live-Daten überwacht. Sie können ein Dashboard für verschiedene Zwecke erstellen, aber BI-Experten verwenden es hauptsächlich, um die Daten anzuzeigen, die sie für einen bestimmten Geschäftszweck gesammelt, analysiert und verfolgt haben. In diesem Kurs lernen Sie, Dashboards zu entwerfen, über deren Umfang zu kommunizieren und dann die Visualisierungen zu verbessern, wenn sich die Geschäftsanforderungen weiterentwickeln. Zunächst erfahren Sie, welche Informationen Sie über ein Projekt wissen müssen, um das richtige Dashboard vorzubereiten. Sie erfahren, wie Sie Stakeholder stärken können, indem Sie Interaktivität in das Dashboard integrieren. Sie erhalten außerdem wichtige Werkzeuge und Techniken, um selbst Dashboards zu entwerfen. Zunächst erstellen Sie einen Plan zur Erstellung von Dashboard-Mockups. Anschließend lernen Sie Tableau kennen, ein häufig verwendetes Datenvisualisierungstool, mit dem Sie in den kommenden Übungen Ihre eigenen Dashboards und Präsentationen entwerfen können. Sie lernen, geeignete Kompromisse beim Design einzugehen und zu entscheiden, ob Sie Ihre Daten vorab in SQL aggregieren sollten. Anschließend entwerfen Sie Diagramme und organisieren sie in einfachen und effektiven Dashboards. Sie verfeinern Ihre Visualisierungen, um sie an die sich ändernden Geschäftsanforderungen anzupassen. Darüber hinaus erhalten Sie einige großartige Strategien für die Präsentation und Kommunikation mit Stakeholdern. Klare Gespräche mit Benutzern über Geschäftsanforderungen und Projektumfang bereiten Sie darauf vor, die besten Tools für Ihren Stakeholder-Kunden oder Benutzer zu entwickeln. Und Sie werden diese Kommunikationsfähigkeiten auf jeden Fall nutzen, um Ihre Arbeit zu teilen und Ihre Karriere als BI-Experte zu starten. Sobald Sie jede dieser Fähigkeiten erlernt haben, haben Sie die Möglichkeit, sie in einem realistischen Geschäftsszenario anzuwenden. Sie bewerten die Bedürfnisse Ihrer Stakeholder und entscheiden, wie Sie am besten auf einem Dashboard planen, erstellen und iterieren können. Also nichts wie los, ich kann es kaum erwarten, die spannende Welt der BI mit Ihnen zu teilen.
Hilfreiche Ressourcen und Tipps
Als Lernender können Sie einen oder mehrere Kurse dieses Programms absolvieren. Um das Google Business Intelligence-Zertifikat zu erhalten, müssen Sie jedoch alle Kurse absolvieren. In dieser Lektüre wird beschrieben, was erforderlich ist, um ein Zertifikat zu erhalten, und Best Practices für eine gute Lernerfahrung auf Coursera.
Erhalten Sie das Google Business Intelligence-Zertifikat
Um Ihr offizielles Google Business Intelligence-Zertifikat zu erhalten, müssen Sie:
Bestehen Sie alle benoteten Aufgaben in allen drei Kursen des Zertifikatsprogramms. Jede benotete Aufgabe ist Teil einer kumulativen benoteten Punktzahl für den Kurs, und die Bestehensnote für jeden Kurs beträgt 80 %.
UND eines der folgenden:
Zahlen Sie dieKurszertifikatgebühr,
Seien Sie zugelassen fürCoursera-Finanzhilfe, oder
Füllen Sie das Zertifikat über eine Bildungseinrichtung, einen Arbeitgeber oder eine Agentur aus, die Ihre Teilnahme sponsert.
Gesunde Gewohnheiten für den Kursabschluss
Hier finden Sie eine Liste mit Best Practices, die Ihnen dabei helfen, die Kurse des Programms rechtzeitig abzuschließen:
Planen Sie Ihre Zeit: Wenn Sie regelmäßige Lernzeiten festlegen und diese jede Woche einhalten, können Sie das Lernen zu einem Teil Ihrer Routine machen. Verwenden Sie einen Kalender oder Zeitplan, um einen Zeitplan zu erstellen, und listen Sie auf, was Sie jeden Tag tun möchten, um erreichbare Ziele festzulegen. Suchen Sie sich einen Raum, in dem Sie sich konzentrieren können, wenn Sie sich die Videos ansehen, die Messwerte noch einmal durchgehen und die Aktivitäten abschließen.
Arbeiten Sie in Ihrem eigenen Tempo: Jeder lernt anders. Deshalb wurde dieses Programm so konzipiert, dass Sie in Ihrem eigenen Tempo arbeiten können. Obwohl Ihre persönlichen Fristen mit der Einschreibung beginnen, können Sie das Programm gerne in der Geschwindigkeit absolvieren, die für Sie am besten geeignet ist. Für verspätete Zuweisungen gibt es keine Strafe; Um Ihr Zertifikat zu erhalten, müssen Sie lediglich alle Arbeiten abschließen. Sie können Ihre Fristen jederzeit verlängern, indem Sie im Navigationsbereich auf „Übersicht“ gehen und „Sitzungen wechseln“ auswählen . Wenn Sie bereits frühere Fristen verpasst haben, wählen Sie stattdessen „Meine Fristen zurücksetzen“ aus .
Seien Sie neugierig: Wenn Sie eine Idee finden, die Sie begeistert, handeln Sie danach! Stellen Sie Fragen, suchen Sie online nach weiteren Details, erkunden Sie die Links, die Sie interessieren, und machen Sie sich Notizen zu Ihren Entdeckungen. Die Schritte, die Sie unternehmen, um Ihr Lernen auf Ihrem Weg zu unterstützen, werden Ihr Wissen erweitern, mehr Möglichkeiten in diesem wachstumsstarken Bereich schaffen und Ihnen helfen, sich für einen Arbeitsplatz zu qualifizieren.
Machen Sie sich Notizen: Notizen helfen Ihnen, sich in Zukunft an wichtige Informationen zu erinnern, insbesondere wenn Sie sich auf den Eintritt in ein neues Berufsfeld vorbereiten. Darüber hinaus ist das Anfertigen von Notizen eine effektive Möglichkeit, Zusammenhänge zwischen Themen herzustellen und ein besseres Verständnis dieser Themen zu erlangen.
Prüfexemplare: Exemplare sind abgeschlossene Aufgaben, die die Kriterien einer Aktivität vollständig erfüllen. Für viele Aktivitäten in diesem Programm gibt es Beispiele, mit denen Sie Ihre Arbeit validieren oder auf Fehler prüfen können. Obwohl es oft viele Möglichkeiten gibt, eine Aufgabe zu erledigen, bieten Beispiele Anleitung und Inspiration für die Durchführung der Aktivität.
Chatten Sie (verantwortlich) mit anderen Lernenden: Wenn Sie eine Frage haben, sind Sie wahrscheinlich nicht allein. Benutzen Sie dieDiskussionsforenandere Lernende, die an diesem Programm teilnehmen, um Hilfe zu bitten. Sie können auch Coursera’s besuchenGlobale Online-Community. Weitere wichtige Dinge, die Sie beim Lernen mit anderen wissen sollten, finden Sie imEhrenkodex der CourseraUndVerhaltenskodex.
Aktualisieren Sie Ihr Profil: Überlegen SieAktualisierung Ihres Profilsauf Coursera, um Ihr Foto, Ihre Karriereziele und mehr hinzuzufügen. Wenn andere Lernende Sie in den Diskussionsforen finden, können sie auf Ihren Namen klicken, um auf Ihr Profil zuzugreifen und Sie besser kennenzulernen.
Dokumente, Tabellenkalkulationen, Präsentationen und Labore für Kursaktivitäten
Um bestimmte Aktivitäten im Programm abzuschließen, müssen Sie digitale Dokumente, Tabellenkalkulationen, Präsentationen und/oder Labore verwenden. Business-Intelligence-Experten nutzen diese Softwaretools für die Zusammenarbeit innerhalb ihrer Teams und Organisationen. Wenn Sie weitere Informationen zur Verwendung eines bestimmten Tools benötigen, lesen Sie diese Ressourcen:
Microsoft Word: Hilfe und Lernen: Microsoft-Supportseite für Word
Google Dokumente: Hilfeseite für Google Docs
Microsoft Excel: Hilfe und Lernen: Microsoft-Supportseite für Excel
Google Sheets: Hilfeseite für Google Sheets
Microsoft PowerPoint: Hilfe und Lernen: Microsoft-Supportseite für PowerPoint
So verwenden Sie Google Slides: Hilfeseite für Google Slides
Häufige Probleme mit Laboren: Hilfe zur Fehlerbehebung für Qwiklabs-Aktivitäten
Modul-, Kurs- und Zertifikatsglossare
Dieses Programm behandelt viele Begriffe und Konzepte, von denen Sie einige möglicherweise bereits kennen und andere möglicherweise nicht kennen. Um Begriffe zu überprüfen und sich auf benotete Tests vorzubereiten, lesen Sie die folgenden Glossare:
Modulglossare : Am Ende des Inhalts jedes Moduls können Sie ein Glossar mit Begriffen aus diesem Modul einsehen. Das Glossar jedes Moduls baut auf den Begriffen der vorherigen Module dieses Kurses auf. Die Modulglossare können nicht heruntergeladen werden; Alle Begriffe und Definitionen sind jedoch in den herunterladbaren Kurs- und Zertifikatsglossaren enthalten.
Kursglossare : Am Ende jedes Kurses können Sie auf ein Glossar zugreifen und es herunterladen, das alle Begriffe in diesem Kurs abdeckt.
Zertifikatsglossar : Das Zertifikatsglossar enthält alle Begriffe des gesamten Zertifikatsprogramms und ist eine hilfreiche Ressource, auf die Sie während des gesamten Programms oder jederzeit in der Zukunft zurückgreifen können.
Sie können auf die Zertifikatsglossare zugreifen, diese herunterladen und auf Ihrem Computer speichern. Die Kurs- und Zertifikatsglossare finden Sie auch in den KursenRessourcenTab. Um auf das Glossar des Business Intelligence-Zertifikats zuzugreifen , klicken Sie auf den folgenden Link und wählen Sie Vorlage verwenden aus .
Link zum Glossar:Glossar zum Business Intelligence-Zertifikat
ODER
Wenn Sie kein Google-Konto haben, können Sie das Glossar direkt aus dem Anhang unten herunterladen.
Glossar zum Data Analytics-Zertifikat
Wenn Sie das abgeschlossen habenGoogle Data Analytics-ZertifikatMöglicherweise erkennen Sie Überschneidungen mit mehreren Glossarbegriffen in diesem Programm. Weitere Informationen finden Sie im Glossar zum Data Analytics-Zertifikat, das im verlinkt istRessourcenKlicken Sie auf die Registerkarte, um diese grundlegenden Begriffe und Konzepte zu überprüfen. Die Definitionen einiger Begriffe in diesem Glossar weichen von den Definitionen derselben Begriffe in diesem Programm ab, da das Business Intelligence-Zertifikat auf den im Data Analytics-Zertifikat vermittelten Konzepten aufbaut.
Kursfeedback
Es ist einfach, Feedback zu Videos, Lesungen und anderen Materialien zu geben. Wenn die Ressource in Ihrem Browser geöffnet ist, finden Sie die Daumen-hoch- und Daumen-runter-Symbole.
Klicken Sie auf „Daumen hoch“ , um Materialien anzuzeigen, die Sie hilfreich finden.
Klicken Sie auf die Daumen-nach-unten-Taste für Materialien, die Sie nicht hilfreich finden.
Wenn Sie ein bestimmtes Problem mit einem Artikel kennzeichnen möchten, klicken Sie auf das Flaggensymbol, wählen Sie eine Kategorie aus und geben Sie eine Erklärung in das Textfeld ein. Dieses Feedback geht an das Kursentwicklungsteam zurück und ist für andere Lernende nicht sichtbar. Das gesamte erhaltene Feedback trägt dazu bei, in Zukunft noch bessere Zertifikatsprogramme zu schaffen.
Für technische Hilfe besuchen Sie bitte dieHilfezentrum für Lernende.
Terrence: Ein Tag im Leben als BI-Analyst
Hallo, ich bin Terrence und BI-Analyst bei Google. Mein Team bei Google, wir sind ein zentrales Daten- und Analyseteam in der Finanzorganisation. Wir helfen bei der Entscheidungsfindung im Zusammenhang mit der Mitarbeiterzahl, der Art und Weise, wie wir das Geld von Google investieren, der allgemeinen Umsatzentwicklung, der Rentabilität und all diesen Kennzahlen, die bei der Entscheidungsfindung innerhalb der Finanzorganisation hilfreich sind. Im Bereich Business Intelligence hatte ich keine formelle Ausbildung in der Schule oder ähnliches. Ich begann meine Karriere eher als traditioneller Finanzanalyst. Jetzt fühlte ich mich dazu hingezogen, SQL zu schreiben und Pipelines zu erstellen, die diese Daten dann für alle nutzbar machten. Diese BI-Rolle kam voll zur Geltung, und ich fühlte mich wirklich davon angezogen. Wenn es um BI-Tools geht, beschäftige ich mich im Alltag eher mit dem Projektmanagement. Es geht wirklich darum, dass wir wirklich gut mit den von uns verwendeten Tools vertraut sind, die letztendlich unsere Dateningenieure zum Aufbau der Pipelines verwenden werden, sei es Google Cloud Platform und BigQuery oder bis hin zum Dashboarding. Bei all diesen Dingen habe ich meine Hände im Griff, da ich Projekte von der Konzeption bis zur Konzeptualisierung begleite und verstehe, woher die Daten kommen. Ist das ein realisierbares Projekt? Sind die Daten so vorhanden, dass wir sie aufnehmen und umwandeln können? Eine meiner größten Erkenntnisse ist, dass die einfachen Lösungen oft die wirkungsvollsten sind. Der einzige Weg, wirklich zu verstehen, was diese Lösungen sind, besteht darin, sich hinzusetzen und von Ihren Stakeholdern, Ihren Benutzern wirklich zu verstehen, was sie zu lösen versuchen. Man muss neugierig sein. Man muss eine brennende Leidenschaft haben, um dorthin zu gehen und verstehen wollen: „Hey, wie funktioniert Ihr Unternehmen? Vor welchen Problemen stehen Sie? Welche Fragen versuchen Sie zu beantworten? Wie sieht Ihr Alltag aus?“ ?“ Sie benötigen ein wirklich grundlegendes Verständnis und dann ein tiefes Verständnis, um die Daten, die Ihnen möglicherweise zur Verfügung stehen, wirklich zu nutzen und noch einen Schritt weiter zu gehen. Wirklich wichtige Erkenntnisse herausholen. Ermöglichen Sie ihnen, Entscheidungen auf der Grundlage von Daten zu treffen, von deren Existenz sie vorher nicht einmal wussten. Sie müssen die Leidenschaft haben, das Geschäft zu verstehen, und neugierig sein. Verstehen Sie, mit welchen Problemen sie konfrontiert sind. Und letztendlich ist es das, was mir an diesem Bereich wirklich Spaß macht. Die Möglichkeit zu haben, die Möglichkeit zu haben, die Probleme, mit denen das Unternehmen konfrontiert ist, zu verstehen und wirklich kreative Lösungen für diese Datenprobleme zu finden.
Überblick über Kurs 3
Hallo und willkommen bei Decisions, Decisions: Dashboards and Reports , dem dritten Kurs im Google Business Intelligence-Zertifikat. Du hast so große Fortschritte gemacht und bist fast bereit, deine Reise zu beenden!!
Am Ende dieses Kurses werden Sie in der Lage sein, Ihr Wissen über BI und Datenmodellierung anzuwenden, um dynamische Dashboards zu erstellen, die wichtige Leistungsindikatoren verfolgen, um den Bedürfnissen der Stakeholder gerecht zu werden.
Kursbeschreibung
Das Google Business Intelligence-Zertifikatsprogramm besteht aus drei Kursen. Entscheidungen, Entscheidungen: Dashboards und Berichte ist der dritte Kurs.
Grundlagen der Business Intelligence — Entdecken Sie die Rolle von BI-Experten innerhalb einer Organisation und die Karrierewege, die sie normalerweise einschlagen. Entdecken Sie anschließend die wichtigsten BI-Praktiken und -Tools und erfahren Sie, wie BI-Experten sie nutzen, um einen positiven Einfluss auf Unternehmen zu erzielen.
Der Weg zu Erkenntnissen: Datenmodelle und Pipelines— Entdecken Sie Datenmodellierungs- und ETL-Prozesse (Extrahieren, Transformieren, Laden), um Daten aus Quellsystemen zu extrahieren, sie in Formate umzuwandeln, die eine bessere Analyse ermöglichen und Geschäftsprozesse und -ziele vorantreiben.
Entscheidungen, Entscheidungen: Dashboards und Berichte– ( aktueller Kurs ) Wenden Sie Ihr Wissen über BI und Datenmodellierung an, um dynamische Dashboards zu erstellen, die wichtige Leistungsindikatoren verfolgen, um den Bedürfnissen der Stakeholder gerecht zu werden.
Inhalt von Kurs 3
Jeder Kurs dieses Zertifikatsprogramms ist in Module unterteilt. Sie können Kurse in Ihrem eigenen Tempo absolvieren, die Modulaufschlüsselung soll Ihnen jedoch dabei helfen, das gesamte Google Business Intelligence-Zertifikat in zwei bis vier Monaten abzuschließen.
Was kommt? Hier finden Sie einen kurzen Überblick über die Fähigkeiten, die Sie in den einzelnen Modulen dieses Kurses erlernen.
Modul 1: Business-Intelligence-Visualisierungen
In diesem Abschnitt des Kurses erfahren Sie mehr über die Grundlagen von BI-Dashboards und wie sie sich von anderen Datenanalyse-Dashboards unterscheiden. Sie werden entdecken, warum dynamische Visualisierungen eine hervorragende Möglichkeit sind, geschäftliche Fragen zu beantworten. Darüber hinaus erfahren Sie, wie die Interaktivität eines Dashboards Stakeholder stärkt.
Modul 2: Ergebnisse visualisieren
Sie erfahren mehr über die Kompromisse, die Sie beim Erstellen einer BI-Visualisierung berücksichtigen müssen, und wenden Ihr BI-Wissen an, um Diagramme und Visualisierungen zu erstellen. Sie erfahren außerdem, wie Sie Elemente in einem Dashboard effektiv organisieren können. Abschließend erfahren Sie, welche weiteren Überlegungen Sie beim Erstellen eines Dashboards berücksichtigen müssen.
Modul 3: Automatisieren und überwachen
Sie konzentrieren sich auf die Erstellung von Dashboards, mit denen Daten langfristig effektiv überwacht werden können. Sie stellen sich Ihre zukünftige Rolle als BI-Experte vor, treffen sich mit einem Kunden und nutzen die von ihm bereitgestellten Informationen für Ihr Projekt. Unterwegs erstellen Sie Diagramme und organisieren und iterieren auf einem Dashboard.
Modul 4: Präsentieren Sie Business-Intelligence-Erkenntnisse
In diesem Teil des Kurses beschäftigen Sie sich mit Stakeholder-Präsentationen und Strategien zum Teilen von Dashboards mit Kunden. Anschließend konzentrieren Sie sich auf den BI-Einstellungsprozess und entdecken Strategien zur Verfeinerung Ihres Portfolios und zur Aktualisierung Ihres Lebenslaufs. Abschließend besprechen Sie Vorstellungsgesprächstechniken, die Ihnen dabei helfen, Ihre Fähigkeiten gegenüber Personalvermittlern und Einstellungsmanagern zu demonstrieren.
Modul 5: Abschlussprojekt von Kurs 3
Während Ihres dritten und letzten Abschlussprojekts verwenden Sie die Zieltabelle, die Sie zuvor im Programm erstellt haben, um ein BI-Dashboard zu erstellen. Sie beziehen sich auf die wichtigsten BI-Dokumente, um ein Low-Fidelity-Mockup zu erstellen, Diagramme zu entwerfen und ein Dashboard zu organisieren. Zu Ihren Ergebnissen gehören das Modell und das endgültige Dashboard, die Sie als ersten Entwurf einem Stakeholder im Projektszenario präsentieren.
Modul 6: Nutzen Sie Ihr Business-Intelligence-Zertifikat
In diesem letzten Teil des Programms überprüfen Sie, was Sie im Rahmen des Google Business Intelligence-Zertifikats gelernt haben, und erkunden zusätzliche Karriereressourcen, um sich als BI-Experte zu etablieren.
Was zu erwarten ist
Jeder Kurs bietet viele Arten von Lernmöglichkeiten:
Von Google-Lehrern geleitete Videos vermitteln neue Konzepte, führen in die Verwendung relevanter Tools ein, bieten Karriereunterstützung und liefern inspirierende persönliche Geschichten.
Die Lesungen bauen auf den in den Videos behandelten Themen auf, stellen verwandte Konzepte vor, teilen nützliche Ressourcen und beschreiben Fallstudien.
Diskussionsaufforderungen erläutern Kursthemen zum besseren Verständnis und ermöglichen es Ihnen, mit anderen Lernenden im zu chatten und Ideen auszutauschenDiskussionsforen.
Durch Selbstüberprüfungsaktivitäten und Labore können Sie die Anwendung der erlernten Fertigkeiten praktisch üben und Ihre eigene Arbeit durch den Vergleich mit einem abgeschlossenen Beispiel bewerten.
Interaktive Plug-ins regen zum Üben konkreter Aufgaben an und unterstützen Sie bei der Integration des im Kurs erworbenen Wissens.
In-Video-Tests helfen Ihnen, Ihr Verständnis zu überprüfen, während Sie jedes Video durchgehen.
Mit Übungsquiz können Sie Ihr Verständnis wichtiger Konzepte überprüfen und wertvolles Feedback geben.
Benotete Quizfragen demonstrieren Ihr Verständnis der Hauptkonzepte eines Kurses. Um ein Zertifikat zu erhalten, müssen Sie in jedem benoteten Quiz mindestens 80 % erreichen. Sie können ein benotetes Quiz auch mehrmals absolvieren, um eine bestandene Punktzahl zu erreichen.
Tipps für den Erfolg
Es wird dringend empfohlen, die Elemente in jeder Lektion in der Reihenfolge durchzugehen, in der sie erscheinen, da neue Informationen und Konzepte auf Vorkenntnissen aufbauen.
Nehmen Sie an allen Lernmöglichkeiten teil, um so viel Wissen und Erfahrung wie möglich zu sammeln.
Wenn etwas verwirrend ist, zögern Sie nicht, ein Video noch einmal abzuspielen, eine Lektüre zu wiederholen oder eine Selbstüberprüfungsaktivität zu wiederholen.
Nutzen Sie die zusätzlichen Ressourcen, auf die in diesem Kurs verwiesen wird. Sie sollen Ihr Lernen unterstützen. Alle diese Ressourcen finden Sie imRessourcenTab.
Wenn Sie in diesem Kurs auf nützliche Links stoßen, setzen Sie ein Lesezeichen darauf, damit Sie später auf die Informationen zurückgreifen können, um sie zu studieren oder zu überprüfen.
Verstehen und befolgen Sie dieCoursera-Verhaltenskodexum sicherzustellen, dass die Lerngemeinschaft für alle Mitglieder ein einladender, freundlicher und unterstützender Ort bleibt.
Willkommen zu Modul 1
Hallo wieder. Willkommen zum ersten Abschnitt dieses Kurses. In den nächsten Lektionen befassen wir uns mit den Grundlagen von BI-Dashboards und wie sie sich von einigen anderen Arten von Datenanalyse-Dashboards unterscheiden. Wir werden auch viele Gründe entdecken, warum dynamische Visualisierungen eine hervorragende Möglichkeit zur Beantwortung von Geschäftsfragen sind, insbesondere wenn sich die Antworten auf diese Fragen im Laufe der Zeit ändern. Sie erfahren, wie die Interaktivität eines Dashboards die Stakeholder stärkt, für die Sie es erstellen. Außerdem gehen wir auf die spezifischen Schritte ein, die bei der Planung eines Dashboards zu unternehmen sind. Zu diesem Zweck können Sie sogar Ihr eigenes Modell erstellen, ein wesentlicher Schritt beim Erstellen von Dashboards. Abschließend besprechen Sie die Tools, die Sie zum Erstellen von BI-Visualisierungen in einem professionellen Umfeld verwenden können. Wenn Sie es noch nicht getan haben, werden Sie mit Tableau vertraut gemacht, dem Visualisierungstool, das Sie in diesem Kurs verwenden werden. In den nächsten Lektionen legen wir den Grundstein für Ihre Dashboard-Reise. Ich hoffe, Sie freuen sich genauso darauf wie ich, loszulegen.
Datenvisualisierung in der Business Intelligence
Video 84
Sie wissen wahrscheinlich, dass Datenvisualisierung die grafische Darstellung von Daten ist. Vielleicht haben Sie sogar Erfahrung mit der Erstellung von Diagrammen, Grafiken und anderen Arten von Datenvisualisierungen. Wenn Sie Ihr Google Data Analytics-Zertifikat erworben haben, haben Sie viele wichtige Datenvisualisierungskonzepte erforscht, darunter Barrierefreiheit und Design Thinking. Wenn Sie möchten, können Sie sich die Zeit nehmen, diese Lektionen noch einmal durchzugehen, bevor Sie fortfahren. Sie sind also mit der Datenvisualisierung einigermaßen vertraut. Aber wussten Sie, dass Datenanalyse-Visualisierungen nicht genau dasselbe sind wie Business-Intelligence-Visualisierungen? In vielerlei Hinsicht sind sie sich ziemlich ähnlich. Bei beiden handelt es sich um visuelle Darstellungen von Daten, die den Menschen, die sie interpretieren, Erkenntnisse vermitteln. Ihr Ziel ist es, Daten auf klare und leicht verständliche Weise weiterzugeben. Sie unterscheiden sich jedoch im Kontext. Eine DA-Visualisierung zielt darauf ab, eine Geschäftsfrage zu beantworten, z. B. „Wie entwickelt sich der Umsatz unseres Unternehmens in diesem Jahr?“ Dieses Diagramm verwendet nur vorhandene Daten. Eine BI-Visualisierung hingegen versucht, diese Frage langfristig zu beantworten. BI-Experten könnten sich also fragen: „Wie entwickelt sich der Umsatz im Jahresvergleich?“ und „Welche anderen umsatzbezogenen Kennzahlen könnten auf eine bevorstehende Änderung der Umsatztrends hinweisen?“ Eine BI-Visualisierung verfolgt oder überwacht Daten, die für eine laufende Geschäftsfrage relevant sind. Das bedeutet, dass es manchmal für Daten erstellt wird, die noch gar nicht existieren. Darüber hinaus werden die Erkenntnisse, die aus einer DA-Visualisierung gewonnen werden, typischerweise für eine wichtige Geschäftsentscheidung genutzt. Allerdings werden BI-Visualisierungen verwendet, um jetzt eine Entscheidung zu treffen, dann aber in der Zukunft eine andere, da die Verfolgungsdaten aktualisiert werden und neue Erkenntnisse liefern. Auf diese Weise sind BI-Visualisierungen im Allgemeinen dynamischer als statische, was bedeutet, dass sie interaktiv sind oder sich im Laufe der Zeit ändern. Beim Erstellen eines Dashboards verfolgt ein BI-Experte einen anderen Ansatz als ein Datenanalyst. Denn ihre Arbeit geht über die Erstellung und Gestaltung des Dashboards hinaus und umfasst auch dessen Pflege im Laufe der Zeit. Hier ein Beispiel: Angenommen, ein BI-Experte einer Fluggesellschaft hat ein Dashboard für Stakeholder entworfen, die die Nachfrage nach neuen Flugzeugen in den nächsten 10 Jahren überwachen möchten. Sie umfassen sechs verschiedene Diagrammtypen, sodass Benutzer wichtige Kennzahlen und KPIs im Zusammenhang mit der Reisehäufigkeit der Verbraucher, dem nützlichen Produktlebenszyklus von Flugzeugen, der Nachfrage nach neuen Flugzeugen und vielem mehr leicht identifizieren können. Aber vielleicht ändert sich etwas in der Branche. Die Stakeholder fragen möglicherweise nach neuen KPIs, anderen Anordnungen visueller Elemente oder ähnlichen Aktualisierungen. Es ist die Aufgabe des BI-Experten, ihre Anfragen zu interpretieren, festzustellen, ob sie angemessen und machbar sind, und sie in das Dashboard umzusetzen. Auf diese Weise informiert das Dashboard nachhaltig über Entscheidungen, löst Probleme und beantwortet wichtige Fragen. Wie Sie gelernt haben, ist die Fähigkeit, proaktiv auf Veränderungen zu reagieren und kontinuierlich nützlich zu bleiben, ein wesentlicher Bestandteil von BI. Das nächste Mal werden wir tiefer darauf eingehen, Stakeholder mit Datenvisualisierungen zu unterstützen!
Stärken Sie Stakeholder
Als BI-Experte erstellen Sie Tools, die wichtige Geschäftsdaten überwachen und präsentieren. Wie Sie gerade lernen, besteht der Hauptzweck der Verfolgung dieser Daten und deren Integration in ein Dashboard darin, Stakeholdern die Möglichkeit zu geben, ihre eigenen Datenfragen zu beantworten. Im Kern ist ein Dashboard ein Werkzeug. Ein Dashboard, das den Jahresumsatz verfolgt, kann Ihnen beispielsweise Aufschluss darüber geben, wie ein kleines Unternehmen über Nacht viral ging, oder ein Dashboard, das den globalen Markt überwacht, kann Ihnen sagen, dass der Wettbewerb in einem bestimmten Markt zugenommen hat. Die von Dashboards erzählten Geschichten liefern wichtige Informationen darüber, was gerade mit den Daten des Unternehmens passiert, und bieten dann Handlungsmöglichkeiten. Vielleicht weiß ein Unternehmen, das mit neuer Konkurrenz konfrontiert ist, jetzt, dass es eine neue Produktlinie einführen oder eine bestehende verbessern muss, und Visualisierungen sind hilfreicher als nur Rohdaten, weil sie dazu beitragen, die Dateneinblicke viel klarer und verständlicher zu machen. Manchmal ist ein signifikanter Trend ohne Visualisierung kaum zu erkennen. In dieser Tabelle zum internationalen Umsatz eines Unternehmens sind beispielsweise alle Daten enthalten, ihre Bedeutung ist jedoch nicht sofort ersichtlich. Andererseits kann ein Dashboard über diese Daten viel klarer darstellen, was vor sich geht. Schließlich besteht der Hauptzweck eines Dashboards nicht nur darin, ästhetisch ansprechend zu sein, sondern auch darin, eine Frage zu beantworten oder ein Problem zu lösen. Stellen Sie sich vor, Sie müssen den Gesamtumsatz eines Unternehmens für das Jahr 2019 ermitteln. Dieses Diagramm aus einem Dashboard beantwortet diese Frage sehr einfach. Sie können den Datenpunkt für den Gesamtumsatz 2019 leicht finden. Dashboards sind außerdem interaktiv, was sie zu äußerst flexiblen Werkzeugen macht, die die Macht in die Hände des Benutzers legen. Ein Dashboard beantwortet nicht eine Frage und verliert dann seinen Nutzen, sondern kann mehrere Fragen beantworten, je nachdem, wonach der Benutzer sucht und wie es verwendet wird. Zurück zu unserem Beispiel. Vielleicht möchte ein Stakeholder mithilfe des Dashboards herausfinden, welches Land über alle Jahre hinweg den höchsten Gesamtumsatz erzielt. Sie können die Einstellung einfach in der Dashboard-Umgebung ändern, um sich auf andere Daten oder dieselben Daten auf andere Weise zu konzentrieren. Durch die Erstellung und Pflege eines multifunktionalen Tools können BI-Experten den Arbeitsaufwand reduzieren. Anstatt zehn separate Diagramme zur Beantwortung von zehn Fragen zu erstellen, reicht ein einziges interaktives Dashboard aus. Wie Sie wissen, nutzen Ihre Stakeholder die von Ihnen entwickelten Tools, um fundierte Geschäftsentscheidungen zu treffen. Ihre Rolle als BI-Experte wird selten darin bestehen, die in Ihrem Dashboard angezeigten Daten zu interpretieren. Stattdessen erstellen Sie einen Dash, der Benutzern die Möglichkeit gibt, die Daten selbst zu interpretieren. Sie bestimmen, was das Dashboard tun muss, erstellen das entsprechende Tool und pflegen und verbessern es im Laufe der Zeit. Demnächst werden wir mehr über die Ziele der Stakeholder untersuchen und ein Modell aus einem Dashboard-Plan erstellen. Schon bald sind Sie auf dem Weg, den perfekten Strich zu planen.
Dashboard-Beispiele
Sie haben gelernt, wie Dashboards wichtige Geschäftsdaten überwachen und darstellen. In der Business Intelligence besteht der Hauptzweck der Verfolgung dieser Daten und deren Integration in ein Dashboard darin, Stakeholdern die Möglichkeit zu geben, ihre eigenen Datenfragen zu beantworten. Wenn Sie das Google Data Analytics-Zertifikat abgeschlossen haben, erinnern Sie sich vielleicht an die drei Arten von Dashboards, die in diesem Programm besprochen werden: strategisch, operativ und analytisch. In dieser Lektüre besprechen Sie alle drei dieser Dashboards und wie sie in einem BI-Kontext verwendet werden können.
Arten von Dashboards
BI-Experten passen ein Dashboard häufig für einen bestimmten Zweck an. Die drei häufigsten Kategorien sind:
Strategisch : konzentriert sich auf langfristige Ziele und Strategien auf höchstem Metrikniveau
Operativ: Verfolgt die kurzfristige Leistung und Zwischenziele
Analytisch: besteht aus den Datensätzen und der in diesen Sätzen verwendeten Mathematik
Strategische Dashboards
Eine Vielzahl von Unternehmen nutzen strategische Dashboards zur Bewertung und Ausrichtung ihrer strategischen Ziele. Diese Dashboards liefern Informationen über den längsten Zeitraum – von einem einzelnen Finanzquartal bis hin zu Jahren. Sie enthalten typischerweise Informationen, die für die unternehmensweite Entscheidungsfindung nützlich sind. Beispielsweise könnte sich ein strategisches Dashboard auf wichtige Leistungsindikatoren über ein Jahr konzentrieren.
Operative Dashboards
Operative Dashboards sind wohl die häufigste Art von Dashboards. Da diese Dashboards Informationen auf einer Zeitskala von Tagen, Wochen oder Monaten enthalten, können sie nahezu in Echtzeit Einblicke in die Leistung liefern. Dies ermöglicht es Unternehmen, ihre unmittelbaren Betriebsprozesse im Hinblick auf ihre strategischen Ziele zu verfolgen und aufrechtzuerhalten. Ein operatives Dashboard könnte sich auf die Leistung des Kundendienstteams konzentrieren.
Analytische Dashboards
Analytische Dashboards enthalten die Details zur Nutzung, Analyse und Vorhersage durch Datenwissenschaftler. Data-Science-Teams erstellen und pflegen in der Regel die technischste Kategorie: Analyse-Dashboards. Ein Beispiel für ein Analyse-Dashboard könnte sich auf Kennzahlen für die finanzielle Leistung eines Unternehmens konzentrieren.
Die zentralen Thesen
Als BI-Experte erstellen Sie häufig Dashboards, um Stakeholdern den Zugriff auf Daten zu ermöglichen, die sie benötigen, um Fragen zu beantworten, Probleme zu lösen und Entscheidungen zu treffen. Das Erkennen der verschiedenen Arten von Dashboards kann Ihnen dabei helfen, Tools zu erstellen, die auf die Bedürfnisse Ihres Unternehmens zugeschnitten sind und die spezifischen Geschäftsanforderungen erfüllen.
Planen Sie ein Dashboard mithilfe von Modellen
Wie bei jedem wichtigen beruflichen Unterfangen ist auch bei Dashboards viel Planung erforderlich. Sie erfordern auch viel Zusammenarbeit. Sie haben bereits an vielen Aspekten der BI-Planung gearbeitet, darunter an einem Stakeholder-Anforderungsdokument, einem Projektanforderungsdokument und einem Strategiedokument. In diesem Video erfahren wir mehr über die Planung und lernen einige Strategien speziell für Dashboards kennen. Normalerweise arbeitet ein BI-Experte mit seinen Stakeholdern zusammen, um herauszufinden, was in den Dash aufgenommen werden muss. Der Prozess beginnt normalerweise damit, dass ein Stakeholder seine Bedürfnisse beschreibt. Beispielsweise möchte ein Vertriebs- oder Marketingleiter möglicherweise ein Dashboard, das die Ausgabegewohnheiten der Kunden verfolgt. Sie könnten Visualisierungen anfordern, die zeigen, wie oft Kunden dasselbe Produkt erneut kaufen oder wie stark der Umsatz zu Spitzeneinkaufszeiten, beispielsweise an bestimmten Feiertagen, steigt. Nachdem die Stakeholder ihre Bedürfnisse erläutert haben, stellt ein BI-Experte ihre eigenen Fragen. Dies hilft bei der Bestimmung des Detaillierungsgrades. Einige Fragen, die ich gerne stelle, sind: Was soll das Dashboard tun? Und welche KPIs und Dimensionen werden erfasst? Es ist hilfreich, auch zu fragen, für wen das Dashboard erstellt wird. Ist es jemand, der die spezifischste Detailebene benötigt, oder jemand, der nur umfassende Einblicke benötigt? Schließlich muss der BI-Experte überlegen, wo er die erforderlichen Daten findet und welchen Zeitplan sie darstellen sollen.
Video abspielen, beginnend bei :1:25 und das Transkript folgt 1:25
Natürlich gibt es unzählige Fragen, die Aufschluss über ein bestimmtes Projekt geben können. Wenn Sie immer mehr Kontext gewinnen, stellen Sie möglicherweise Lücken in Ihrem Verständnis fest oder stoßen auf Schwachstellen, mit denen Sie und sogar die Beteiligten nicht gerechnet haben. Wenn Sie diese neuen Erkenntnisse weiterverfolgen, können Sie sicherstellen, dass Sie direkter auf die Bedürfnisse Ihrer Stakeholder eingehen und ein effektives Tool für ihre Nutzung entwickeln. Viele BI-Experten stellen nicht nur Fragen, sondern beobachten auch ihre Stakeholder bei der Arbeit. Dies kann sein, dass Sie tatsächlich neben ihnen an ihren Arbeitsplätzen sitzen oder ihre Bildschirme teilen, um einen bestimmten Arbeitsablauf zu demonstrieren. Dies ist äußerst hilfreich, da ein Stakeholder oft so nah an seinen eigenen Prozessen ist, dass er nicht merkt, wo oder wie ein Dashboard ihm helfen kann. Diese Übung erfordert Zeit, liefert aber eine Menge großartiger Erkenntnisse. Ebenso ist es wertvoll, gemeinsam mit Ihren Stakeholdern zu iterieren. Wir sprechen in BI viel über Iteration. Zur Auffrischung bedeutet dies lediglich, dass man einen Vorgang immer wieder wiederholt, um dem gewünschten Ergebnis immer näher zu kommen. Und wie Sie gelernt haben, ändern sich gewünschte Ergebnisse ständig, weshalb BI-Experten ständig Iterationen durchführen. Der erste Schritt des Dashboard-Iterationsprozesses besteht darin, ein Low-Fidelity-Mockup zu erstellen. Ein Low-Fidelity-Mockup ist ein einfacher Entwurf einer Visualisierung, der zur Planung eines Dashboards und zur Bewertung seines Fortschritts verwendet wird. Dabei kann es sich um ein mit Stift und Papier erstelltes Modell der Organisation oder um ein Dashboard mit einer sehr begrenzten Datenmenge handeln. Der Stakeholder gibt Feedback, auf das Sie reagieren. Das Teilen eines Low-Fidelity-Modells ist eine hervorragende Möglichkeit, Ihre Stakeholder einzubeziehen und das Beste aus Ihrer Zusammenarbeit herauszuholen. Außerdem ist es sehr effektiv bei der Vermeidung potenzieller Fehler. Wenn Sie eine Annahme treffen, die sich als falsch herausstellt, kann das Modell Ihnen und Ihren Benutzern dabei helfen, diese zu identifizieren und die erforderlichen Korrekturen vorzunehmen. Bald werden wir noch mehr über die Dashboard-Planung erfahren. Denn der beste Weg, ein Ziel zu erreichen, ist ein klarer und durchdachter Plan.
Aktivitätsbeispiel: Entwerfen Sie ein Datenvisualisierungsmodell
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für dieses Kurselement anzusehen.
Link zum Exemplar:Modellskizze einer Arztpraxis
ODER
Sie können das Exemplar direkt im folgenden Anhang herunterladen.
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihre Modellskizze eine Visualisierung darstellt, um den Anforderungen der Stakeholder in dieser Aktivität gerecht zu werden.
Mockups sind persönliche Tools, die Sie mit einem Stakeholder teilen. Sie sollten klare, deutliche Details enthalten und leicht verständlich sein. Sie müssen keine Zeit damit verschwenden, Farbschemata, Schriftarten oder andere visuelle Stile zu definieren. Dies sollte nur der erste Schritt sein, Ihre Geschäftsanforderungen in eine visuelle Darstellung umzusetzen. Ihre Modelle müssen nicht perfekt sein. Sie müssen lediglich Ihre Absichten mitteilen.
Bei Modellen liegt der Schwerpunkt auf der Anordnung von Objekten und dem Inhalt jedes Objekts. Ein Beispiel für den Detaillierungsgrad, den es enthalten sollte, ist „Dieses große Diagramm wird oben auf der Hauptseite angezeigt.“ Es handelt sich um ein Balkendiagramm, das die Häufigkeit der Patientenbesuche darstellt. Daneben wird dieses Diagramm angezeigt, das die Frage nach der Zeit zwischen den einzelnen Besuchen beantwortet.“
Modelle können Anmerkungen enthalten, sollten aber insgesamt nur minimalen Text enthalten. Der Großteil Ihrer Angaben sollte in Ihren Planungsunterlagen enthalten sein.
Im Szenario dieser Aktivität möchte Ihr Ansprechpartner in der Privatpraxis folgende Fragen beantworten:
Wie hoch ist die Häufigkeit der Besuche von wiederkehrenden Patienten?
Wie groß ist die durchschnittliche Zeitspanne zwischen Besuchen pro Patient und/oder Diagnose?
Wie viele Patienten werden wegen einer bestimmten Erkrankung behandelt? Wie unterscheidet sich ihre Besuchshäufigkeit von der von Patienten, die nur allgemeine Besuche benötigen?
Was sind die Ergebnisse der Fünf-Fragen-Umfrage, die Patienten nach jedem Besuch ausfüllen sollen?
In diesem Mockup-Beispiel enthält der folgende Abschnitt des Dashboards interaktive Filter, mit denen Stakeholder Daten in verschiedenen Zeiträumen anzeigen können.
Der nächste Abschnitt enthält wichtige Kennzahlen, die für den Stakeholder von Interesse sind, wie z. B. die Gesamtzahl der Patienten, die durchschnittliche Wartezeit zwischen Besuchen und das in diesem Zeitraum verfügbare Personal. Zu diesen Metriken gehören Pfeile, die anzeigen, ob die Metrik seit dem vorherigen Zeitraum gestiegen oder gefallen ist. Es enthält auch ein Diagramm, das die Anzahl neuer und wiederkehrender Besuche im Zeitverlauf, die durchschnittliche Zeit zwischen Besuchen bei allgemeinen Patienten und spezifischen Diagnosen sowie die Anzahl der Patienten, die jedes medizinische Fachgebiet besuchen, vergleicht. Diese drei Diagramme beantworten die ersten drei Geschäftsfragen.
Der folgende Abschnitt enthält ein Kreisdiagramm, das die Ergebnisse der Patientenbefragung mit fünf Fragen veranschaulicht. Außerdem wird der Prozentsatz der Befragten aufgeführt, die jede Antwort für jede Frage ausgewählt haben. In diesem Abschnitt wird die letzte Frage im Szenario beantwortet.
Die zentralen Thesen
Mockups sind eine hilfreiche Möglichkeit, Ihre BI-Visualisierungen zu planen. In vielen Fällen sind sie ein wesentliches Werkzeug, mit dem Sie Ihren Stakeholdern Ihre Designabsichten mitteilen können. Sie können Ihnen helfen, hilfreiches Feedback zu erhalten, damit Sie die effektivste Visualisierung für Ihren Kunden erstellen können. Später in diesem Kurs erstellen Sie Modelle, während Sie an komplexeren BI-Visualisierungsprojekten arbeiten.
Fehltritte im Dashboard und wie man sie vermeidet
Wenn Sie vor der Erstellung eines Dashboards nicht richtig planen, kann es durchaus passieren, dass Sie Fehler machen. Doch welche Probleme können auftreten. In diesem Video werden wir einige der häufigsten Folgen einer unzureichenden Planung eines Dashboards untersuchen. Es gibt drei Haupttypen von Dashboard-Problemen, mit denen BI-Experten konfrontiert werden. Vereinfacht ausgedrückt handelt es sich um Datenprobleme, Toolprobleme und Zielgruppenprobleme. Schauen wir uns die einzelnen Punkte genauer an. Erstens: Wenn es um ein BI-Dashboard geht, handelt es sich bei einem Datenproblem um ein Problem, das durch die verwendeten Daten im Dashboard verursacht wird. Möglicherweise haben Sie mehr Daten eingefügt, als Sie benötigen, genau wie Sie es bei Pipelines festgestellt haben. Dies kann dazu führen, dass Dashboards langsam ausgeführt werden. Wenn Sie andererseits nicht genügend Daten angeben, fehlen Ihnen möglicherweise wichtige Informationen, von denen Ihre Stakeholder wirklich profitieren könnten. Möglicherweise haben Sie falsche Datensätze oder Daten aus dem falschen Zeitraum eingebunden. Dies kann dazu führen, dass Ihre Stakeholder zu falschen Schlussfolgerungen kommen. Und wenn Sie nicht verstehen, welche Daten tatsächlich verfügbar sind, verschwenden Sie möglicherweise Zeit und Ressourcen mit dem Versuch, Daten zu erhalten, die nicht vorhanden sind. Um Datenprobleme zu vermeiden, müssen Sie sehr genau vorgehen, bevor Sie mit der Entwicklung eines BI-Tools beginnen. Zu den wichtigsten Punkten, die Sie berücksichtigen sollten, gehört es, sicherzustellen, dass Sie wissen, welche Daten angezeigt werden sollen und woher diese Daten stammen sollen. Erstellen Sie außerdem einen Plan, wie Sie auf die Daten zugreifen und diese in Ihr Dashboard importieren. Und bestätigen Sie, dass Sie über die Berechtigung zum Zugriff auf die Daten verfügen und wissen, welchen Dateityp Sie verwenden werden. Lassen Sie uns nun die Werkzeugprobleme untersuchen. Hierbei handelt es sich um Dashboard-Probleme, die die verwendete Hardware oder Software betreffen. Das grundlegendste Werkzeugproblem besteht einfach darin, das falsche Werkzeug auszuwählen. Wie Sie wissen, verwendet jedes Unternehmen bestimmte Programmiersprachen und Datenvisualisierungsprogramme. Und in den meisten Fällen muss der BI-Experte die bevorzugten Tools seines Unternehmens verwenden. Wie Sie gelernt haben, lassen sich viele der Fähigkeiten, die Sie auf ein Tool anwenden, problemlos auf ein anderes übertragen. Dennoch müssen Sie die Unterschiede zwischen diesen Tools verstehen, damit Sie sie effektiv nutzen können. Andere Werkzeugprobleme hängen mit Verarbeitungsbeschränkungen zusammen. Einige Programme oder Server können überlastet sein, wenn sie zu viele KPIs verfolgen. Manchmal kann es sogar zum Absturz kommen, wenn zu viele Personen Änderungen an derselben Visualisierung vornehmen. Wenn Sie während Ihrer Bauphase auf Hardware-Einschränkungen stoßen, müssen Sie möglicherweise den Projektumfang reduzieren oder eine kreativere Lösung finden, worüber Sie später in diesem Kurs mehr erfahren werden. Okay, endlich haben wir Probleme mit dem Publikum. Hierbei handelt es sich um Dashboard-Probleme, die dadurch verursacht werden, dass die Bedürfnisse des Benutzers nicht ausreichend berücksichtigt werden. Stellen Sie sich zum Beispiel vor, Sie hätten die Aufgabe, ein Dashboard für das Personalteam eines Unternehmens zu erstellen. Das Tool muss verfolgen, wie viele Mitarbeiter das Unternehmen eingestellt hat oder einstellen wird und wie viele gekündigt haben. Wenn Ihr Dashboard auch Finanz- und Betriebskennzahlen enthält, sind diese für Ihre Zielgruppe nicht relevant und können das Dashboard überladen, was zu Komplexität oder Verwirrung führt. Das bedeutet, dass Ihr Tool für die Beteiligten nicht so hilfreich sein wird, wie es sein könnte. Eine andere Art von Publikumsproblem betrifft Datenschutz und Berechtigungen. Es liegt in Ihrer Verantwortung sicherzustellen, dass Ihr Dashboard nur Informationen enthält, auf die die Benutzer zugreifen dürfen, und nicht vertrauliche oder private Informationen. Es ist besonders wichtig, die Bedürfnisse verschiedener Zielgruppen zu berücksichtigen, wenn Sie ein einzelnes Dashboard für mehrere Benutzer erstellen. Angenommen, Sie erstellen einen Dash, der vom Marketingteam eines Unternehmens in Afrika, Asien und Europa sowie vom Chief Marketing Officer verwendet werden soll. Der CMO benötigt Daten über alle Regionen, während die regionalen Teams möglicherweise nur Zugriff auf ihre eigenen Daten benötigen. In diesem Fall würden Sie die Datenschutzeinstellungen so konfigurieren, dass mehrere Berechtigungen berücksichtigt werden. Später erfahren Sie mehr über die Funktionsweise von Datenschutzberechtigungen. Zunächst haben Sie jedoch einige der häufigsten Probleme untersucht, die beim Erstellen von Dashboards auftreten. Noch wichtiger ist, dass Sie verstehen, wie Sie sie vermeiden können. Und proaktiv zu sein ist eine wesentliche Fähigkeit für jeden BI-Experten.
Frischen Sie Ihre Tableau-Kenntnisse auf
Sie haben verschiedene BI-Visualisierungstools untersucht und untersucht, wie diese möglicherweise unterschiedliche Benutzeroberflächen oder UIs und Arbeitsabläufe haben. In diesem Video erfahren wir mehr über die verschiedenen Tools, die Sie zum Visualisieren von Daten und zum Erstellen von Dashboards verwenden können, und darüber, wie Sie Ihre Fähigkeiten in einem Programm auf ein anderes übertragen können. Wie Sie wissen, können Sie mit BI-Visualisierungstools die von Ihnen erfassten Daten visuell darstellen und für ein Dashboard aufbereiten. Mit einigen Programmen können Sie mit derselben Software Daten transformieren und ein Dashboard erstellen. Andere widmen sich speziell der Visualisierung und verfügen nur über begrenzte Transformationsfunktionen. In diesem Kurs werden wir am häufigsten mit Tableau arbeiten. Es handelt sich um eine leistungsstarke visuelle Analyseplattform, mit der Sie BI-Dashboards und Datenvisualisierungen erstellen können. Tableau wird von vielen Branchenexperten verwendet und verfügt über eine unkomplizierte und benutzerfreundliche Benutzeroberfläche. Wenn Sie Ihr Google Data Analytics-Zertifikat erworben haben, verfügen Sie bereits über erste Erfahrungen mit Tableau. Um sich auf das Kommende vorzubereiten, können Sie sich gerne etwas Zeit nehmen, um diese Lektionen noch einmal durchzugehen. Einige andere Programme, die Sie als BI-Experte verwenden könnten, sind Google Data Studio, Looker und Power BI. Lassen Sie uns sie jetzt kurz untersuchen. Google Data Studio ist ein Reporting-Tool, bei dem Einfachheit im Vordergrund steht. Es konzentriert sich mehr auf die Berichterstellung als auf die Datentransformation, kann aber dennoch zum Erstellen einer Vielzahl von Dashboards verwendet werden. Looker ist ein Datenaggregations- und Dashboarding-Tool ähnlich wie Tableau. Es verwendet eine eigene Modellierungssprache namens Look ML. Power BI ist das Dashboard- und Reporting-Tool von Microsoft, das Tableau ähnelt. Einige seiner Funktionen bieten möglicherweise unterschiedliche Funktionen, abhängig von der Datenmenge, mit der Sie arbeiten. Diese Programme verhalten sich ziemlich ähnlich. Sie können jedes dieser Tools verwenden, um die Aktivitäten in diesem Kurs abzuschließen. Beachten Sie jedoch, dass die meisten Anweisungen auf die Benutzeroberfläche und Funktionalität von Tableau zugeschnitten sind. Wenn Sie sich für die Arbeit in einem anderen Programm entscheiden, müssen Sie möglicherweise zusätzliche oder andere Schritte ausführen, um die Aufgaben abzuschließen. Zunächst richten Sie in der nächsten Aktivität Ihr öffentliches Tableau-Konto ein. Tableau Public ist eine kostenlose Plattform zum Erkunden, Erstellen und öffentlichen Teilen von Datenvisualisierungen online. Sie können damit die meisten Tableau-Funktionen auf jedem Betriebssystem kostenlos ausführen. Die zweite Aktivität ist optional. Darin können Sie die Tableau Public Desktop Edition-Anwendung auf Ihren Computer herunterladen. Während die Funktionalität im Browser nahezu identisch ist, bevorzugen einige möglicherweise die Desktop-Version. Da es nur für Windows und MacOS verfügbar ist, ist die Teilnahme an diesem Kurs nicht erforderlich. Der öffentliche Tableau-Desktop verfügt über Funktionen, die der öffentliche Tableau-Desktop im Browser nicht bietet. Es ermöglicht Ihnen beispielsweise, Tableau ohne Internetverbindung zu nutzen. Aber auch hier ist es nicht erforderlich, die Aktivitäten in diesem Kurs abzuschließen. Beachten Sie unbedingt, dass diese Programme ständig aktualisiert und verfeinert werden. Sie sehen möglicherweise anders aus, wenn Änderungen vorgenommen werden. Nutzen Sie in diesem Fall die Gelegenheit, das Problem selbst zu beheben. Ist das eine hervorragende Übung für tatsächliche Geschäftsszenarien, denen Sie als BI-Experte häufig begegnen werden? Sie können Ihre Fähigkeiten als Datendetektiv verbessern, indem Sie die Kunst des Versuchs und Irrtums üben. Wenn Sie wirklich nicht weiterkommen, können Sie jederzeit auf die Programme, Hilferessourcen, unsere Foren und den Kundensupport der Programme zurückgreifen. Denken Sie beim Erstellen Ihres öffentlichen Tableau-Kontos noch daran, dass potenzielle Arbeitgeber Ihr öffentliches Profil als Teil Ihres Arbeitsportfolios sehen können. Es ist hilfreich, sich daran zu erinnern, nachdem Sie dieses Programm abgeschlossen haben. Tableau verfügt außerdem über eine Funktion, mit der Sie potenziellen Arbeitgebern mitteilen können, dass Sie für eine Anstellung verfügbar sind. Dies kann durch Aktivieren des Kontrollkästchens „Zur Miete verfügbar“ in Ihrem öffentlichen Tableau-Profil aktiviert werden.
Ressourcen für Visualisierungstools
Als Business-Intelligence-Experte arbeiten Sie mit einer Vielzahl von Visualisierungstools. Das Tolle an BI und der Online-Community ist, dass viele Ressourcen zur Verfügung stehen, die Ihnen helfen. Die folgende Ressourcenliste enthält einige Tipps für die Arbeit mit Tableau und einigen anderen Tools.
Tableau-Ressourcen
Für dieses Programm verwenden Sie hauptsächlich Tableau, das über zahlreiche Online-Ressourcen und eine aktive Benutzergemeinschaft verfügt, die sich gegenseitig bei der Bewältigung von Herausforderungen unterstützt. Hier sind einige Ressourcen, die Sie erkunden können, während Sie sich mit Tableau vertrauter machen:
Seite „Public Resources“ von Tableau: Dies ist ein Link zur Ressourcenseite, einschließlich einiger Anleitungsvideos und Beispieldaten.
Tableau-Benutzerforum: Suchen Sie nach Antworten und vernetzen Sie sich auf der Forumseite mit anderen Benutzern in der Community.
Öffentliche Galerie: Dies sind von anderen Benutzern erstellte Datenvisualisierungen, durch die Sie scrollen können.
Ausgewählte Galerie: Dies ist eine Sammlung vorgestellter Datenvisualisierungen, die von anderen Benutzern erstellt wurden. Das ist eine tolle Inspirationsquelle.
Visualisierung des Tages: Tableau Public bietet jeden Tag eine neue Datenvisualisierung; Schauen Sie täglich vorbei, um neue Visualisierungen zu erhalten!
Seite „Google Career Certificates“ auf Tableau Public: Diese Galerie enthält alle in den Videolektionen erstellten Visualisierungen; Erfahren Sie mehr über diese Beispiele hier.
Andere Ressourcen
Darüber hinaus könnten Sie daran interessiert sein, mehr über andere BI-Visualisierungstools zu erfahren. Das ist großartig! Es gibt viele BI-Visualisierungstools, die Sie möglicherweise zu Ihrer Toolbox hinzufügen möchten. Hier sind einige zusätzliche Ressourcen, die Ihnen den Einstieg erleichtern:
Lernen Sie Looker Studio kennen:Der Looker Studio-Support ermöglicht Ihnen den Zugriff auf eine Vielzahl von Tutorials, die sich auf die Verwendung von Looker konzentrieren.
Looker Studio-Vorlagen: Wenn Sie Looker Studio verwenden möchten, gibt es eine Auswahl vorgefertigter Vorlagen, mit denen Sie mit der Erstellung von Visualisierungen und Dashboards beginnen können.
MicroStrategy-Demos : MicroStrategy bietet eine Sammlung von Demonstrationen an, die Ihnen dabei helfen, das Toolsystem für eine Vielzahl von Anwendungen zu nutzen.
Balance zwischen Tool-Einschränkungen und Benutzererwartungen
Bisher haben Sie in diesem Programm viel über die verfügbaren Business-Intelligence-Tools gelernt und erfahren, wie Sie diese als BI-Experte nutzen können. Diese Tools helfen Ihnen, eingehende Daten zu überwachen, Visualisierungen und Dashboards zu erstellen und Stakeholdern den Zugriff auf Berichte zu ermöglichen. Dies hilft den Stakeholdern, fundierte Entscheidungen zu treffen.
Auch diese Tools unterliegen Einschränkungen. Sie sind möglicherweise nicht in der Lage, komplexe Anforderungen schnell genug zu verarbeiten oder komplizierte Visualisierungen mit vielen Metriken zu erstellen. In dieser Lektüre haben Sie die Möglichkeit, die Stärken und Grenzen von Business-Intelligence-Tools zu überprüfen.
Werkzeugleistung
Demnächst erfahren Sie mehr darüber, was die Werkzeugleistung beeinflusst. Aber vorerst gibt es drei Elemente, die Sie beachten sollten:
Der Umfang eines Projekts : Wie viel Zeit muss im Dashboard dargestellt werden? Je länger die Zeitspanne, desto mehr Daten müssen verarbeitet und präsentiert werden.
Die Komplexität der Metriken: Wie viele Key Performance Indicators müssen vom Dashboard erfasst werden? Je komplexer Ihre Metriken sind, desto stärker wird die Verarbeitungsgeschwindigkeit beeinträchtigt.
Die Bearbeitungsgeschwindigkeit Ihres Tools: Wie schnell können Ihre Tools tatsächlich auf Anfragen reagieren? Je mehr Anfragen, desto stärker wird das System belastet, was die Antwortzeiten verlangsamen kann.
Vergleich gängiger Tools
Werkzeug | Stärken | Einschränkungen |
|---|---|---|
Looker Studio |
|
|
Malerei |
|
|
Microsoft Power BI |
|
|
Mikrostrategie |
|
|
Als BI-Experte besteht ein Teil Ihrer Arbeit darin, die Einschränkungen von Tools zu berücksichtigen, zu prüfen, welche Auswirkungen die Leistung eines Tools hat und wie Sie die technologischen Anforderungen mit den Bedürfnissen der Stakeholder in Einklang bringen können. Wenn Sie weiterhin über Tool-Einschränkungen und Benutzererwartungen nachdenken, können Sie unabhängig von den Anforderungen die bestmöglichen Lösungen für Ihre Projekte entwickeln.
Machen Sie eine Tour durch Tableau
Sie haben begonnen, Tableau als Datenvisualisierungstool in Business-Intelligence-Dashboards zu erkunden, um Stakeholdern Erkenntnisse zu vermitteln. Während des gesamten Programms werden Sie Tableau weiterhin verwenden und darauf zugreifen – und es schließlich zum Erstellen Ihrer eigenen Dashboards verwenden. Diese Lektüre ermöglicht es Ihnen, sich mit der Benutzeroberfläche und Funktionalität von Tableau vertraut zu machen.
Erstellen Sie ein Profil auf Tableau Public
Mit Tableau Public können Sie Visualisierungen erstellen und teilen. Wenn Sie noch kein Konto haben, erstellen Sie eines auf derTableau PublicWebsite. Beachten Sie, dass Sie sich beim Versuch, über die Hauptseite ein Konto zu erstellen, für eine kostenlose Tableau-Testversion und nicht für ein öffentliches Tableau-Konto anmelden.
Der Unterschied zwischen diesen beiden Optionen besteht darin, dass eine kostenlose Testversion 14 Tage dauert, während Tableau Public Ihnen über die Webversion des Programms langfristigen Zugriff gewährt. Im Vergleich zu den anderen Versionen von Tableau gibt es einige Einschränkungen, die Nutzung ist jedoch kostenlos und ermöglicht Ihnen die Durchführung der anstehenden Aktivitäten. Sie können Ihre Tableau-Anmeldeinformationen auch für den Zugriff auf Tableau Public verwenden, wenn Sie bereits ein Konto haben! Sie können gerne die kostenlose Testversion ausprobieren oder Tableau kaufen, sie ist für dieses Programm jedoch nicht erforderlich.
Vervollständigen Sie die Informationen im Anmeldeformular. Wenn Sie auf die Schaltfläche „Mein Profil erstellen“ klicken, werden Sie zu Ihrer Profilseite weitergeleitet. Hier können Sie Ihre Tableau Public-Visualisierungen veröffentlichen, um sie mit Ihren Kollegen zu teilen. Über die Registerkarten auf dieser Seite können Sie auf Listen der von Ihnen erstellten Visualisierungen, der von Ihnen favorisierten Visualisierungen, der Autoren, denen Sie folgen, und der Autoren, die Ihnen folgen, zugreifen. Durch Klicken auf „Profil bearbeiten“ können Sie zusätzliche Informationen wie Ihre Biografie, Ihren Titel, Ihre Organisation und Links zu Social-Media-Konten hinzufügen. Hier können Sie auch die Schaltfläche „Hire Me“ von Tableau Public aktivieren. Der „Hire Me“-Button zeigt potenziellen Personalmanagern an, dass Ihre Tableau-Kenntnisse zur Anstellung verfügbar sind.
Optional: Laden Sie die Desktop-Version herunter
Mit der Desktop-Anwendung können Sie Funktionen von Tableau Public nutzen, ohne eine Verbindung zum Internet herzustellen. Die Nutzung ist, genau wie die Online-Version von Tableau Public, kostenlos. Beachten Sie, dass diese Anwendung nicht auf dem Chromebook-Betriebssystem verwendet werden kann und für diesen Kurs nicht erforderlich ist. Wenn Sie Windows oder Mac OS verwenden, können Sie mit dieser Desktop-Anwendung anstehende Aktivitäten abschließen, bei denen Tableau Public verwendet wird. HerunterladenTableau Public Desktop Edition(Dies ist optional), melden Sie sich bei Ihrem Konto an und überprüfen Sie dieSystem Anforderungenfür Ihr Betriebssystem.
Daten laden und verknüpfen
Mit Tableau können Sie Ihre eigenen Daten laden und diese direkt in der Plattform mit anderen Datensätzen verknüpfen. Wenn Sie sich anmelden, wählen Sie „Eine Viz erstellen“. Dadurch wird ein neues Arbeitsblatt geöffnet, in dem Sie Daten hochladen oder eine Verbindung zu Online-Quellen wie Ihrem Google Drive herstellen können.
Sobald Sie Daten in Ihr Arbeitsblatt hochladen, wird der Bereich „Verbindungen“ ausgefüllt.
Sie können weitere Verbindungen zu anderen Datenquellen hinzufügen, um Visualisierungen zu erstellen, die verschiedene Datensätze vergleichen. Ziehen Sie einfach Tabellen per Drag-and-Drop aus dem Abschnitt „Tabellen“, um Tabellen zu verbinden und diese Verbindungen zu erzeugen:
Abmessungen und Maße
Tableau verwendet Dimensionen und Kennzahlen, um benutzerdefinierte Diagramme zu erstellen. Schauen Sie sich zum Beispiel diese Tabelle an, die sich auf die CO2-Emissionen pro Land konzentriert. Die Dimension „Ländername“ kann verwendet werden, um eine Karte der Länder auf dem Planeten anzuzeigen, wobei Punkte angeben, welche Länder in den Daten vertreten sind.
Die Punkte haben alle die gleiche Größe, da Tableau standardmäßig jedes Land gleich skaliert, ohne dass eine Kennzahl ausgewählt ist. Wenn Sie nach CO2-Emissionen skalieren möchten, müssen Sie eine bestimmte Maßnahme einbeziehen. Hier ist das gleiche Diagramm mit einer Maßeinheit für CO2-Kilotonnen (kt). Dadurch ändert sich die Größe der Punkte proportional zur Menge des emittierten CO2:
Tableau bietet vielfältige Möglichkeiten, die Kennzahl für eine bestimmte Dimension darzustellen. Die meisten dieser Optionen befinden sich in der Nähe der Hauptanzeige und der Spalte mit Dimensionen und Kennzahlen.
Mit Tableau können Sie Kennzahlen mit Optionen wie Farbe, Größe und Beschriftung anpassen, die diese Aspekte der Visualisierung der Kennzahl im Diagramm ändern. Wenn Sie Maßnahmen in Tableau anpassen, sollten Sie die Zugänglichkeit für Ihr Publikum berücksichtigen. Zur Auffrischung können Sie einen Blick darauf werfenDieses Video zeigt barrierefreie Visualisierungen aus dem Google Data Analytics-Zertifikatsprogramm.
Arten von Visualisierungen in Tableau
Zusätzlich zu den traditionelleren Diagrammen bietet Tableau auch einige spezifischere Visualisierungen, die Sie in Ihrem Dashboard-Design verwenden können:
Hervorhebungstabellen sehen aus wie Tabellen mit bedingter Formatierung. Überprüfen Sie dieSchritte zum Erstellen einer Highlight-Tabelle.
Heatmaps zeigen Intensität oder Konzentrationen in den Daten. Überprüfen Sie dieSchritte zum Erstellen einer Heatmap.
Dichtekarten veranschaulichen Konzentrationen (z. B. eine Bevölkerungsdichtekarte). Beziehen aufAnweisungen zum Erstellen einer Wärmekarte für die Dichte.
Gantt-Diagramme zeigen die Dauer von Ereignissen oder Aktivitäten auf einer Zeitachse. Überprüfen Sie dieSchritte zum Erstellen eines Gantt-Diagramms.
Symbolkarten zeigen eine Markierung über einem bestimmten Längen- und Breitengrad an. Erfahren Sie hier mehrBeispiel einer Symbolkarte.
Gefüllte Karten sind Karten mit gefärbten Bereichen basierend auf einer Messung oder Dimension. Entdecken Sie einBeispiel einer gefüllten Karte.
Kreisansichten zeigen eine vergleichende Stärke der Daten. Erfahren Sie hier mehrBeispiel einer Kreisansicht.
Boxplots , auch Box- und Whisker-Diagramme genannt , veranschaulichen die Verteilung von Werten entlang einer Diagrammachse. Siehe dieSchritte zum Erstellen eines Boxplots.
Bullet-Diagramme vergleichen ein primäres Maß mit einem anderen und können anstelle von Messuhrdiagrammen verwendet werden. Überprüfen Sie dieSchritte zum Erstellen eines Bullet-Diagramms.
Gepackte Blasendiagramme zeigen Daten in gruppierten Kreisen an. Überprüfen Sie dieSchritte zum Erstellen eines gepackten Blasendiagramms.
Tableau-Ressourcen
Während Sie Tableau weiter erkunden und sich darauf vorbereiten, Ihre eigenen dynamischen Dashboards zu erstellen, finden Sie hier einige nützliche Links innerhalb von Tableau Public:
Öffentliche Tableau-Kanäle: Entdecken Sie Datenvisualisierungen, die von anderen zu verschiedenen Themen erstellt wurden.
Visualisierung des Tages: Tableau Public bietet jeden Tag eine neue Datenvisualisierung; Schauen Sie täglich vorbei, um neue Visualisierungen zu erhaltenabonnierenum Updates direkt in Ihrem Posteingang zu erhalten.
Seite „Google Career Certificates“ auf Tableau Public: Diese Galerie enthält alle in den Videolektionen erstellten Visualisierungen, sodass Sie diese Beispiele genauer erkunden können.
Seite „Public Resources“ von Tableau: Dies ist ein Link zur Ressourcenseite, einschließlich einiger Anleitungsvideos und Beispieldaten.
Häufig gestellte Fragen zur Barrierefreiheit von Tableau: Greifen Sie über die FAQ auf Ressourcen zur Barrierefreiheit in Tableau-Visualisierungen zu. Es enthält Links zu Blogbeiträgen, Community-Foren und Tipps für neue Benutzer.
Tableau-Community-Forum: Suchen Sie nach Antworten und vernetzen Sie sich auf der Forumseite mit anderen Benutzern in der Community.
Datenkompetenzkurs:Bauen Sie Ihre Datenkompetenz aus, um Daten effektiv zu interpretieren, zu untersuchen und mit ihnen zu kommunizieren.
Einpacken
Während dieses Kurses haben Sie so viel über die Welt der BI entdeckt. Sie wissen jetzt, wie interaktive BI-Visualisierungen Stakeholder in die Lage versetzen, Entscheidungen zu treffen. Sie haben untersucht, wie Sie ein Dashboard effektiv planen und ein Low-Fidelity-Mockup erstellen. Sie haben außerdem die Tools eingerichtet, die Sie zum Erstellen dynamischer Visualisierungen verwenden werden. Sobald Sie in einem professionellen Umfeld tätig sind, können Sie diese Erfahrungen nutzen, um hervorragende Dashboards zu planen. Aber jetzt ist es an der Zeit, Ihre Aufmerksamkeit auf die nächste Bewertung zu richten. Zur Erinnerung: Diese Herausforderungen sollen Ihnen dabei helfen, Ihr Lernen und Ihre Fortschritte während des Kurses zu bewerten. Betrachten Sie sie als einen wesentlichen Maßstab für Ihr berufliches Wachstum. Nehmen Sie sich etwas Zeit, um beliebiges Material durchzugehen, einschließlich des neuesten Glossars, das voller neuer Vokabeln, Definitionen und Konzepte ist. Viel Glück! Du wirst es großartig machen.
Glossarbegriffe aus Modul 1
Zielgruppenproblem: Ein Dashboard-Problem, das dadurch verursacht wird, dass die Bedürfnisse des Benutzers nicht ausreichend berücksichtigt werden
Datenproblem: Ein Dashboard-Problem, das durch die verwendeten Daten verursacht wird
Low-Fidelity-Mockup: Ein einfacher Entwurf einer Visualisierung, der zur Planung eines Dashboards und zur Bewertung seines Fortschritts verwendet wird
Tool-Problem: Ein Dashboard-Problem mit der verwendeten Hardware oder Software
Begriffe und Definitionen aus früheren Modulen
A
Genauigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten mit der tatsächlich gemessenen oder beschriebenen Einheit übereinstimmen
Anwendungsprogrammierschnittstelle (API): Eine Reihe von Funktionen und Verfahren, die Computerprogramme integrieren und eine Verbindung herstellen, die ihnen die Kommunikation ermöglicht
Entwickler von Anwendungssoftware: Eine Person, die Computer- oder Mobilanwendungen entwirft, im Allgemeinen für Verbraucher
Attribut: In einem dimensionalen Modell ein Merkmal oder eine Qualität, die zur Beschreibung einer Dimension verwendet wird
B
Business Intelligence (BI): Automatisierung von Prozessen und Informationskanälen, um relevante Daten in umsetzbare Erkenntnisse umzuwandeln, die Entscheidungsträgern leicht zur Verfügung stehen
Business-Intelligence-Governance: Ein Prozess zur Definition und Implementierung von Business-Intelligence-Systemen und -Frameworks innerhalb einer Organisation
Business-Intelligence-Überwachung: Entwicklung und Nutzung von Hardware- und Softwaretools, um Daten einfach und schnell zu analysieren und Stakeholdern die Möglichkeit zu geben, wirkungsvolle Geschäftsentscheidungen zu treffen
Business-Intelligence-Phasen: Die Abfolge von Phasen, die sowohl den BI-Geschäftswert als auch den Reifegrad der Organisationsdaten bestimmen, nämlich Erfassen, Analysieren und Überwachen
Business-Intelligence-Strategie: Das Management der im Business-Intelligence-Prozess verwendeten Personen, Prozesse und Tools
Geschäftsregel: Eine Anweisung, die eine Einschränkung für bestimmte Teile einer Datenbank erstellt
C
Spaltendatenbank: Eine Datenbank, die nach Spalten statt nach Zeilen organisiert ist
Kombinierte Systeme: Datenbanksysteme, die Daten am selben Ort speichern und analysieren
Kompilierte Programmiersprache: Eine Programmiersprache, die codierte Anweisungen kompiliert, die direkt vom Zielcomputer ausgeführt werden
Vollständigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten alle gewünschten Komponenten oder Maße enthalten
Konformität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten dem erforderlichen Zielformat entsprechen
Konflikt: Wenn zwei oder mehr Komponenten versuchen, eine einzelne Ressource auf widersprüchliche Weise zu nutzen
Konsistenz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten kompatibel sind und über alle Systeme hinweg übereinstimmen
D
Datenanalysten: Personen, die Daten sammeln, transformieren und organisieren
Datenverfügbarkeit: Der Grad oder Umfang, in dem aktuelle und relevante Informationen leicht zugänglich sind und genutzt werden können
Datenwörterbuch: Eine Sammlung von Informationen, die den Inhalt, das Format und die Struktur von Datenobjekten innerhalb einer Datenbank sowie deren Beziehungen beschreiben
Data-Governance-Experten: Personen, die für die formelle Verwaltung der Datenbestände einer Organisation verantwortlich sind
Datenintegrität: Die Genauigkeit, Vollständigkeit, Konsistenz und Vertrauenswürdigkeit von Daten während ihres gesamten Lebenszyklus
Data Lake: Ein Datenbanksystem, das große Mengen an Rohdaten im Originalformat speichert, bis sie benötigt werden
Datenherkunft: Der Prozess der Identifizierung des Ursprungs von Daten, ihres Transportwegs im System und der Art und Weise, wie sie sich im Laufe der Zeit verändert haben
Datenzuordnung: Der Prozess des Abgleichens von Feldern von einer Datenquelle mit einer anderen
Data Mart: Eine themenorientierte Datenbank, die eine Teilmenge eines größeren Data Warehouse sein kann
Datenreife: Das Ausmaß, in dem eine Organisation in der Lage ist, ihre Daten effektiv zu nutzen, um umsetzbare Erkenntnisse zu gewinnen
Datenmodell: Ein Tool zum Organisieren von Datenelementen und ihrer Beziehung zueinander
Datenpartitionierung: Der Prozess der Aufteilung einer Datenbank in verschiedene, logische Teile, um die Abfrageverarbeitung zu verbessern und die Verwaltbarkeit zu erhöhen
Datenpipeline: Eine Reihe von Prozessen, die Daten aus verschiedenen Quellen zur Speicherung und Analyse an ihren endgültigen Bestimmungsort transportieren
Datensichtbarkeit: Der Grad oder Umfang, in dem Informationen aus unterschiedlichen internen und externen Quellen identifiziert, überwacht und integriert werden können
Data Warehouse: Ein spezifischer Datenbanktyp, der Daten aus mehreren Quellsystemen konsolidiert, um Datenkonsistenz, Genauigkeit und effizienten Zugriff zu gewährleisten
Data-Warehousing-Spezialisten: Personen, die Prozesse und Verfahren zur effektiven Speicherung und Organisation von Daten entwickeln
Datenbankmigration: Verschieben von Daten von einer Quellplattform in eine andere Zieldatenbank
Datenbankleistung: Ein Maß für die Arbeitslast, die von einer Datenbank verarbeitet werden kann, sowie die damit verbundenen Kosten
Liefergegenstand: Jedes Produkt, jede Dienstleistung oder jedes Ergebnis, das erreicht werden muss, um ein Projekt abzuschließen
Entwickler: Eine Person, die Programmiersprachen verwendet, um Softwareanwendungen zu erstellen, auszuführen, zu testen und Fehler zu beheben
Dimension (Datenmodellierung): Eine Information, die mehr Details und Kontext zu einer Tatsache liefert
Dimensionstabelle: Die Tabelle, in der die Attribute der Dimensionen eines Fakts gespeichert werden
Entwurfsmuster: Eine Lösung, die relevante Kennzahlen und Fakten verwendet, um ein Modell zur Unterstützung der Geschäftsanforderungen zu erstellen
Dimensionsmodell: Eine Art relationales Modell, das für den schnellen Abruf von Daten aus einem Data Warehouse optimiert wurde
Verteilte Datenbank: Eine Sammlung von Datensystemen, die über mehrere physische Standorte verteilt sind
UND
ELT (Extrahieren, Laden und Transformieren): Eine Art Datenpipeline, die es ermöglicht, Daten aus Data Lakes zu sammeln, in ein einheitliches Zielsystem zu laden und in ein nützliches Format umzuwandeln
ETL (Extrahieren, Transformieren und Laden): Eine Art Datenpipeline, die es ermöglicht, Daten aus Quellsystemen zu sammeln, in ein nützliches Format zu konvertieren und in ein Data Warehouse oder ein anderes einheitliches Zielsystem zu übertragen
Erfahrungsbasiertes Lernen: Verstehen durch Handeln
F
Fakt: In einem dimensionalen Modell eine Messung oder Metrik
Faktentabelle: Eine Tabelle, die Messungen oder Metriken im Zusammenhang mit einem bestimmten Ereignis enthält
Fremdschlüssel: Ein Feld innerhalb einer Datenbanktabelle, das ein Primärschlüssel in einer anderen Tabelle ist (siehe Primärschlüssel)
Fragmentierte Daten: Daten, die in viele Teile zerlegt sind, die nicht zusammen gespeichert werden, häufig aufgrund der häufigen Verwendung der Daten oder des Erstellens, Löschens oder Änderns von Dateien
Funktionale Programmiersprache: Eine Programmiersprache, die auf Funktionen basiert
G
Google DataFlow: Ein serverloser Datenverarbeitungsdienst, der Daten aus der Quelle liest, sie umwandelt und am Zielort schreibt
ICH
Index: Ein organisatorisches Tag, das zum schnellen Auffinden von Daten in einem Datenbanksystem verwendet wird
Fachleute für Informationstechnologie: Personen, die Hardware- und Softwarelösungen testen, installieren, reparieren, aktualisieren und warten
Integrität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten während ihres gesamten Lebenszyklus korrekt, vollständig, konsistent und vertrauenswürdig sind
Interpretierte Programmiersprache: Eine Programmiersprache, die einen Interpreter, normalerweise ein anderes Programm, verwendet, um codierte Anweisungen zu lesen und auszuführen
Iteration: Das wiederholte Wiederholen eines Vorgangs, um dem gewünschten Ergebnis immer näher zu kommen
K
Key Performance Indicator (KPI): Ein quantifizierbarer Wert, der eng mit der Geschäftsstrategie verknüpft ist und dazu dient, den Fortschritt in Richtung eines Ziels zu verfolgen
L
Logische Datenmodellierung: Darstellung verschiedener Tabellen im physischen Datenmodell
M
Metrik: Ein einzelner, quantifizierbarer Datenpunkt, der zur Leistungsbewertung verwendet wird
Ö
Objektorientierte Programmiersprache: Eine Programmiersprache, die auf Datenobjekten basiert
OLAP-System (Online Analytical Processing): Ein Tool, das neben der Verarbeitung auch für die Analyse optimiert wurde und Daten aus mehreren Datenbanken analysieren kann
OLTP-Datenbank (Online Transaction Processing): Ein Datenbanktyp, der für die Datenverarbeitung statt für die Analyse optimiert wurde
Optimierung: Maximierung der Geschwindigkeit und Effizienz beim Datenabruf, um eine hohe Datenbankleistung sicherzustellen
P
Portfolio: Eine Sammlung von Materialien, die mit potenziellen Arbeitgebern geteilt werden können
Primärschlüssel: Ein Bezeichner in einer Datenbank, der auf eine Spalte oder eine Gruppe von Spalten verweist, in der jede Zeile jeden Datensatz in der Tabelle eindeutig identifiziert (siehe Fremdschlüssel).
Projektmanager: Eine Person, die sich um die täglichen Schritte, den Umfang, den Zeitplan, das Budget und die Ressourcen eines Projekts kümmert
Projektsponsor: Eine Person, die die Gesamtverantwortung für ein Projekt trägt und die Kriterien für seinen Erfolg festlegt
Python: Eine universelle Programmiersprache
Q
Qualitätsprüfung: Der Prozess der Überprüfung von Daten auf Mängel, um Systemausfälle zu verhindern; Es umfasst die sieben Validierungselemente Vollständigkeit, Konsistenz, Konformität, Genauigkeit, Redundanz, Integrität und Aktualität
Abfrageplan: Eine Beschreibung der Schritte, die ein Datenbanksystem durchführt, um eine Abfrage auszuführen
R
Redundanz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass nicht mehr Daten als nötig verschoben, umgewandelt oder gespeichert werden
Ressourcen: Die zur Verwendung in einem Datenbanksystem verfügbaren Hardware- und Softwaretools
Antwortzeit: Die Zeit, die eine Datenbank benötigt, um eine Benutzeranfrage abzuschließen
Zeilenbasierte Datenbank: Eine Datenbank, die nach Zeilen organisiert ist
S
Schemavalidierung: Ein Prozess, der sicherstellt, dass das Datenschema des Quellsystems mit dem Datenschema der Zieldatenbank übereinstimmt
Getrennte Speicher- und Computersysteme: Datenbanken, in denen Daten remote gespeichert werden und relevante Daten lokal zur Analyse gespeichert werden
Single-Homed-Datenbank: Datenbank, in der alle Daten am selben physischen Ort gespeichert sind
Schneeflockenschema: Eine Erweiterung eines Sternschemas mit zusätzlichen Dimensionen und häufig auch Unterdimensionen
Sternschema: Ein Schema, das aus einer Faktentabelle besteht, die auf eine beliebige Anzahl von Dimensionstabellen verweist
Strategie: Ein Plan zum Erreichen eines Ziels oder zum Erreichen eines gewünschten zukünftigen Zustands
Themenorientiert: Mit bestimmten Bereichen oder Abteilungen eines Unternehmens verbunden
Systemanalytiker: Eine Person, die Möglichkeiten zur Gestaltung, Implementierung und Weiterentwicklung von Informationssystemen identifiziert, um sicherzustellen, dass diese zur Erreichung von Geschäftszielen beitragen
Systemsoftwareentwickler: Eine Person, die Anwendungen und Programme für die in Organisationen verwendeten Backend-Verarbeitungssysteme entwickelt
T
Taktik: Eine Methode, die verwendet wird, um einen Erfolg zu ermöglichen
Zieltabelle: Der vorgegebene Ort, an den Pipeline-Daten gesendet werden, damit darauf reagiert werden kann
Durchsatz: Die Gesamtfähigkeit der Hardware und Software der Datenbank, Anfragen zu verarbeiten
Aktualität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten aktuell sind
Übertragbare Fähigkeit: Eine Fähigkeit oder Kompetenz, die von einem Job auf einen anderen übertragen werden kann
IN
Vanity-Metrik: Datenpunkte, die andere beeindrucken sollen, aber keinen Hinweis auf die tatsächliche Leistung geben und daher keine aussagekräftigen geschäftlichen Erkenntnisse liefern können
IN
Arbeitslast: Die Kombination aus Transaktionen, Abfragen, Data-Warehousing-Analysen und Systembefehlen, die zu einem bestimmten Zeitpunkt vom Datenbanksystem verarbeitet werden
Sehen Sie sich den Inhalt des Google Data Analytics-Zertifikats zur Datenvisualisierung an
Willkommen zurück, zukünftiger Datenanalyst! Als angehender Analyst werden Sie mit einer Menge Daten konfrontiert. Menschen lernen und absorbieren Daten auf so viele verschiedene Arten, und eine der effektivsten Möglichkeiten, dies zu erreichen, ist die Visualisierung. Unter Datenvisualisierung versteht man die grafische Darstellung und Präsentation von Daten. In Wirklichkeit geht es lediglich darum, Informationen in ein Bild einzufügen, um es für andere Menschen leichter verständlich zu machen. Wenn Sie sich jemals eine Karte angesehen haben, sei es in Papierform oder online, dann wissen Sie genau, wie hilfreich visuelle Darstellungen sein können. Datenvisualisierungen sind im Moment definitiv im Kommen. Online sind wir von Bildern umgeben, die Informationen auf vielfältige Weise darstellen. Die Geschichte der Datenvisualisierung reicht jedoch weit über das Web hinaus zurück. Die Visualisierung von Daten begann vor langer Zeit mit Karten, die die visuelle Darstellung geografischer Daten darstellen. Diese Karte der bekannten Welt stammt aus dem Jahr 1502. Kartenersteller verbesserten ihre Visualisierungen weiter, indem neue Gebiete kartiert, neue Daten über diese Orte gesammelt und neue Methoden zur Visualisierung der Daten entwickelt wurden. Im 17. und 18. Jahrhundert begannen Wissenschaftler und Mathematiker, sich wirklich mit der Idee auseinanderzusetzen, Daten visuell anzuordnen. Dieses Balkendiagramm stammt aus dem Jahr 1821 und unterscheidet sich optisch kaum von den Balkendiagrammen, die wir heute sehen. Doch seit Beginn des digitalen Zeitalters der Datenanalyse in den 1990er Jahren sind Umfang und Reichweite von Visualisierungen mit den Daten, die sie grafisch darstellen, gewachsen. Während wir ständig lernen, mit Bildern effizienter zu kommunizieren, nimmt auch die Qualität unserer Erkenntnisse weiter zu. Heute können wir menschliches Verhalten anhand von Daten quantifizieren, und wir haben gelernt, Computer zum Sammeln, Analysieren und Visualisieren dieser Daten zu verwenden. Als Analyst in der heutigen Welt werden Sie Ihre Zeit mit Datenvisualisierungen wahrscheinlich auf zwei Arten aufteilen: Sie betrachten Visuals, um Daten zu verstehen und Schlussfolgerungen daraus zu ziehen, oder Sie erstellen Visuals aus Rohdaten, um eine Geschichte zu erzählen. In jedem Fall sollten Sie immer bedenken, dass Datenvisualisierungen Ihr Schlüssel zum Erfolg sind. Dies gilt insbesondere dann, wenn Sie den Punkt erreicht haben, an dem Sie bereit sind, die Ergebnisse Ihrer Datenanalyse einem Publikum zu präsentieren. Den Menschen Ihre Vision und Ihren Denkprozess verständlich zu machen, kann eine Herausforderung sein, aber eine gut gemachte Datenvisualisierung hat die Kraft, die Meinung der Menschen zu ändern. Außerdem kann es jemandem helfen, der nicht über den gleichen technischen Hintergrund oder die gleiche Erfahrung verfügt wie Sie, sich eine eigene Meinung zu bilden. Hier ist eine kurze Regel zum Erstellen einer Visualisierung. Ihr Publikum sollte innerhalb der ersten fünf Sekunden nach dem Betrachten genau wissen, was es sieht. Im Grunde bedeutet dies, dass die visuelle Darstellung klar und leicht verständlich sein sollte. Und in den fünf Sekunden danach sollte Ihr Publikum die Schlussfolgerung, die Ihre Visualisierung zieht, verstehen, auch wenn es mit der von Ihnen durchgeführten Recherche nicht ganz vertraut ist. Sie sind möglicherweise nicht mit Ihrer Schlussfolgerung einverstanden, und das ist in Ordnung. Sie können ihr Feedback jederzeit nutzen, um Ihre Visualisierung anzupassen und zu den Daten zurückzukehren, um weitere Analysen durchzuführen. Lassen Sie uns nun darüber sprechen, was wir tun müssen, um eine Visualisierung zu erstellen, die verständlich, effektiv und vor allem überzeugend ist. Fangen wir von vorne an. Datenvisualisierungen sind ein hilfreiches Werkzeug, um viele Informationen auf kleinem Raum unterzubringen. Dazu müssen Sie zunächst Ihre Gedanken strukturieren und ordnen. Denken Sie über Ihre Ziele und die Schlussfolgerungen nach, zu denen Sie nach der Durchsicht der Daten gelangt sind. Denken Sie dann über die Muster nach, die Ihnen in den Daten aufgefallen sind, über die Dinge, die Sie überrascht haben, und natürlich darüber, wie all dies in Ihre Analyse passt. Die Identifizierung der Schlüsselelemente Ihrer Ergebnisse hilft dabei, die Voraussetzungen dafür zu schaffen, wie Sie Ihre Präsentation organisieren sollten. Schauen Sie sich diese Datenvisualisierung an, die von David McCandless, einem bekannten Datenjournalisten, erstellt wurde. Diese Grafik enthält vier Schlüsselelemente: Informationen oder Daten, die Geschichte, das Ziel und die visuelle Form. Es ist in einem vierteiligen Venn-Diagramm angeordnet, das uns sagt, dass alle vier Elemente für eine erfolgreiche Visualisierung erforderlich sind. Bisher haben Sie mithilfe von Visualisierungen viel über die Daten gelernt. Das ist wichtig, denn es ist ein wichtiger Baustein für Ihre Visualisierung. Die Geschichte oder das Konzept verleiht den Daten Bedeutung und macht sie interessant. Wir werden später mehr über die Bedeutung des Data Storytelling sprechen. Denken Sie jedoch vorerst daran, dass die Geschichte und die Daten zusammen einen Überblick über das geben, was Sie zeigen möchten. Das Ziel oder die Funktion macht die Daten sowohl nützlich als auch nutzbar. Und die visuelle Form schafft sowohl Schönheit als auch Struktur. Mit nur zwei Elementen können Sie eine grobe Skizze eines Visuals erstellen. Dies könnte zwar funktionieren, wenn Sie sich noch in einem frühen Stadium befinden, Ihnen aber keine vollständige Visualisierung liefern, da Ihnen andere Schlüsselelemente fehlen würden. Selbst wenn man drei Elemente verwendet, kommt man einem zwar näher, ist aber noch nicht ganz fertig. Wenn Sie beispielsweise Informationen, Ziel und visuelle Form ohne Story kombinieren, sieht Ihr Bild wahrscheinlich gut aus, ist aber nicht interessant. Für sich genommen hat jedes Element einen Wert, aber Visualisierungen nur wenn Sie alle vier Elemente sinnvoll kombinieren, werden sie wirklich kraftvoll und effektiv. Und wenn Sie alle diese Elemente zusammen berücksichtigen, können Sie etwas Sinnvolles für Ihr Publikum schaffen. Bei Google achte ich darauf, Visualisierungen zu entwickeln, um Geschichten über Daten zu erzählen, die alle vier dieser Elemente umfassen. Und ich kann Ihnen sagen, dass jedes Element ein Schlüssel zum Visualisierungserfolg ist. Deshalb ist es für Sie als Analysten so wichtig, im weiteren Verlauf jedem Element besondere Aufmerksamkeit zu schenken. Andere Menschen kennen oder verstehen möglicherweise nicht die genauen Schritte, die Sie unternommen haben, um zu den von Ihnen gezogenen Schlussfolgerungen zu gelangen, aber das sollte sie nicht davon abhalten, Ihre Argumentation zu verstehen. Grundsätzlich sollte eine effektive Datenvisualisierung dazu führen, dass die Betrachter viel schneller zu den gleichen Schlussfolgerungen gelangen wie Sie. Aufgrund des Zeitalters, in dem wir leben, werden uns ständig unterschiedliche Möglichkeiten gezeigt, Informationen zu betrachten und aufzunehmen. Das bedeutet, dass Sie bereits viele visuelle Elemente gesehen haben, auf die Sie beim Entwerfen Ihrer eigenen Visualisierungen zurückgreifen können. Sie haben die Macht, überzeugende Geschichten zu erzählen, die Meinungen ändern und Denkweisen ändern können. Das ist ziemlich toll. Aber Sie haben auch die Verantwortung, bei der Erstellung dieser Geschichten auf die Perspektiven anderer zu achten. Deshalb ist es wichtig, das immer im Hinterkopf zu behalten. Als Nächstes werden wir damit beginnen, Verbindungen zwischen Daten und Bildern herzustellen, um eine solide Grundlage für Ihre visuellen Meisterwerke zu schaffen. Ich kann es kaum erwarten, loszulegen.
Willkommen zu Modul 2
Stellen Sie sich vor, Sie erstellen ein Dashboard. Sie wissen, welche Fragen Sie Ihren Benutzern beantworten müssen, und Sie haben ein Low-Fidelity-Modell erstellt, das Ihre Pläne für die von Ihnen zu erstellenden Diagramme umreißt. Außerdem haben Sie die geeigneten Tools identifiziert. Jetzt ist es Zeit für den nächsten Schritt: die Gestaltung der Visualisierungen. In den kommenden Lektionen haben Sie die Möglichkeit, das Erstellen von Diagrammen und Dashboards selbst zu üben. Zunächst befassen Sie sich eingehender mit den Kompromissen, die Sie beim Erstellen von BI-Visualisierungen berücksichtigen müssen. Anschließend wenden Sie Best Practices für das Design Ihrer BI-Kenntnisse an, um ein Diagramm in Tableau zu erstellen. Sobald Sie Ihr Diagramm fertiggestellt haben, erfahren Sie, wie Sie Elemente in einem Dashboard effektiv organisieren können. Sie werden Ihre Designfähigkeiten erneut einsetzen, jedoch in größerem Maßstab. Und da ein Großteil der BI-Rolle die Wartung in Iteration umfasst, lernen Sie, wie Sie Änderungen vornehmen, wenn sich die Geschäftsanforderungen ändern. Dies ist die Reihenfolge, die wir in diesem Abschnitt verwenden werden, um mehr über das Dashboard-Design zu erfahren, aber es ist nicht die einzige Möglichkeit. Vielleicht möchten Sie lieber eine übergeordnete Dashboard-Organisation planen, bevor Sie sich konkret mit Diagrammen befassen. Das ist in Ordnung, der Designprozess ist bei jedem anders. Persönlich habe ich gelernt, dass man selten beim ersten Versuch das perfekte Dashboard entwirft. Wenn Sie Ihre Ideen so schnell wie möglich mit den Stakeholdern teilen, können Sie Feedback einholen, sich weiter über das BI-Ziel informieren und sicherstellen, dass Sie Ihre Mühe nicht damit verschwenden, sich auf die falschen Probleme zu konzentrieren. Die nächsten Lektionen bereiten Sie darauf vor, das Gelernte auf eine realistische Geschäftssituation anzuwenden, was Sie später in diesem Kurs tun werden. Ich hoffe, Sie freuen sich genauso wie ich darauf, mit der Erstellung von Dashboards zu beginnen. Lass es uns tun.
Design-Kompromisse beim Erstellen eines Dashboards
Bei der Planung eines Dashboards besteht ein wesentlicher Teil Ihrer Arbeit als BI-Analyst darin, zu bestimmen, wie Daten am effektivsten dargestellt werden. Unterwegs müssen Sie oft schwierige Entscheidungen treffen. Viele davon erfolgen in Form von Kompromissen. Bei BI geht es bei einem Kompromiss darum, verschiedene Faktoren auszubalancieren, oft durch die Priorisierung eines Elements und den Verzicht auf ein anderes, um das bestmögliche Ergebnis zu erzielen. Ein Beispiel hierfür haben Sie in der internationalen Verkaufstabelle aus einer früheren Lektion gesehen. In dieser Diagrammansicht sind die Daten auf einer jährlichen Zeitskala eingestellt. Jede Spalte stellt ein Jahr dar und die Höhe der Balken stellt den Gesamtumsatz für dieses Jahr dar. Aber Dashboards sind flexibel und können geändert werden, um dieselben Daten auf unterschiedliche Weise darzustellen. Beispielsweise können Sie die Filtereinstellung auf eine vierteljährliche Zeitskala ändern. Jetzt gibt es mehrere zusätzliche Balken, die mehr Informationen auf einem einzigen Bildschirm anzeigen. Beachten Sie, dass eine jährliche Zeitskala komprimierter ist und es daher schwieriger ist, zu interpretieren, was im Laufe des Jahres passiert. Die verfügbaren Daten sind jedoch einfach und leicht zu verfolgen, da sie nicht so umfangreich sind. In jedem Fall hängt die Auswahl geeigneter Kompromisse von den endgültigen Geschäftszielen ab. Wenn Stakeholder beispielsweise den jährlichen Gesamtumsatz des Unternehmens in einer bestimmten Region für 2019 wissen möchten, liefert das Diagramm mit den jährlichen Zeitskalen die klarste Antwort. Wenn es bei Ihrer Frage jedoch darum geht, herauszufinden, welches Quartal in den letzten Jahren die höchsten Umsätze erzielt hat, ist das vierteljährliche Zeitdiagramm am besten geeignet. Manchmal kann ein Kompromiss komplexer sein. Angenommen, Ihr Stakeholder möchte die Daten wieder nach Ländern trennen, erwähnt aber auch, dass das Dashboard zu langsam aktualisiert wird. In diesem Szenario besteht der fragliche Kompromiss darin, dass der Benutzer möchte, dass das Dashboard mehr und schneller erledigt, was eine Herausforderung, wenn nicht unmöglich ist. Um die bestmögliche Lösung zu finden, könnten Sie erwägen, das Dashboard zu beschleunigen, indem Sie Ihre Daten vorab mit SQL aggregieren. Wie Sie aus dem Google Data Analytics-Zertifikat gelernt haben, ist Aggregation der Prozess, bei dem viele einzelne Teile zu einem Ganzen gesammelt oder zusammengefasst werden. Der Begriff Voraggregation ist also ein Begriff, den BI-Experten verwenden, um den Prozess der Durchführung von Berechnungen für die Daten zu beschreiben, während diese sich noch in der Datenbank befinden. Das bedeutet, die Anzahl der Zeilen oder die Größe des Datensatzes zu reduzieren, bevor er in einer Analyse oder einem Dashboard verwendet wird. Stellen Sie sich das so vor: Wenn Sie die Daten vorab aggregieren, liegen sie in einem Zustand vor, der näher an dem liegt, was Sie letztendlich benötigen. Dies liegt daran, dass einige der notwendigen Berechnungen durchgeführt werden, bevor die Daten in der Datenbank aggregiert und an das Datenvisualisierungstool gesendet werden. Das ist der Kompromiss. Ihre Pipeline wird mehr Schritte umfassen, aber Ihre Benutzer gelangen schneller zu den Informationen, die sie benötigen. Wenn Sie sich hingegen dafür entscheiden, alle Daten zu berechnen, sobald sie im Datenvisualisierungstool vorliegen, entfällt die Aggregation im Erstellungsprozess. Der Nachteil hierbei ist, dass Ihre Pipeline weniger Schritte umfasst, Ihre Benutzer jedoch möglicherweise langsamere Ergebnisse erzielen. Es ist auch möglich, nur einige der Daten vorab zu aggregieren und dann den Rest zu berechnen, nachdem er in die Datenvisualisierungsplattform importiert wurde. Auch hier geht es darum, die Bedürfnisse der Stakeholder zu berücksichtigen, dann die verschiedenen Faktoren abzuwägen und auszuwählen, welches Element priorisiert werden soll. Beachten Sie außerdem, dass die Voraggregierung mit weiteren Kosten verbunden ist: Voraggregierte Daten sind weniger flexibel. Stellen Sie sich vor, ein anderer Stakeholder möchte Verkaufsdaten nach Ladengröße darstellen. Wenn Sie bereits die Voraggregation verwendet hätten, um die Daten nach Regionen zu kombinieren und so alle Geschäfte unabhängig von ihrer Größe zusammenzufassen, hätten Sie ein Problem. Wie Sie dieses Problem lösen, hängt wiederum von der Situation ab. Wenn das Geschwindigkeitsproblem mit anderen Methoden gelöst werden kann oder Sie absolut sicher sind, dass Flexibilität nicht erforderlich ist, können Sie einen Kompromiss eingehen und entweder Geschwindigkeit oder Flexibilität priorisieren. Die beste Lösung ist nicht immer klar. Manchmal muss man kreativ werden. Das ist einer der aufregendsten Aspekte eines BI-Profis: eine kreative Lösung für ein schwieriges Problem zu finden.
Vergleichen Sie den Umfang in verschiedenen Kontexten
In einem früheren Video haben Sie die Idee des Umfangs im Zusammenhang mit dem Dashboard-Design kennengelernt. Möglicherweise ist Ihnen das Wort „Umfang“ auch im Zusammenhang mit dem Projektumfang begegnet. In der Business-Intelligence-Welt wird das Wort „Scope“ möglicherweise in verschiedenen Zusammenhängen verwendet. Und wie Sie sich aus früheren Kontextdiskussionen erinnern werden, ist das Verständnis dieser Kontexte von entscheidender Bedeutung. In dieser Lektüre erhalten Sie einen direkten Vergleich des Projektumfangs und des Dashboard-Umfangs und erfahren, in welcher Phase eines Projekts Sie wahrscheinlich auf diese Begriffe stoßen werden. Dies hilft Ihnen, wenn Sie als BI-Experte in verschiedenen Kontexten auf Spielräume stoßen, sodass Sie wissen, welche Erwartungen in jeder Situation bestehen.
Projektumfang | Dashboard-Bereich |
|---|---|
Bezieht sich auf die allgemeinen Projektziele, Ressourcen, Ergebnisse, Fristen, Mitarbeiter und Stakeholder. | Bezieht sich auf den Umfang dessen, was ein Dashboard verfolgt, einschließlich der Zeitspanne und der Anzahl der darin enthaltenen Metriken. |
Wird von der Teamleitung einschließlich Projektsponsoren und -managern bestimmt. | Wird von BI-Teams unter Berücksichtigung der Projekt- und Benutzeranforderungen festgelegt. |
Wird gleich zu Beginn eines Projekts skizziert, um die übergreifenden Aspekte des Projekts zu bestimmen. | Wird als Teil des Dashboard-Erstellungsprozesses basierend auf den spezifischen Berichtsanforderungen beschrieben. |
Beinhaltet die Zusammenarbeit mit wichtigen Sponsoren und Stakeholdern, um das gesamte Projekt und seine Ziele besser zu verstehen und darauf abzustimmen. | Beinhaltet die Auswahl von KPIs, wie viel Zeit dargestellt werden soll und wie wichtige Daten über das Dashboard für Entscheidungsträger verfügbar und verständlich gemacht werden können. |
Die zentralen Thesen
Als BI-Experte stößt man oft auf eine Sprache, die in unterschiedlichen Kontexten unterschiedliche Bedeutungen hat. Indem Sie aufmerksam zuhören, Fragen stellen und kritisch denken, können Sie sicherstellen, dass Sie und Ihr Team auf dem gleichen Stand bleiben. In diesem Fall ist es hilfreich, den Unterschied zwischen Projektumfang und Dashboard-Umfang zu verstehen, wenn Sie mit Stakeholdern über ihre Erwartungen speziell an das Dashboard und nicht an das gesamte Projekt kommunizieren.
DeAndrea: Business Intelligence in Aktion
Mein Name ist DeAndrea und ich bin Product Operations and Strategy Lead für Google Wallet. Ich unterstütze die Produktmanagementorganisation bei der Einführung von Zahlungsprodukten für Google. Ich arbeite speziell an der Google Wallet-App, mit der Benutzer ihre Kreditkarten, Kundenkarten, Führerscheine und andere Gegenstände auf Android-Geräten speichern können. Business Intelligence wird verwendet, um wichtige Entscheidungen in einer Organisation voranzutreiben. In meiner derzeitigen Rolle im Zahlungsverkehr hat es uns Business Intelligence ermöglicht, unsere wichtigsten Märkte zu identifizieren, in denen wir weiter wachsen und Google Wallet verbreiten sollten. Wir schauen uns viele verschiedene Informationen an, um zu verstehen, ob ein Markt für eine Zahlungslösung bereit ist. Wie sieht also die Akzeptanz von Geräten aus, die mit Google Wallet kompatibel sein werden? Verfügen Geschäfte über Offline-Zahlungssysteme, mit denen sie Kontaktlisten akzeptieren können? Und so verwenden wir diese Daten in diesen Business-Intelligence-Informationen, um herauszufinden, ob ein Markt für etwas wie Google Wallet bereit ist. Oder gibt es auf der Partnerschaftsseite noch mehr Arbeit, um sicherzustellen, dass Verbraucher die Möglichkeit haben, mit einem Google Wallet tatsächlich kontaktlos in einem Geschäft zu bezahlen? Jedes Mal, wenn Sie etwas empfehlen, werden die Leute Sie um Einsicht in die Daten bitten. Sie werden wissen wollen, warum das, was Sie sagen, Sinn macht. Und das geht nicht ohne Business Intelligence, ohne zu verstehen, was die Meinung oder Empfehlung befeuert und warum diese Idee die beste ist. In einer früheren Funktion habe ich eine Umfrage durchgeführt, bei der wir alle unsere Werbekunden gefragt haben: Was denken Sie über Ihre Beziehung zu Google? Erfüllt die Anzeige Ihre Bedürfnisse oder erfüllt Ihr Vertriebsmitarbeiter Ihre Bedürfnisse? Was können wir anders machen? Was können wir besser machen? Wie können wir Ihr Unternehmen am besten unterstützen und voranbringen? Nachdem wir die Umfrage durchgeführt hatten, erhielten wir eine Menge Daten zurück. Und so haben wir viele verschiedene Benutzerpunkte, die wir brauchen, um einen Weg zu finden, das Ganze irgendwie zu mögen und herauszufinden, was die Geschichte ist. Verwenden Sie also verschiedene Datentools, um zu zeichnen, wie lautet die Zusammenfassung der verschiedenen qualitativen Antworten, die wir erhalten? Sind sie positiv oder negativ und helfen, dies auf hohem Niveau zusammenzufassen? Ich denke, wenn man nur Rohdaten hat, kann man kaum erwarten, dass irgendjemand alles durchliest. Daher wurden Business Intelligence und verschiedene Datentools sowie Datenspezialisten und Dashboards verwendet, um die Informationen auf ein höheres Niveau zu bringen, um die Filterung nach bestimmten Teams oder bestimmten Kunden zu erleichtern und auch die Zahlen und Aggregate auf Länder- oder regionaler Ebene anzuzeigen. Business Intelligence ist ein fantastischer Karriereweg für jeden, der seine Fähigkeiten weiterentwickeln und verfeinern möchte, um später eine Führungsposition einzunehmen. Bleiben Sie dabei, seien Sie immer offen. Lerne immer weiter und wachse. Und ich freue mich darauf, Sie vielleicht eines Tages alle wiederzusehen und mit Ihnen allen an Business Intelligence zu arbeiten.
Fallstudie: Allegis Group – Visualisierung von Schlüsseldaten, um die Leistung der Mitarbeiter zu verstehen und zu verbessern
In diesem Kurs haben Sie den Dashboard-Erstellungsprozess kennengelernt. Sie haben sich auch mit vielen Visualisierungsstrategien vertraut gemacht, die BI-Experten zur Beantwortung von Stakeholder-Fragen verwenden. Doch wie gestaltet sich dieser Prozess in der Branche? In dieser Fallstudie erfahren Sie, wie Talentlösungen funktionierenAllegis-Gruppe, mit Hauptsitz in Hanover, Maryland, nutzte eine Visualisierung, um die Produktivität und Effektivität ihrer neuen Personalvermittler zu überwachen.
Firmenhintergrund
Allegis Group ist ein Talentlösungsunternehmen, das mehrere spezialisierte Unternehmen umfasst, die Geschäftsprobleme für Kunden aus verschiedenen Branchen lösen. Dies gelingt dem Unternehmen durch die Identifizierung hervorragender Kandidaten für seine Kundenunternehmen. Die Personalvermittler der Allegis Group identifizieren Talente und verbinden sie dann mit Karrieremöglichkeiten bei Kundenorganisationen. Jedes Mal, wenn ein Kandidat platziert wird, gilt dies als Verkauf für die Allegis Group.
Um Kandidaten erfolgreich in Kundenorganisationen zu platzieren, benötigt die Allegis Group zahlreiche interne BI- und Datenanalysen sowie ein gutes Verständnis der Datenanforderungen ihrer Kunden. Schnelle und effektive BI-Einblicke sind für den täglichen Betrieb der Allegis Group von entscheidender Bedeutung. In der folgenden Fallstudie wird untersucht, wie ein BI-Dashboard den Führungskräften der Allegis Group dabei geholfen hat, ein Verkaufsverfolgungsproblem mit einem cleveren Dashboard zu lösen. Dieses End-to-End-Projekt ist ein Beispiel für die Art von Arbeit, die Sie als BI-Experte für Organisationen wie die Allegis Group leisten können.
Szenario
Der Talentrekrutierungsprozess erfordert Überwachung und Fortschrittsberichte. Daher führt die Allegis Group eigene Datenanalysen und BI-Forschung durch, um die Leistung ihrer neuen Personalvermittler zu verfolgen. Um Annahmen darüber zu hinterfragen, wie lange es dauert, bis Neueinstellungen die Verkaufsziele erreichen, wollten die Führungskräfte der Allegis Group Dateneinblicke darüber erhalten, wie jede Kohorte neuer Personalvermittler innerhalb des ersten Jahres abgeschnitten hat. Das Ziel bestand darin, ein Dashboard zu erstellen, das die Verkaufserlöse der neu eingestellten Personalvermittler verfolgt. Mit diesem Tool wäre die Allegis Group in der Lage, die Fähigkeit der neuen Mitarbeiter zu messen, hochwertige Talente an ihre Kunden heranzuführen. Anschließend würden diese Erkenntnisse an die internen Unternehmensleiter weitergegeben, um die Prozesse künftig zu verbessern.
Die geschäftlichen Fragen
Durch internes Brainstorming bestätigten die Leiter der Allegis Group, dass sie Antworten auf die folgenden Fragen benötigten:
Wie schneiden neue Personalvermittler im Laufe der Zeit ab?
Was sind die besten Monate im Jahr, um neue Personalvermittler einzustellen?
Sind die Leistungsziele für neue Mitarbeiter richtig ausgerichtet?
Sind neue Personalvermittler jetzt schneller erfolgreich als diejenigen, die vor einem Jahr eingestellt wurden?
Um diese Fragen zu beantworten, sammelte das BI-Team der Allegis Group Daten darüber, wie viele Monate Personalvermittler bereits im Unternehmen beschäftigt waren. Sie sammelten auch Daten zu den Umsatzerlösen, die Personalvermittler innerhalb ihres ersten Jahres erzielten. Die Personalvermittler wurden in Kohorten eingeteilt, je nachdem, wann sie in den Dienstplan der Allegis Group aufgenommen wurden. Dann konnte jede Kohorte daran gemessen werden, wie viel Umsatz sie basierend auf der Dauer ihrer Zugehörigkeit zur Allegis Group erzielte. Dies würde es der Allegis Group ermöglichen, den Erfolg jeder Kohorte im ersten Beschäftigungsjahr zu überprüfen und zu bewerten. Das Dashboard würde Entscheidungsträgern dabei helfen, mehr über Bindungsraten, die idealen Einstellungsmonate und Möglichkeiten zur Verbesserung der allgemeinen Einstellungspraktiken zu erfahren.
Die Lösung
Mit diesen Fragen im Hinterkopf und den gesammelten Daten begann das Team mit der Erstellung des Dashboards. Sie visualisierten zunächst die Hauptmetrik, nämlich den Umsatz (in Dollar) pro Anzahl der Personen in der anfänglichen Personalvermittlerkohortenpopulation. Diese Kennzahl stellte den Gesamtumsatz eines Monats geteilt durch die Anzahl der Personalvermittler dar, die ursprünglich in dieser Kohorte eingestellt wurden. Anschließend definierten sie die Datenquelle und erstellten eine Datenansicht. Schließlich entschieden sie sich für einen monatlichen Zeitplan zur Aktualisierung und Aktualisierung der Daten mit dem monatlichen Fortschrittsbericht der Kohorte.
Nachdem sich das Team auf diese Elemente geeinigt hatte, begann es mit der Erstellung von Modellen einer Visualisierung. Sie modellierten die Visualisierung nach einer vorhandenen Projektvorlage, die ein Diagramm mit einer dreieckigen Anordnung von Kästchen verwendete, um Daten für jede Kohorte zu einem bestimmten Zeitpunkt darzustellen. Diese Anordnung stellte Daten innerhalb einer Kohorte für jede Zeile und innerhalb eines relativen Monats für jede Spalte dar. Das BI-Team wusste, dass dieses visuelle Design am besten zu seinen Kohortenanalyseanforderungen passte, daher war es eine einfache Entscheidung, eine eigene Visualisierung basierend auf der Vorlage zu erstellen.
Die Allegis Group nutzte spezielle Diagramme, um die Daten bestmöglich darzustellen.Das Poster zum visuellen Wortschatz der Financial Timesenthält eine Anleitung zur Auswahl von Diagrammtypen basierend auf der Beziehung, die Sie visualisieren möchten; Es gibt aucheine Klartextversion auf GitHub.
Anschließend lud das Team die Daten in die Vorlage und erstellte weitere Diagramme zur Beantwortung der Geschäftsfragen. Intern testete das Team das Dashboard, um sicherzustellen, dass seine interaktiven Funktionen – wie etwa der Vergleich von Kohortenbindung und Leistung – ordnungsgemäß funktionierten. Schließlich gab das Team das Dashboard für die Produktion frei. Sie hatten immer noch eine Entwicklungsversion zum Iterieren, aber jetzt hatten sie eine voll funktionsfähige Version des Dashboards.
In der BI-Welt kann der Zeitplan für den Abschluss von Projekten je nach Komplexität der Daten und den Fähigkeiten des Teams variieren. Bei diesem Projekt betrug die Zeitspanne zwischen Bedarfsfindung und Produktion etwa einen Monat.
Die Ergebnisse
Das resultierende Dashboard hatte mehrere Stärken:
Die Flexibilität, alle Fragen des Teams an einem Ort zu beantworten
Eine monatliche Aktualisierung für anhaltenden Mehrwert
Schneller visueller Vergleich innerhalb einer Kohorte (Zeilen) und zwischen verschiedenen Kohorten zum gleichen Zeitpunkt (Spalten)
Interaktivität für schnelle Vergleiche der Kohortenbindung und -leistung
Einfaches Hinzufügen neuer Metriken*
*Das Team begann mit einer Kennzahl (Umsatz pro Anzahl der Personen in der anfänglichen Personalvermittlerpopulation), fügte aber später den Prozentsatz der Zielerreichung der Kohorte, den Prozentsatz der verbleibenden Kohorte, die durchschnittliche Anzahl der Starts und mehr hinzu.
Das Hauptdiagramm des Dashboards visualisierte, welche Kohorten leistungsstark waren und welche mehr Unterstützung benötigten. Aufgrund der Hautfarbe war es einfach, leistungsstarke Kohorten zu finden. Ein dunkleres Blau deutete auf eine höhere Anzahl von Neueinstellungen pro Personalvermittler in der Kohorte hin. Die Dreiecksanordnung bedeutete, dass jede Kohorte horizontal (innerhalb der Kohorte), vertikal (nach der seit der Einstellung bei der Allegis Group verstrichenen Zeit) und nach Farbe (durchschnittliche Starts pro Personalvermittler) gemessen werden konnte. Dies ergab die langfristige Jahresansicht, die sie für den Fortschritt jeder Kohorte benötigten, sowie den Vergleich zwischen Kohorten.
Die Leiter der Allegis-Gruppe nutzen dieses Dashboard, um den Fortschritt einer typischen Kohorte zu verstehen. Sie können auch herausfinden, ob einige Monate besser für die Einstellung von Personalvermittlern der Allegis Group geeignet sind als andere Monate. Wenn beispielsweise Personalvermittler, die zur Jahresmitte eingestellt werden, in der Vergangenheit eine bessere Leistung erbringen als Kohorten, die gegen Ende des Jahres eingestellt werden, kann das Management entsprechend planen.
Gewonnene Erkenntnisse
Wie bei jedem komplexen Projekt hat das BI-Team der Allegis Group beim Dashboard-Erstellungsprozess mehrere Lektionen darüber gelernt, was gut funktioniert hat und was hätte verbessert werden können. Eine Stärke fanden sie in ihrer Präsentation: Das Team ging jede Visualisierung des Dashboards mit dem Rekrutierungsteam durch, das es verwenden wollte. Sie konnten erste Trends und Erkenntnisse vermitteln und erfahren, wie Unternehmensleiter das Tool am besten nutzen können. Diese Zusammenarbeit trug maßgeblich zur Einführung des Dashboards bei.
Eine Schwierigkeit bestand darin, dass es schwierig war, dem Publikum die Komplexität ihrer Kennzahlen klar zu vermitteln. Ihre Hauptmetrik (Umsatz pro Anzahl der Personen, die in einem bestimmten Monat in der Kohorte verblieben sind) war ohne Kontext irreführend. Während dies zunächst wie eine logische Metrik erscheint, weist sie einen Überlebensbias auf, der die Daten verzerrt.
Eine Überlebensverzerrung konzentriert sich nur auf die Datenpunkte, die es durch einen Auswahlprozess geschafft haben, und ignoriert diejenigen, die es nicht geschafft haben. In diesem Fall ignoriert die Metrik die Personalvermittler, die nicht im Unternehmen geblieben sind. Da nur Personalvermittler berücksichtigt werden, die im Unternehmen geblieben sind, werden eher leistungsstärkere Personalvermittler berücksichtigt. Das BI-Team der Allegis Group führte eine zweite Metrik ein (Umsatz pro Anzahl der Personen in der ursprünglichen Personalvermittlerkohorte), um diese Nuance zu berücksichtigen und die Unterscheidung zwischen den beiden Metriken klar zu machen.
Eine weitere Lektion, die sie gelernt haben, war die Einbettung eines Anleitungsvideos in das Dashboard. Dies hätte dem Personalbeschaffungsteam einen schnellen Überblick über die Tools und Funktionen des Dashboards geben können, sodass sich das BI-Team auf die effektive Kommunikation von Erkenntnissen konzentrieren konnte.
Abschluss
Dieses Beispiel zeigt, wie ein BI-Team ein Problem löste, indem es die am besten geeignete Visualisierung auswählte. Die Wahl einer hochspezifischen Vorlage ermöglichte es dem Team, die wichtigsten Daten in einem Diagramm statt in mehreren weniger effektiven Diagrammen zu visualisieren.
Der Erfolg dieses Teams verdeutlicht auch, wie wertvoll es ist, bereits vorhandene Beispiele zu maximieren, um neue Lösungen zu schaffen. Einfallsreichtum ist eine wichtige BI-Fähigkeit. Die Inspiration für eine Visualisierung stammt oft aus Beispielen aus anderen Analysen. Manchmal kann es für einen BI-Experten schwierig sein, sich für einen Diagrammtyp zu entscheiden, weshalb er ein Referenzblatt verwendet, z. BDas Poster zum visuellen Wortschatz der Financial Times. Es ist kein Plagiat, sich von anderen Quellen inspirieren zu lassen, solange diese Quellen nicht geschützt oder markenrechtlich geschützt sind.
Die Durchführung von Recherchen zu Visualisierungen ist ein wesentlicher Bestandteil eines proaktiven BI-Experten. Wenn Sie nach Community-Wissen suchen und sich ständig über neue Best Practices für die BI-Visualisierung informieren, bleiben Sie über neue Trends auf dem Laufenden und können gleichzeitig eine Bibliothek mit Referenzmaterialien aufbauen, die Sie während Ihrer gesamten Karriere begleiten.
Starten Sie ein Diagramm
In dieser Lektion beginnen wir mit der Erstellung eines BI-Diagramms. Wenn Sie möchten, öffnen Sie Tableau Desktop oder Public, um diese Schritte auszuführen. Dies ist völlig optional, hilft Ihnen jedoch, sich an die Benutzeroberfläche zu gewöhnen. Wir beginnen damit, dass wir zu Blatt 1 der Arbeitsmappe gehen und auf die Diagrammerstellungsoberfläche zugreifen. Anschließend navigieren wir zu den Dimensionen und Kennzahlen Ihrer Daten. Dimensionen in der Datenvisualisierung sind qualitative Datentypen, die zur Kategorisierung von Daten verwendet werden können. Einige Beispiele für Dimensionen umfassen Namen wie Kundennamen, Produktnamen oder Standorte. Kennzahlen sind quantitative Datentypen, die entweder diskret oder kontinuierlich sein können. Im Google Data Analytics-Zertifikat werden diskrete und kontinuierliche Datentypen ausführlich erläutert. Wenn Sie diese Lektionen noch einmal durchgehen möchten, können Sie dies tun. Zur kurzen Erinnerung: Diskrete Daten haben eine begrenzte Anzahl von Werten und kontinuierliche Daten können fast jeden numerischen Wert haben. Beispielsweise handelt es sich bei der Anzahl der Schüler in einer Klasse um diskrete Daten. Dies liegt daran, dass die Klassenliste endlich ist und es unmöglich ist, einen Wert von beispielsweise 1,5 Schülern zu erreichen. Maße kontinuierlicher Daten verfügen jedoch über eine unendliche Menge von Werten, die Intervalle innerhalb jedes Werts enthalten. Bei der Temperatur handelt es sich um kontinuierliche Daten, da sie potenziell unendlich sein und jeden numerischen Wert haben können. In der Datenvisualisierung sind Dimensionen und Maße die wichtigen nachverfolgbaren Elemente, die dargestellt werden müssen. Eine der vielen Entscheidungen, die Sie als BI-Experte treffen müssen, ist die Art und Weise, wie diese Dimensionen und Kennzahlen kodiert werden. In BI beschreibt Codierung den Prozess der Übersetzung von Dimensionen und Kennzahlen in visuelle Darstellungen der Daten. Mit Tableau können wir eine Dimension oder Kennzahl eines Datensatzes auf einen der Kodierungstypen im Dropdown-Menü „Markierungen“ ziehen. Im vorherigen Beispiel könnte unsere Anzeigentypdimension mit Farbe codiert werden. Das bedeutet, dass Zeilen für jeden Anzeigentyp, z. B. eine überspringbare 15-Sekunden-Anzeige, durch eine andere Farbe dargestellt werden. Wenn wir diese Dimension anders kodieren, ändert sich die Interpretation des Diagramms. Hier ist die gleiche Dimension, codiert mit Linienstärke statt Farbe. Selbst mit der Legende, die erklärt, was jede Zeile darstellt, ist es nicht leicht zu verstehen. Die Datenkodierung bringt eine weitere Situation mit sich, in der Sie möglicherweise einen Kompromiss eingehen müssen. Farbe ist eine häufig verwendete Art der Kodierung. Für viele Menschen ist es eine einfache Möglichkeit, Informationen zu unterscheiden. Allerdings finden Menschen mit Farbenblindheit bestimmte Arten der Farbcodierung möglicherweise nicht sehr hilfreich. BI-Experten beziehen sich häufig auf Richtlinien, die barrierefreie Gaumen erläutern. In diesem Fall können wir auch eine doppelte Codierung der Anzeigentypdimension in Betracht ziehen. Wir können es beispielsweise mit Farbe und Beschriftungen kodieren. Die Labels geben auch die Anzeigentypen an, wodurch unsere Visualisierung klarer und zugänglicher wird. Dies führt jedoch zu einem weiteren Kompromiss: Da wir Labels verwenden, um den Anzeigentyp darzustellen, haben wir mehr visuelle Elemente im Diagramm. Wenn Sie zu viele visuelle Elemente haben, ist das Diagramm möglicherweise schwer zu verstehen. In diesem Fall sorgen die hinzugefügten visuellen Elemente jedoch nicht für allzu viel Unordnung. Dies ist ein kluger Kompromiss, da die Zugänglichkeit ein entscheidender Bestandteil beim Aufbau einer effektiven Visualisierung ist. Ein Kompromiss, bei dem die Zugänglichkeit Vorrang hat, ist eine bewährte Designmethode. Möglicherweise müssen Sie beim Codieren der Daten in Ihren Visualisierungen andere Kompromisse eingehen. Beziehen Sie sich in diesem Fall immer auf Ihre Geschäftsfrage und die Bedürfnisse Ihrer Stakeholder. Mit diesen Bausteinen können Sie nun alle Arten von BI-Daten in einem Diagramm darstellen. Bald werden wir die Diagrammgrundlagen erläutern und Sie werden Ihr eigenes Diagramm aus BI-Daten erstellen. Bleiben Sie dran.
Leitfaden für Design-Ressourcen
Wenn Sie das abgeschlossen habenGoogle Data Analytics-Zertifikat, dann haben Sie bereits viel Zeit damit verbracht, darüber nachzudenken, wie Sie Datenvisualisierungen erstellen. Viele der gleichen Prinzipien gelten, wenn Sie mit der Erstellung von Visualisierungen und Dashboards für die Business-Intelligence-Arbeit beginnen. Aus diesem Grund erhalten Sie in dieser Lektüre eine Checkliste mit Tipps und Tricks, die Sie als Leitfaden für Ihren Designprozess verwenden können.
Verwenden Sie ein Visualisierungsframework: Frameworks wiedie McCandless-MethodeUndKaiser Fung’s Junk Charts Trifecta Checkupkann Ihnen dabei helfen, Ihre Gedanken zur Datenvisualisierung zu ordnen und Ihnen eine nützliche Checkliste als Referenz zur Verfügung zu stellen.
Wählen Sie das richtige Diagramm : Ein Teil der Erstellung effektiver Diagramme besteht darin, auszuwählen, welche Art der Datenvisualisierung für Ihre Anforderungen am besten geeignet ist.
Organisieren Sie Ihren Prozess mit Design Thinking : Design Thinking unterteilt den Designprozess in fünf Phasen: Einfühlen, Definieren, Ideen entwickeln, Prototypen erstellen und testen.
Berücksichtigen Sie voraufmerksame Attribute : Voraufmerksame Attribute wie Markierungen und Kanäle sind die Elemente einer Datenvisualisierung, die Menschen automatisch und ohne bewusste Anstrengung erkennen.
Vermeiden Sie irreführende oder irreführende Diagramme: Es ist wichtig, dass die von Ihnen erstellten Visualisierungen Ihre Daten genau und wahrheitsgemäß wiedergeben.
Priorisieren Sie die Zugänglichkeit : Machen Sie Ihre Visualisierungen für jeden in Ihrem Publikum zugänglich und nützlich, indem Sie Beschriftungen, Textalternativen, textbasierte Formate sowie unterscheidende und vereinfachende Elemente verwenden.
Designprinzipien anwenden : Es gibt neun Designprinzipien, die Sie beim Entwerfen Ihrer Visualisierungen berücksichtigen sollten: Gleichgewicht, Betonung, Bewegung, Muster, Wiederholung, Proportion, Rhythmus, Vielfalt und Einheit.
Ressourcen
Wenn Sie daran interessiert sind, eines dieser Konzepte zu überprüfen, können Sie sich die folgenden Ressourcen zum Google Data Analytics-Zertifikat und mehr ansehen:
In dieser Lektüre geht es um effektive Datenvisualisierungenbehandelt einige Grundlagen zum Erstellen von Visualisierungen.
Dieser Leitfaden zur Auswahl der richtigen Visualisierungverfügt über eine detaillierte Enzyklopädie der Diagrammtypen und deren Verwendung.
Das Poster zum visuellen Wortschatz der Financial Timesenthält eine Anleitung zur Auswahl von Diagrammtypen basierend auf der Beziehung, die Sie visualisieren möchten; Es gibt aucheine Klartextversion auf GitHub.
Diese Lektüre über Design Thinkingschlüsselt jeden Schritt des Designprozesses detaillierter auf.
So wählen Sie den richtigen Diagrammtyp für Ihre Daten aus
In einem früheren Video haben Sie etwas über Dimensionen und Kennzahlen in der Datenvisualisierung gelernt. Zur Erinnerung: Dimensionen sind qualitative Datentypen, die zur Kategorisierung von Daten verwendet werden können. Bei Kennzahlen handelt es sich um quantitative Datentypen, die entweder diskret oder kontinuierlich sein können. Beim Kodieren werden Dimensionen und Kennzahlen in Visualisierungen übersetzt. In dieser Lektüre erfahren Sie mehr über Dimensionen und Kennzahlen, verschiedene Kodierungstechniken und eine Anleitung zur Auswahl des richtigen Diagrammtyps für Ihre Daten.
Als BI-Experte möchten Sie Visualisierungstools erstellen, die selbsterklärend sind, damit Stakeholder sie zur Beantwortung ihrer eigenen Fragen verwenden können, anstatt sich auf Sie zu verlassen – deshalb ist es so wichtig, darüber nachzudenken, wie Sie diese Elemente verwenden.
Abmessungen und Maße
Dimensionen sind von Natur aus qualitative Daten – das bedeutet, dass es sich um subjektive und erklärende Maße einer Qualität oder eines Merkmals handelt. Im Grunde handelt es sich dabei um Daten, die Beobachtungen über die Qualität der Daten erfassen. Zum Beispiel:
Kundennamen
Produktnamen
Geografische Standorte
Beobachtungen
Interviews
Rezensionen
Diese Beispiele sind beschreibend; Sie geben Merkmale der Daten an, die nicht unbedingt durch numerische Daten dargestellt werden.
Maßnahmen hingegen sind quantitativ. Mithilfe von Kennzahlen können Sie die Daten tatsächlich zählen und Änderungen im Zeitverlauf verfolgen. Diese Daten können diskret oder kontinuierlich sein – im Grunde bedeutet dies, dass sie durch Zahlen mit begrenzten oder unbegrenzten Werten dargestellt werden können. Zum Beispiel:
Temperatur
Einnahmen
Distanz
Gewicht
Zeit
Die Art der Daten, über die Sie verfügen, kann Ihnen tatsächlich dabei helfen, auszuwählen, welche Art von Diagramm am besten zur Kommunikation Ihrer Ergebnisse geeignet ist. Glücklicherweise gibt es einen hilfreichen Leitfaden zur Auswahl der Art der Datenvisualisierung, die für Ihre Anforderungen am besten geeignet ist. Beachten Sie, dass dieser optionale Leitfaden einige primäre Diagrammtypen enthält; Es gibt viele andere Diagramme und Diagrammvarianten, die in der Tabelle nicht aufgeführt sind. Wenn Ihre Daten mit mehr als einer Beschreibung übereinstimmen, können Sie ein Kombinationsdiagramm erstellen, das mehr als einen Visualisierungstyp kombiniert.
How-to-choose-a-data-visualization
Techniken zur Kodierung
Wie Sie gelernt haben, ist Kodierung der Vorgang, bei dem die durch Ihre Dimensionen und Kennzahlen dargestellten Informationen in Visualisierungen übersetzt werden. Die von Ihnen gewählten künstlerischen Elemente kommunizieren Dinge über Ihre Daten:
Linie: Linien in Visualisierungen können gekrümmt oder gerade sein; Dick oder dünn; vertikal, horizontal oder diagonal. Sie verleihen Ihren Daten eine visuelle Form und helfen beim Aufbau der Struktur für Ihre Visualisierung.
Form: Formen sind eine großartige Möglichkeit, Ihrer Datengeschichte einen auffälligen Kontrast – insbesondere einen Größenkontrast – zu verleihen.
Farbe: Farbe kann dabei helfen, verschiedene Elemente der Visualisierung zu unterscheiden und Erkenntnisse zu vermitteln.
Raum: Raum ist der Bereich zwischen, um und in Objekten. In Datenvisualisierungen sollte immer Platz vorhanden sein, damit die Visualisierung nicht zu überladen wird.
Bewegung: Bewegung wird verwendet, um in einer Visualisierung ein Gefühl von Fluss oder Aktion zu erzeugen.
Diese Elemente können Ihnen dabei helfen, die Teile Ihrer Datenvisualisierung und deren Kommunikation aufzuschlüsseln – und so effektive Visualisierungen zu entwickeln.
Die zentralen Thesen
BI-Experten konzentrieren sich häufig darauf, ihren Stakeholdern und Benutzern Zugriff auf die Daten zu ermöglichen, die sie zur Beantwortung ihrer eigenen Fragen benötigen. Dazu visualisieren sie Kennzahlen und Dimensionen in Diagrammen, die ihre Eigenschaften ergänzen. Diese Dimensionen, Maße und Strategien für die Kodierung werden dabei helfen, Visualisierungen zu entwickeln, die Benutzer verstehen und verwenden können.
Aktivitätsbeispiel: Erstellen Sie ein Diagramm in Tableau
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für dieses Kurselement anzusehen.
Link zum Exemplar:Airbnb Athens Charts Exemplar
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihre Diagramme das Geschäftsproblem in dieser Aktivität beantworten.
Als Business-Intelligence-Experte entwerfen und erstellen Sie häufig Visualisierungen, um Stakeholdern Datenergebnisse zu präsentieren. In der vorherigen Aktivität haben Sie mit Tableau Visualisierungen erstellt, um zwei Fragen für ein Miet-Hosting-Unternehmen in Athen, Griechenland, zu beantworten:
Wie hoch ist der durchschnittliche Preis pro Nacht in den einzelnen Stadtteilen?
Wo in der Stadt gibt es derzeit die höchste Konzentration an verfügbaren Mietobjekten?
Um Visualisierungen zu entwerfen, die diese Fragen beantworten könnten, haben Sie auf die Daten zugegriffen und sie untersucht, um festzustellen, welche Metriken erfasst wurden. Anschließend haben Sie die Fragen der Stakeholder berücksichtigt und ein Balkendiagramm erstellt, um den Durchschnittspreis jeder Miete pro Nacht in jedem Viertel zu ermitteln. Sie haben einen Ausreißer aus der Visualisierung entfernt, um sicherzustellen, dass Ihre Ergebnisse im Bericht nicht verzerrt sind. Und schließlich haben Sie eine zweite Visualisierung erstellt, um die Konzentration von Mietobjekten auf einer Karte darzustellen.
Ihre Diagramme müssen nicht genau mit dem Vorbild übereinstimmen; Ziel dieser Aktivitäten ist es, dass Ihre Arbeit die gleichen Ergebnisse erzielt, auch wenn Sie einen anderen Weg zur Lösung des Problems gefunden haben. Im Grunde ist dies eine Gelegenheit für Sie, Ihr Verständnis zu prüfen, sicherzustellen, dass Sie die Erwartungen an die Aktivitäten erfüllt haben, und eine mögliche Lösung zu prüfen.
Nachdem Sie nun auf die Beispiele zugegriffen haben, nehmen Sie sich einen Moment Zeit, um sie mit den von Ihnen erstellten Diagrammen zu vergleichen. Im Beispiel werden Sie feststellen, dass dieser BI-Experte die Schritte aus der Aktivität befolgt hat, um mehrere Visualisierungen zu erstellen, die es den Beteiligten ermöglichen, die beiden in der Aktivität gestellten Fragen klar zu beantworten:
Wie hoch ist der durchschnittliche Preis pro Nacht in den einzelnen Stadtteilen?
Wo in der Stadt gibt es derzeit die höchste Konzentration an verfügbaren Mietobjekten?
Ihre Arbeit sollte den gleichen grundlegenden Anwendungsfall erreichen, auch wenn sie sich geringfügig von dieser Beispielversion unterscheidet.
Die zentralen Thesen
Ein großer Teil der Arbeit eines BI-Experten besteht darin, zu erkennen, welche Visualisierungen für die Darstellung von Daten und die Erstellung von Diagrammen auf der Grundlage der Fragen Ihrer Stakeholder nützlich sind. Demnächst haben Sie die Gelegenheit, Ihre Berichterstattung noch einen Schritt weiter zu entwickeln und diese Diagramme zu verwenden, um ein interaktives Dashboard zu erstellen, auf das Ihre Stakeholder selbst zugreifen können.
Organisieren Sie Dashboard-Elemente
Vor kurzem haben Sie gelernt, wie man Diagramme in Tableau gestaltet. Jetzt ist es Zeit für den nächsten Schritt: die Organisation eines Dashboards. In diesem Video verlagern Sie Ihren Fokus von den Details eines einzelnen Diagramms auf Designansätze für ein gesamtes Dashboard. Sie lernen viele der gleichen Designprinzipien kennen, jedoch in größerem Maßstab. In Tableau ist das Organisieren Ihrer Diagramme (manchmal auch Arbeitsblätter genannt) in einem Dashboard ziemlich einfach. Schauen wir es uns an. Um einen neuen Dash zu erstellen, ziehen wir die relevanten Diagramme auf die Designoberfläche des mittleren Dashboards. Sobald die Diagramme im Dashboard platziert sind, ordnen wir sie in einer Konfiguration neu an, die den Bedürfnissen der Stakeholder am besten entspricht. Angenommen, die Interessenvertreter einer Universität möchten das Kursangebot erweitern, um der Nachfrage potenzieller Studenten gerecht zu werden. Deshalb verlangt die Verwaltung ein Dashboard, das die beliebtesten Kurse jedes Semesters aufzeichnet. Wir möchten das Diagramm, das beliebte Kurse verfolgt, ganz oben platzieren, da es das wichtigste und relevanteste Diagramm ist. Möglicherweise möchten wir aber auch ein Diagramm hinzufügen, das allgemeinere Zulassungsdaten anzeigt, sowie eines, das die Beliebtheit von Kursen anderer Universitäten in der Nähe zeigt. Dies wird es uns ermöglichen, die Bildungslandschaft zu überwachen. Wo könnten wir diese Diagramme platzieren? Einige dieser Platzierungsentscheidungen wurden möglicherweise bereits während der Mockup-Planungsphase getroffen. Stellen Sie sicher, dass Sie beim Erstellen von Visualisierungen auf die Low-Fidelity-Entwürfe verweisen. Berücksichtigen Sie auch frühere Diskussionen mit Stakeholdern über deren Bedürfnisse und relevante Kennzahlen und KPIs. OK. Nun gibt es viele weitere Elemente, die in ein Dashboard eingebunden werden können, wie z. B. Titel, Beschriftungen, eine Legende und eine Navigationsleiste, um Benutzern die Orientierung zu erleichtern. Das Google Data Analytics-Zertifikat enthält viele Lektionen zu diesem Thema, also zögern Sie nicht, einen kurzen Überblick zu geben. Wir können auch Links zu Webseiten oder internen Dokumenten einfügen, auf die ein Stakeholder verweisen möchte. Sobald wir eine Vorstellung von den Dashboard-Elementen haben, ist es an der Zeit, Best Practices für das Design anzuwenden. Einige davon haben Sie bereits weiter oben in diesem Abschnitt besprochen. Während wir darauf achten sollten, alle uns zur Verfügung stehenden besten Designpraktiken zu nutzen, werden einige davon besonders hilfreich sein, um BI-Dashboards zu erstellen, die das Publikum nicht überfordern. Eine dieser Praktiken ist Priorisierung und Hierarchie. Wenn wir über eine Visualisierung verfügen, die Daten verfolgt, die für die Frage der Stakeholder von hoher Relevanz sind, können wir sie visuell hervorheben. Dies erreichen Sie, indem Sie die Größe im Vergleich zu anderen Visualisierungen erhöhen. Ein größeres Diagramm zieht natürlich mehr Aufmerksamkeit auf sich als ein kleineres. Nutzen Sie außerdem Farbe und Negativraum, um wichtige Elemente hervorzuheben. Farben mit mehr Kontrast fallen eher auf, und negativer Raum kann ein Element in einer leeren Umgebung hervorheben. Durch das Gruppieren von Objekten, die ein Thema teilen oder eine Geschichte erzählen, stellen wir sicher, dass unser Dashboard einen logischen Ablauf hat. Beispielsweise könnten wir Finanzdaten an einem einzigen Ort aufbewahren, anstatt sie im gesamten Dashboard zu verteilen. Dann können wir zeitbezogene Daten in einem anderen Bereich ablegen. Ein weiterer hilfreicher Designtipp ist das Ausblenden von Objekten. Es mag kontraintuitiv klingen, eine Visualisierung zu erstellen und sie dann auszublenden. Aber wir können Visualisierungen auf mehreren Seiten organisieren oder sie in Dropdown-Menüs platzieren, die Teile des Dashboards vom Hauptbildschirm ausblenden. Indem wir einige Elemente ausblenden, können wir andere hervorheben, Unordnung vermeiden, ohne Inhalte zu löschen, und sogar die Verarbeitungsgeschwindigkeit erhöhen. Bald erfahren Sie mehr darüber. Ein letzter Punkt: Gruppieren Sie Objekte nicht nach Diagrammtyp. Alle Balkendiagramme zusammenzufassen, nur weil es sich um Balkendiagramme handelt, ist keine sinnvolle Vorgehensweise. Organisieren Sie stattdessen nach Thema oder Metrik. Bald erhalten Sie die Gelegenheit, diese Designpraktiken anzuwenden und Ihre eigenen Dashboards zu erstellen. Ich kann es kaum erwarten.
Aktivitätsbeispiel: Dashboard-Elemente in Tableau anordnen
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für dieses Kurselement anzusehen
Link zum Exemplar:Airbnb Athen Dashboard
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihr Dashboard das Geschäftsproblem in dieser Aktivität beantwortet.
In der vorherigen Aktivität haben Sie Tableau verwendet, um Elemente auf einem Dashboard anzuordnen. Sie haben auf Ihrer bisherigen Arbeit aufgebaut und Diagramme für ein Miet-Hosting-Unternehmen in Athen, Griechenland, entworfen. Ziel war es, eine interaktive Version des Dashboards zu erstellen, damit Stakeholder auf die Daten zugreifen und diese zur Beantwortung ihrer Hauptfragen nutzen können:
Wie hoch ist der durchschnittliche Preis pro Nacht in den einzelnen Stadtteilen?
Wo in der Stadt gibt es die höchste Konzentration an derzeit verfügbaren Mietobjekten?
Dazu haben Sie auf die zuvor erstellten Diagramme und die entsprechenden Daten zugegriffen, Ihr Dashboard organisiert, der Benutzeroberfläche Diagramme hinzugefügt und die Benutzererfahrung mithilfe von Filtern getestet. Möglicherweise haben Sie sogar zusätzliche Visualisierungen hinzugefügt, um Ihr Dashboard weiter auszubauen! In dieser Lektüre erhalten Sie ein Beispiel dieser Aktivität, mit dem Sie Ihre Arbeit vergleichen können.
Ihr Dashboard muss nicht mit dem Vorbild übereinstimmen. Das Ziel besteht darin, dass Sie mit Ihrer Arbeit die gleichen Ergebnisse erzielen, auch wenn Sie einen anderen Weg zur Lösung des Problems gefunden haben. Im Grunde ist dies eine Gelegenheit für Sie, Ihr Verständnis zu prüfen, sicherzustellen, dass Sie die Erwartungen der Aktivität erfüllt haben, und eine mögliche Lösung zu prüfen.
Entdecken Sie das Exemplar
Nachdem Sie nun auf das Beispiel zugegriffen haben, nehmen Sie sich einen Moment Zeit, um es mit dem von Ihnen erstellten Dashboard zu vergleichen. Im Beispiel werden Sie feststellen, dass dieser BI-Experte die Schritte aus der Aktivität befolgt hat, um mehrere Visualisierungen zu erstellen, die es den Beteiligten ermöglichen, die beiden in der Aktivität gestellten Fragen klar zu beantworten:
Wie hoch ist der durchschnittliche Preis pro Nacht in den einzelnen Stadtteilen?
Wo in der Stadt gibt es die höchste Konzentration an derzeit verfügbaren Mietobjekten?
Ihre Arbeit sollte die gleichen grundlegenden Fragen beantworten, auch wenn sie geringfügig von dieser Musterversion abweicht.
Die zentralen Thesen
Als BI-Experte besteht ein großer Teil Ihrer Aufgabe darin, Dashboards zu entwerfen, die Benutzern aussagekräftige Daten liefern, die es ihnen ermöglichen, ihre eigenen Fragen zu beantworten und fundierte Entscheidungen zu treffen. Diese Erkenntnisse sind der Schlüssel zu Business Intelligence. Daher wird das Entwerfen von Dashboards mit interaktiven Visualisierungen, die Geschäftsentscheidungen leiten, eine Schlüsselkompetenz sein, die Sie in Ihrer zukünftigen Karriere häufig einsetzen werden!
Verarbeitungsgeschwindigkeiten und Datenschutzeinstellungen
Wie Sie wissen, ist die Bereitstellung eines Dashboards für Ihre Kunden nicht das Ende Ihrer Rolle in einem Projekt. BI erfordert viele Iterationen, oft basierend auf dem Feedback der Stakeholder, um dem idealen Endzustand immer näher zu kommen. Benutzer können Kommentare zu Ihren ästhetischen Entscheidungen oder Ihrem Designansatz abgeben, oder, wie wir in vielen Beispielen untersucht haben, Kunden können Feedback zu Zugriff und Datenschutz sowie zur Verarbeitungsgeschwindigkeit geben. Geschwindigkeit ist in BI von entscheidender Bedeutung. Beginnen wir damit, einige häufige Ursachen für eine langsame Verarbeitungsgeschwindigkeit zu identifizieren und zu erfahren, wie Sie diese beheben können. Sie haben wahrscheinlich herausgefunden, dass die Verarbeitungsgeschwindigkeit beschreibt, wie schnell ein Programm eine bestimmte Datenmenge aktualisieren und laden kann. Bei zu hoher Belastung sinkt die Verarbeitungsgeschwindigkeit und es kann sogar zum Absturz des Tools kommen. Dies kann die Arbeit mit dem Dashboard erschweren oder frustrieren. Die größten Ursachen für hohe Lasten und langsame Verarbeitungsgeschwindigkeiten sind natürlich das Datenvolumen und die Anzahl der enthaltenen Kennzahlen und Dimensionen. Je mehr Daten vorhanden sind, desto größer ist natürlich das Informationsvolumen, das zu einem bestimmten Zeitpunkt verarbeitet und visualisiert wird. Außerdem kann die Anzahl der Tabulatoren in einem Bindestrich die Verarbeitungsgeschwindigkeit beeinflussen. Wenn mehrere Registerkarten vorhanden sind, können Sie Ihre Visualisierungen besser organisieren. Allerdings können zu viele Registerkarten die Arbeit verlangsamen – ein weiterer BI-Kompromiss. Überlegen Sie bereits zu Beginn Ihrer Planung, wie Sie die Belastung reduzieren und die Verarbeitungsgeschwindigkeit erhöhen können. In der Regel sollten Sie breit beginnen und dann Ihren Umfang einschränken. Mit anderen Worten: Identifizieren Sie die vorrangigen KPIs und berücksichtigen und verfeinern Sie dann unterstützende Informationen. Unterwegs stellen Sie möglicherweise fest, dass eine Metrik, die Sie ursprünglich verfolgen sollten, für die Geschäftsfrage Ihrer Stakeholder nicht mehr relevant ist. In diesem Fall können Sie es aus Ihrem Dashboard entfernen, was zu einer schnelleren Abwicklung führt. Darüber hinaus können Sie die Verarbeitungsgeschwindigkeit optimieren, indem Sie die Berechnungen in Ihrer Datenbank ändern. Dies erhöht die Effizienz des Dashboards, da Back-End-Server leistungsfähiger sind als Front-End-Server und mehr Daten schneller verarbeiten können. Wenn eine Berechnung jedoch von den in ihrem Dashboard angewendeten Filtern abhängt, kann sie nur innerhalb des Dashboards selbst durchgeführt werden. Dies ist eine ungewöhnliche Situation für BI-Einsteiger, aber es ist wichtig, sich darüber im Klaren zu sein. Auch die Konfiguration der im Dashboard vorinstallierten Datenmenge kann eine gute Lösung sein. Laden Sie weniger Daten vor und das Armaturenbrett wird weniger belastet. Beachten Sie jedoch, dass das Vorabladen möglicherweise dazu führt, dass die Erkenntnisse nicht so aktuell sind, wie sie sein könnten. Weitere Strategien zur Beschleunigung Ihres Dash umfassen das frühzeitige Filtern von Daten und die Vorabaggregation. Das haben Sie weiter oben in diesem Abschnitt erfahren. Ok, jetzt wenden wir uns einem anderen wichtigen Teil des Dashboard-Iterationsprozesses zu: dem Datenschutz. Wie Sie wissen, kann ein Dashboard von vielen Stakeholdern innerhalb eines Unternehmens genutzt werden. Oft sind bestimmte Daten für einige Personen verfügbar, andere haben jedoch keine Zugriffsberechtigung. Als BI-Experte ist die Konfiguration der Datenschutzeinstellungen ein entscheidender Teil der Erstellung und Pflege von Dashboards. Es gibt verschiedene Arten von Datenschutzberechtigungen, wir konzentrieren uns jedoch auf drei Hauptebenen: öffentliche Verfügbarkeit, Berechtigung auf Objektebene und Berechtigung auf Zeilenebene. Wenn Ihr Dashboard öffentlich verfügbar ist, ist es für jedermann zugänglich. Verwenden Sie diese uneingeschränkte Einstellung, um das Dashboard für die breite Öffentlichkeit freizugeben. Das nächste ist die Berechtigung auf Objektebene. Diese Datenschutzeinstellung steuert die Verfügbarkeit eines einzelnen Elements, z. B. einer Tabelle, eines Datensatzes oder einer einzelnen Visualisierung. Aufgrund ihrer Einfachheit werden Sie wahrscheinlich am häufigsten Berechtigungen auf Objektebene verwenden. Wenn Sie einem Benutzer Zugriff auf ein Objekt gewähren, können Sie diesen Zugriff genauso einfach widerrufen wie ihm die Berechtigung entziehen. Der dritte Berechtigungstyp ist auf Zeilenebene. Die Berechtigung auf Zeilenebene ist eine Datenschutzeinstellung, die die Verfügbarkeit bestimmter Zeilen einer Tabelle oder eines Datensatzes steuert. Diese Art der Datenschutzeinstellung ist etwas komplexer, da sie in der Datenbank und nicht im Visualisierungstool eingerichtet werden muss. Die Konfiguration komplexer Berechtigungen, bei denen Daten aus mehreren Quellen selektiv für verschiedene Gruppen verfügbar sind, bereitet selbst einigen erfahrenen Fachleuten Schwierigkeiten. Wenn Sie mit BI beginnen, müssen Sie wahrscheinlich nicht jedes Detail über Berechtigungen verstehen. Möglicherweise sind Sie sogar Teil eines Teams mit einem Dateningenieur, der gemeinsam mit Ihnen Berechtigungen konfiguriert. Sie haben zunächst einige wichtige Grundlagen zum Iterieren von Dashboards auf der Grundlage des Feedbacks von Stakeholdern kennengelernt. Als Nächstes erhalten Sie die Möglichkeit, dieses Wissen weiterhin auf Ihre eigenen Dashboards anzuwenden. Ich hoffe, Sie sind genauso aufgeregt wie ich.
Reduzieren Sie die Verarbeitungslast und behalten Sie die Wirksamkeit des Dashboards bei
Zuvor haben Sie erfahren, wie wichtig es ist, die Verarbeitungsgeschwindigkeit für Dashboards zu optimieren. Die Verarbeitungsgeschwindigkeit beschreibt, wie schnell ein Programm eine bestimmte Datenmenge aktualisieren und laden kann. Im Grunde geht es darum, wie schnell Ihr Dashboard den Benutzern Antworten liefern kann. Die Verarbeitungsgeschwindigkeit wird normalerweise durch das Datenvolumen, die Anzahl der Kennzahlen und die Anzahl der Dimensionen bestimmt. Dies ist ein weiteres Beispiel für einen Kompromiss: Um das bestmögliche Ergebnis zu erzielen, müssen verschiedene Faktoren abgewogen werden, wobei oft ein Element priorisiert und ein anderes geopfert wird. In diesem Fall gibt es einen Kompromiss zwischen Verarbeitungsgeschwindigkeit und Arbeitsaufwand. In dieser Lektüre finden Sie Lösungen, mit denen Sie die Verarbeitungslast reduzieren und gleichzeitig die Effektivität Ihres Dashboards aufrechterhalten können.
Reduzieren Sie die Verarbeitungslast
Eine der wichtigsten Möglichkeiten zur Optimierung Ihrer Verarbeitungsgeschwindigkeit besteht darin, die Verarbeitungslast zu reduzieren. Sie können dies tun, indem Sie:
Voraggregieren: Dies ist der Prozess, bei dem Berechnungen für Daten durchgeführt werden, während diese sich noch in der Datenbank befinden. Durch die Voraggregierung von Daten werden die Daten in einen Zustand umgewandelt, der näher an dem liegt, was Sie letztendlich benötigen, da einige notwendige Berechnungen durchgeführt werden, bevor die Daten an das Datenvisualisierungstool gesendet werden. Der Nachteil besteht darin, dass Ihre Pipeline mehr Schritte umfasst und Ihr in das Visualisierungstool hochgeladener Datensatz weniger flexibel ist, Ihre Benutzer jedoch schneller die Informationen erhalten, die sie benötigen.
Verwenden von JOINs: JOINS werden verwendet, um Zeilen aus zwei oder mehr Tabellen basierend auf einer zugehörigen Spalte zu kombinieren. Dadurch werden Tabellen grundsätzlich zusammengeführt, bevor sie jemals im Dashboard verwendet werden. Dadurch kann viel Rechenlast im eigentlichen Dashboard eingespart werden. Wenn Sie jedoch versuchen, an einem vollen Tisch teilzunehmen, kann dies eine größere Belastung für das System darstellen. Dies liegt an der Dimensionalität der Tabellen. Wenn Sie beispielsweise eine Tabelle mit einer Million Zeilen mit einer Tabelle mit 100 Millionen Zeilen verbinden, wird dies höchstwahrscheinlich jedes Mal, wenn der Bindestrich aktualisiert wird, einen großen Overhead verursachen. Daher ist es wichtig, sorgfältig darüber nachzudenken, wie Sie JOINs verwenden, um die Verarbeitungslast zu reduzieren!
Filtern: Beim Filtern werden nur die Daten angezeigt, die ein bestimmtes Kriterium erfüllen, während der Rest ausgeblendet wird. Das Filtern der Daten zu einem frühen Zeitpunkt der Verarbeitung Ihres Dashboards bedeutet, dass keine Daten sortiert werden müssen, die eigentlich nicht verwendet werden sollen. Der Nachteil dabei ist, dass Ihren Benutzern dadurch weniger Daten zur Verfügung stehen, die sie selbst anzeigen können.
Verknüpfen mit externen Standorten: In Fällen, in denen Sie in Ihrem Dashboard über Daten verfügen, für die Sie einen Kontext außerhalb des Dashboards bereitstellen können und die dazu beitragen können, die Verarbeitungslast zu reduzieren, können Sie eine Verknüpfung zu diesem Standort herstellen, damit Benutzer diese selbst erkunden können.
Vermeiden benutzerdefinierter Funktionen: Benutzer, die Anfragen an Ihr Dashboard stellen, können die Verarbeitungsarbeit, die es leistet, stark belasten. Berücksichtigen Sie beim Entwerfen des Dashboards die Art der Fragen, die Benutzer möglicherweise haben, sodass Sie diese beantworten können, ohne dass die Benutzer selbst wiederholt Funktionen eingeben müssen.
Entscheidung zwischen Datenansichten und Tabellen : Tabellen enthalten tatsächliche Daten. Datenansichten sind das Ergebnis einer gespeicherten Datenabfrage, die die Geschäftslogik beibehält und wie eine Datenbank abgefragt werden kann. Datenansichten erfordern oft eine viel geringere Verarbeitungslast, da sie keine tatsächlichen Daten, sondern nur eine Ansicht der Daten enthalten. Dadurch sind sie weniger flexibel, daher sollten Sie überlegen, wie interaktiv die Daten in Ihrem Dashboard sein sollen.
Die zentralen Thesen
Wenn Sie über das Dashboard-Design nachdenken, müssen Sie Verarbeitungsgeschwindigkeit und -last berücksichtigen und entscheiden, wie Sie diese am besten ausbalancieren, um Ihren Stakeholdern so schnell wie möglich die Antworten zu liefern, die sie benötigen. Dies kann eine Herausforderung sein, aber Sie können die in dieser Lektüre beschriebenen Strategien anwenden, um die Verarbeitungslast zu reduzieren und die Leistung zu verbessern.
Fallstudie: FeatureBase, Teil 3: Erkundung der Trends mit Visualisierungen
In früheren Kursen haben Sie FeatureBase kennengelernt, ein OLAP-Datenbankunternehmen, das ein Problem mit seinem Verkaufszyklus gelöst hat. FeatureBase stellte fest, dass Kunden in den frühen Phasen des Verkaufszyklus abwanderten und nicht zu zahlenden Kunden wurden. In dieser Fallstudie erfahren Sie, was kam, nachdem das Vertriebsteam seine Erkenntnisse gewonnen hatte: visuelle Erkenntnisse, die FeatureBase bei der Lösung seines Geschäftsproblems halfen.
Firmenhintergrund
Zur Erinnerung: FeatureBase ist ein OLAP-Datenbankunternehmen, das es Unternehmen ermöglicht, Erkenntnisse aus Echtzeitanalysen und KI zu gewinnen. Ihre Kerntechnologie, FeatureBase, ist die erste OLAP-Datenbank, die vollständig auf Bitmaps basiert und Echtzeitanalysen und Anwendungen für maschinelles Lernen ermöglicht, indem sie gleichzeitig niedrige Latenz, hohen Durchsatz und hochgradig gleichzeitige Arbeitslasten ausführt. FeatureBase wird an seine Kunden verkauft, die Teil des Verkaufszyklus werden. Dieser Zyklus umfasst den ersten Kontakt mit dem potenziellen Kunden bis zu dem Moment, in dem er den Kaufvertrag unterzeichnet und mit der Nutzung von FeatureBase beginnt.
Die Herausforderungen)
Wie Sie gelernt habendie vorherige Fallstudieerkannte das FeatureBase-Vertriebsteam, dass es nicht über die Daten verfügte, die es brauchte, um festzustellen, wann Kunden abwandten. Um dieses Problem zu beheben, haben sie ihren ursprünglichen Verkaufstrichter mit neuen Attributen neu erstellt, die dabei helfen, Kunden in jeder Phase des Verkaufszyklus zu verfolgen.
Ihre nächste Herausforderung bestand darin, den besten Weg zu finden, das Problem für das Vertriebsteam zu visualisieren.
Die Vorgehensweise
FeatureBase hat sich anstelle eines Dashboards für eine informelle Reihe einfacher Diagramme entschieden, um schnelle Entscheidungen zu treffen. Dies ermöglichte es dem Vertriebsteam, die schwierigste Phase des Verkaufszyklus in wenigen Minuten zu finden, anstatt mindestens eine Woche für die Dashboard-Erstellung zu benötigen. Während viele komplexe Geschäftsfragen am besten mit einem sorgfältig gestalteten Dashboard beantwortet werden können, erforderte dieses Problem eine einfache visuelle Lösung.
Das Vertriebsteam von FeatureBase nutzte DataStudio, um ein einfaches Liniendiagramm zu erstellen, das die Conversion-Rate von jeder Phase zur nächsten verfolgte. Der erste Datenpunkt auf der linken Seite würde 100 % der potenziellen Kunden darstellen, die den Verkaufszyklus begonnen haben. In jeder folgenden Phase, dargestellt auf der X-Achse, würde der Datenpunkt darstellen, wie viele potenzielle Kunden zum nächsten Schritt des Verkaufszyklus übergegangen sind.
Damit bestätigten sie, dass eine beträchtliche Anzahl von Kunden in der Phase der technischen Validierung abgebrochen wurde. Das von ihnen erstellte Liniendiagramm wies einen deutlichen Rückgang zwischen der technischen Validierungsphase und der Vertragsphase auf – was bedeutete, dass ein großer Teil der Benutzer aus dem Verkaufsprozess ausstieg, weil sie den technischen Validierungsprozess nicht abgeschlossen hatten.
In dieser Phase wird FeatureBase in der Datenumgebung des Kunden implementiert, um festzustellen, ob es für ihn tatsächlich funktionsfähig ist. In dieser Phase könnte das Vertriebsteam den Nutzen von FeatureBase demonstrieren und den Beweis erbringen, dass es eine praktikable Lösung für seinen Kunden wäre.
Aus dieser Erkenntnis konnten sie schließen, dass entweder in der technischen Validierungsphase ein grundlegendes Problem vorlag oder dass die Kunden Schwierigkeiten hatten, die hochtechnischen Aspekte von FeatureBase zu verstehen.
Die Ergebnisse
Als das Vertriebsteam wusste, dass die technische Validierung der wahrscheinliche Haltepunkt für seine Kunden war, fragte es sich, ob nur bestimmte Arten potenzieller Kunden Schwierigkeiten hatten. Sie erstellten ein Balkendiagramm, das verschiedene Kanäle oder Kundentypen darstellte.
Anhand dieses Balkendiagramms stellte das FeatureBase-Team fest, dass Unternehmen oder Ansprechpartner mit nicht-technischem Hintergrund die Wahrscheinlichkeit geringer waren, dass sie in die Vertragsphase eintreten. Anschließend erstellte das Vertriebsteam ein Kreisdiagramm, um seinen Verdacht zu bestätigen. Dieses Kreisdiagramm lieferte Hinweise darauf, dass ein Gutachter mit einem nichttechnischen Hintergrund weniger wahrscheinlich Verträge unterzeichnete.
Abschluss
Durch die Visualisierung der Daten stellten das Vertriebsteam und die Führung von FeatureBase fest, dass die technische Validierungsphase für Kunden ohne technische Kenntnisse möglicherweise zu verwirrend ist und dass der Verkauf an sie weniger wahrscheinlich ist. Anhand dieser Erkenntnisse konzentrierte sich das Team darauf, Benutzer zu „Champions“ zu machen, die sich dann für das Produkt einsetzen und es an die Leiter ihrer Geschäftseinheiten „verkaufen“ würden. Diese Champions könnten ihren Teams helfen, die Verwendung von FeatureBase zu verstehen und Fragen zu beantworten, die Kunden sonst möglicherweise entmutigen würden. Was als eine zu beantwortende Frage begann, führte schließlich zu einer Änderung der Geschäftsstrategie, bei der der BI-Experte eine entscheidende Rolle dabei spielte, FeatureBase bei der datengesteuerten Entscheidung zu unterstützen. Diese Frage konnte das Vertriebsteam mit nur wenigen Diagrammen beantworten. In dieser Situation hätte die Erstellung eines riesigen Dashboards zu lange gedauert. Die Priorität des Teams bestand darin, die Ursache des Abfalls so schnell wie möglich zu finden, daher war eine einfache Lösung am effektivsten.
In Ihrer Rolle als BI-Experte stellen Sie möglicherweise fest, dass die herkömmliche Lösung nicht für jede Situation die beste ist. Es ist Ihre Aufgabe, den besten Weg nach vorne zu finden, indem Sie Ihr BI-Wissen und Ihr kreatives Denken auf jedes Ihrer Projekte anwenden.
Datenschutzeinstellungen in Business-Intelligence-Tools
Als Business-Intelligence-Experte erstellen Sie nicht nur Dashboards und Visualisierungen. Sie werden diese Tools auch mit Stakeholdern teilen, damit diese auf die Daten zugreifen können, um aktuelle Informationen zu erhalten und fundierte Entscheidungen zu treffen. Sie geben Stakeholdern die Möglichkeit, ihre eigenen Fragen zu beantworten – aber Sie möchten auch sicherstellen, dass nur die Personen, die auf diese Informationen zugreifen sollen, dies auch tun können. Dies hat mit Datenschutz und Sicherheit zu tun. In dieser Lektüre erfahren Sie mehr über einige der Datenschutzbeschränkungen, die bereits in Tableau und anderen gängigen BI-Tools enthalten sind.
Datenschutzeinstellungen in Tableau
Durch die Integration von Datenschutzeinstellungen in Ihr Dashboard stellen Sie sicher, dass die Daten sicher bleiben, auch wenn Personen aus dem gesamten Unternehmen aus unterschiedlichen Gründen darauf zugreifen müssen. Während dieses Programms verwenden Sie Tableau, um Schlüsselkonzepte zu üben und sich mit dem Austausch von BI-Erkenntnissen vertraut zu machen. Glücklicherweise verfügt Tableau bereits über eine Reihe integrierter Datenschutz- und Sicherheitseinstellungen, die Sie nutzen können.
Berechtigungen festlegen
Mit Tableau können Sie Berechtigungen festlegen, um zu steuern, wie Benutzer mit Ihren Dashboards und Datenquellen interagieren. Sie können sogar Berechtigungen verwenden, um zu bestimmen, welche Benutzer auf welche Teile einer Arbeitsmappe zugreifen können. Tableau organisiert Berechtigungen in Projekten und Gruppen. Im Grunde bedeutet dies, dass Sie Berechtigungen je nach Projektanforderungen oder nach Benutzergruppen statt einzeln festlegen können.
Sie können auch Berechtigungseinstellungen verwenden, um auszuwählen, mit welchen Metriken Benutzer interagieren können, verschiedene Blattregisterkarten ein- oder auszublenden oder sogar Erklärungen zu den Daten hinzuzufügen, die je nach ihren spezifischen Anforderungen für verschiedene Benutzer sichtbar sind.
Weitere Informationen zu Berechtigungen und wie Sie diese in Tableau selbst festlegen können, finden Sie hierden Tableau Online-Hilfeartikel über Berechtigungen.
Verwalten der Benutzersichtbarkeit
Sie können nicht nur bestimmen, welche Berechtigungen Benutzer haben, wenn sie mit Ihren Tableau-Dashboards interagieren, sondern auch verwalten, wie Benutzer miteinander interagieren können. Normalerweise können alle Benutzer standardmäßig die Aliase anderer Benutzer, den Projektbesitz und die Kommentare anderer Benutzer anzeigen. Wenn Sie jedoch ein Tool erstellt haben, das von mehreren Kunden, Teams oder Benutzern verwendet wird, die nicht interagieren müssen, können Sie tatsächlich bestimmen, wie viel Sichtbarkeit die Benutzer voneinander haben.
Weitere Informationen zu den Sichtbarkeitseinstellungen für Benutzer und dazu, wie Sie diese in Tableau selbst festlegen können, finden Sie hierden Tableau Online-Hilfeartikel zum Verwalten der Benutzersichtbarkeit.
Einschränkungen und Filterung auf Zeilenebene
Schließlich können Sie mit Tableau die tatsächlichen Datenzeilen filtern, sodass Benutzer auf die für ihre Rolle relevanten Daten zugreifen können, ohne eine völlig separate Ansicht für sie erstellen zu müssen. Dies ist besonders nützlich, wenn Sie mit Live-Datenquellen oder Extrakten arbeiten, die mehrere Tabellen verwenden.
Weitere Informationen zu den Sichtbarkeitseinstellungen für Benutzer und dazu, wie Sie diese in Tableau selbst festlegen können, finden Sie hierden Tableau Online-Hilfeartikel über Benutzerfilter und Einschränkungen auf Zeilenebene.
Datenschutzeinstellungen in anderen Tools
Auch andere Tools, auf die Sie als Profi stoßen, verwenden Datenschutzeinstellungen, mit denen Sie festlegen können, auf welche Daten verschiedene Benutzer zugreifen und diese anzeigen können. Hier sind einige Ressourcen, mit denen Sie mehr über diese Tools erfahren können:
Glossarbegriffe aus Modul 2
Dimension (Visualisierung): Ein qualitativer Datentyp, der zur Kategorisierung von Daten verwendet werden kann
Kodierung: Der Prozess der Übersetzung von Dimensionen und Maßen in visuelle Darstellungen der Daten
Maß: Ein quantitativer Datentyp, der entweder diskret oder kontinuierlich sein kann
Berechtigung auf Objektebene: Eine Datenschutzeinstellung, die die Verfügbarkeit eines einzelnen Elements in einem Dashboard steuert
Voraggregation: Der Prozess der Durchführung von Berechnungen für Daten, während diese sich noch in der Datenbank befinden
Verarbeitungsgeschwindigkeit: Wie schnell ein Programm eine bestimmte Datenmenge aktualisieren und laden kann
Öffentliche Verfügbarkeit: Eine Datenschutzeinstellung, die jedem den Zugriff auf ein Dashboard ermöglicht
Berechtigung auf Zeilenebene: Eine Datenschutzeinstellung, die die Verfügbarkeit bestimmter Zeilen einer Tabelle oder eines Datensatzes in einem Dashboard steuert
Kompromiss: Ausbalancieren verschiedener Faktoren, oft durch Priorisierung eines Elements und gleichzeitiger Verzicht auf ein anderes, um das bestmögliche Ergebnis zu erzielen
Begriffe und Definitionen aus früheren Modulen
A
Genauigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten mit der tatsächlich gemessenen oder beschriebenen Einheit übereinstimmen
Anwendungsprogrammierschnittstelle (API): Eine Reihe von Funktionen und Verfahren, die Computerprogramme integrieren und eine Verbindung herstellen, die ihnen die Kommunikation ermöglicht
Entwickler von Anwendungssoftware: Eine Person, die Computer- oder Mobilanwendungen entwirft, im Allgemeinen für Verbraucher
Attribut: In einem dimensionalen Modell ein Merkmal oder eine Qualität, die zur Beschreibung einer Dimension verwendet wird
Zielgruppenproblem: Ein Dashboard-Problem, das dadurch verursacht wird, dass die Bedürfnisse des Benutzers nicht ausreichend berücksichtigt werden
B
Business Intelligence (BI): Automatisierung von Prozessen und Informationskanälen, um relevante Daten in umsetzbare Erkenntnisse umzuwandeln, die Entscheidungsträgern leicht zur Verfügung stehen
Business-Intelligence-Governance: Ein Prozess zur Definition und Implementierung von Business-Intelligence-Systemen und -Frameworks innerhalb einer Organisation
Business-Intelligence-Überwachung: Entwicklung und Nutzung von Hardware- und Softwaretools, um Daten einfach und schnell zu analysieren und Stakeholdern die Möglichkeit zu geben, wirkungsvolle Geschäftsentscheidungen zu treffen
Business-Intelligence-Phasen: Die Abfolge von Phasen, die sowohl den BI-Geschäftswert als auch den Reifegrad der Organisationsdaten bestimmen, nämlich Erfassen, Analysieren und Überwachen
Business-Intelligence-Strategie: Das Management der im Business-Intelligence-Prozess verwendeten Personen, Prozesse und Tools
Geschäftsregel: Eine Anweisung, die eine Einschränkung für bestimmte Teile einer Datenbank erstellt
C
Spaltendatenbank: Eine Datenbank, die nach Spalten statt nach Zeilen organisiert ist
Kombinierte Systeme: Datenbanksysteme, die Daten am selben Ort speichern und analysieren
Kompilierte Programmiersprache: Eine Programmiersprache, die codierte Anweisungen kompiliert, die direkt vom Zielcomputer ausgeführt werden
Vollständigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten alle gewünschten Komponenten oder Maße enthalten
Konformität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten dem erforderlichen Zielformat entsprechen
Konflikt: Wenn zwei oder mehr Komponenten versuchen, eine einzelne Ressource auf widersprüchliche Weise zu nutzen
Konsistenz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten kompatibel sind und über alle Systeme hinweg übereinstimmen
D
Datenanalysten: Personen, die Daten sammeln, transformieren und organisieren
Datenverfügbarkeit: Der Grad oder Umfang, in dem aktuelle und relevante Informationen leicht zugänglich sind und genutzt werden können
Datenwörterbuch: Eine Sammlung von Informationen, die den Inhalt, das Format und die Struktur von Datenobjekten innerhalb einer Datenbank sowie deren Beziehungen beschreiben
Data-Governance-Experten: Personen, die für die formelle Verwaltung der Datenbestände einer Organisation verantwortlich sind
Datenintegrität: Die Genauigkeit, Vollständigkeit, Konsistenz und Vertrauenswürdigkeit von Daten während ihres gesamten Lebenszyklus
Data Lake: Ein Datenbanksystem, das große Mengen an Rohdaten im Originalformat speichert, bis sie benötigt werden
Datenherkunft: Der Prozess der Identifizierung des Ursprungs von Daten, ihres Transportwegs im System und der Art und Weise, wie sie sich im Laufe der Zeit verändert haben
Datenzuordnung: Der Prozess des Abgleichens von Feldern von einer Datenquelle mit einer anderen
Data Mart: Eine themenorientierte Datenbank, die eine Teilmenge eines größeren Data Warehouse sein kann
Datenreife: Das Ausmaß, in dem eine Organisation in der Lage ist, ihre Daten effektiv zu nutzen, um umsetzbare Erkenntnisse zu gewinnen
Datenmodell: Ein Tool zum Organisieren von Datenelementen und ihrer Beziehung zueinander
Datenpartitionierung: Der Prozess der Aufteilung einer Datenbank in verschiedene, logische Teile, um die Abfrageverarbeitung zu verbessern und die Verwaltbarkeit zu erhöhen
Datenpipeline: Eine Reihe von Prozessen, die Daten aus verschiedenen Quellen zur Speicherung und Analyse an ihren endgültigen Bestimmungsort transportieren
Datenproblem: Ein Dashboard-Problem, das durch die verwendeten Daten verursacht wird
Datensichtbarkeit: Der Grad oder Umfang, in dem Informationen aus unterschiedlichen internen und externen Quellen identifiziert, überwacht und integriert werden können
Data Warehouse: Ein spezifischer Datenbanktyp, der Daten aus mehreren Quellsystemen konsolidiert, um Datenkonsistenz, Genauigkeit und effizienten Zugriff zu gewährleisten
Data-Warehousing-Spezialisten: Personen, die Prozesse und Verfahren zur effektiven Speicherung und Organisation von Daten entwickeln
Datenbankmigration: Verschieben von Daten von einer Quellplattform in eine andere Zieldatenbank
Datenbankleistung: Ein Maß für die Arbeitslast, die von einer Datenbank verarbeitet werden kann, sowie die damit verbundenen Kosten
Liefergegenstand: Jedes Produkt, jede Dienstleistung oder jedes Ergebnis, das erreicht werden muss, um ein Projekt abzuschließen
Entwickler: Eine Person, die Programmiersprachen verwendet, um Softwareanwendungen zu erstellen, auszuführen, zu testen und Fehler zu beheben
Dimension (Datenmodellierung): Eine Information, die mehr Details und Kontext zu einem Sachverhalt liefert
Dimensionstabelle: Die Tabelle, in der die Attribute der Dimensionen eines Fakts gespeichert werden
Entwurfsmuster: Eine Lösung, die relevante Kennzahlen und Fakten verwendet, um ein Modell zur Unterstützung der Geschäftsanforderungen zu erstellen
Dimensionsmodell: Eine Art relationales Modell, das für den schnellen Abruf von Daten aus einem Data Warehouse optimiert wurde
Verteilte Datenbank: Eine Sammlung von Datensystemen, die über mehrere physische Standorte verteilt sind
E
ELT (Extrahieren, Laden und Transformieren): Eine Art Datenpipeline, die es ermöglicht, Daten aus Data Lakes zu sammeln, in ein einheitliches Zielsystem zu laden und in ein nützliches Format umzuwandeln
ETL (Extrahieren, Transformieren und Laden): Eine Art Datenpipeline, die es ermöglicht, Daten aus Quellsystemen zu sammeln, in ein nützliches Format zu konvertieren und in ein Data Warehouse oder ein anderes einheitliches Zielsystem zu übertragen
Erfahrungsbasiertes Lernen: Verstehen durch Handeln
F
Fakt: In einem dimensionalen Modell eine Messung oder Metrik
Faktentabelle: Eine Tabelle, die Messungen oder Metriken im Zusammenhang mit einem bestimmten Ereignis enthält
Fremdschlüssel: Ein Feld innerhalb einer Datenbanktabelle, das ein Primärschlüssel in einer anderen Tabelle ist (siehe Primärschlüssel)
Fragmentierte Daten: Daten, die in viele Teile zerlegt sind, die nicht zusammen gespeichert werden, häufig aufgrund der häufigen Verwendung der Daten oder des Erstellens, Löschens oder Änderns von Dateien
Funktionale Programmiersprache: Eine Programmiersprache, die auf Funktionen basiert
G
Google DataFlow: Ein serverloser Datenverarbeitungsdienst, der Daten aus der Quelle liest, sie umwandelt und am Zielort schreibt
ICH
Index: Ein organisatorisches Tag, das zum schnellen Auffinden von Daten in einem Datenbanksystem verwendet wird
Fachleute für Informationstechnologie: Personen, die Hardware- und Softwarelösungen testen, installieren, reparieren, aktualisieren und warten
Integrität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten während ihres gesamten Lebenszyklus korrekt, vollständig, konsistent und vertrauenswürdig sind
Interpretierte Programmiersprache: Eine Programmiersprache, die einen Interpreter, normalerweise ein anderes Programm, verwendet, um codierte Anweisungen zu lesen und auszuführen
Iteration: Das wiederholte Wiederholen eines Vorgangs, um dem gewünschten Ergebnis immer näher zu kommen
K
Key Performance Indicator (KPI): Ein quantifizierbarer Wert, der eng mit der Geschäftsstrategie verknüpft ist und dazu dient, den Fortschritt in Richtung eines Ziels zu verfolgen
L
Logische Datenmodellierung: Darstellung verschiedener Tabellen im physischen Datenmodell
Low-Fidelity-Mockup: Ein einfacher Entwurf einer Visualisierung, der zur Planung eines Dashboards und zur Bewertung seines Fortschritts verwendet wird
M
Metrik: Ein einzelner, quantifizierbarer Datenpunkt, der zur Leistungsbewertung verwendet wird
Ö
Objektorientierte Programmiersprache: Eine Programmiersprache, die auf Datenobjekten basiert
OLAP-System (Online Analytical Processing): Ein Tool, das neben der Verarbeitung auch für die Analyse optimiert wurde und Daten aus mehreren Datenbanken analysieren kann
OLTP-Datenbank (Online Transaction Processing): Ein Datenbanktyp, der für die Datenverarbeitung statt für die Analyse optimiert wurde
Optimierung: Maximierung der Geschwindigkeit und Effizienz beim Datenabruf, um eine hohe Datenbankleistung sicherzustellen
P
Portfolio: Eine Sammlung von Materialien, die mit potenziellen Arbeitgebern geteilt werden können
Primärschlüssel: Ein Bezeichner in einer Datenbank, der auf eine Spalte oder eine Gruppe von Spalten verweist, in der jede Zeile jeden Datensatz in der Tabelle eindeutig identifiziert (siehe Fremdschlüssel).
Projektmanager: Eine Person, die sich um die täglichen Schritte, den Umfang, den Zeitplan, das Budget und die Ressourcen eines Projekts kümmert
Projektsponsor: Eine Person, die die Gesamtverantwortung für ein Projekt trägt und die Kriterien für seinen Erfolg festlegt
Python: Eine universelle Programmiersprache
Q
Qualitätsprüfung: Der Prozess der Überprüfung von Daten auf Mängel, um Systemausfälle zu verhindern; Es umfasst die sieben Validierungselemente Vollständigkeit, Konsistenz, Konformität, Genauigkeit, Redundanz, Integrität und Aktualität
Abfrageplan: Eine Beschreibung der Schritte, die ein Datenbanksystem durchführt, um eine Abfrage auszuführen
R
Redundanz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass nicht mehr Daten als nötig verschoben, umgewandelt oder gespeichert werden
Ressourcen: Die zur Verwendung in einem Datenbanksystem verfügbaren Hardware- und Softwaretools
Antwortzeit: Die Zeit, die eine Datenbank benötigt, um eine Benutzeranfrage abzuschließen
Zeilenbasierte Datenbank: Eine Datenbank, die nach Zeilen organisiert ist
S
Schemavalidierung: Ein Prozess, der sicherstellt, dass das Datenschema des Quellsystems mit dem Datenschema der Zieldatenbank übereinstimmt
Getrennte Speicher- und Computersysteme: Datenbanken, in denen Daten remote gespeichert werden und relevante Daten zur Analyse lokal gespeichert werden
Single-Homed-Datenbank: Datenbank, in der alle Daten am selben physischen Ort gespeichert sind
Schneeflockenschema: Eine Erweiterung eines Sternschemas mit zusätzlichen Dimensionen und häufig auch Unterdimensionen
Sternschema: Ein Schema, das aus einer Faktentabelle besteht, die auf eine beliebige Anzahl von Dimensionstabellen verweist
Strategie: Ein Plan zum Erreichen eines Ziels oder zum Erreichen eines gewünschten zukünftigen Zustands
Themenorientiert: Mit bestimmten Bereichen oder Abteilungen eines Unternehmens verbunden
Systemanalytiker: Eine Person, die Möglichkeiten zur Gestaltung, Implementierung und Weiterentwicklung von Informationssystemen identifiziert, um sicherzustellen, dass diese zur Erreichung von Geschäftszielen beitragen
Systemsoftwareentwickler: Eine Person, die Anwendungen und Programme für die in Organisationen verwendeten Backend-Verarbeitungssysteme entwickelt
T
Taktik: Eine Methode, die verwendet wird, um einen Erfolg zu ermöglichen
Zieltabelle: Der vorgegebene Ort, an den Pipeline-Daten gesendet werden, damit darauf reagiert werden kann
Durchsatz: Die Gesamtfähigkeit der Hardware und Software der Datenbank, Anfragen zu verarbeiten
Aktualität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten aktuell sind
Tool-Problem: Ein Dashboard-Problem mit der verwendeten Hardware oder Software
Übertragbare Fähigkeit: Eine Fähigkeit oder Kompetenz, die von einem Job auf einen anderen übertragen werden kann
V
Vanity-Metrik: Datenpunkte, die andere beeindrucken sollen, aber keinen Hinweis auf die tatsächliche Leistung geben und daher keine aussagekräftigen geschäftlichen Erkenntnisse liefern können
W
Arbeitslast: Die Kombination aus Transaktionen, Abfragen, Data-Warehousing-Analysen und Systembefehlen, die zu einem bestimmten Zeitpunkt vom Datenbanksystem verarbeitet werden
Überprüfen Sie den Inhalt des Google Data Analytics-Zertifikats zur Aggregation
Willkommen zurück. In den nächsten Videos werden wir uns mit der sogenannten Datenaggregation befassen. Unter Aggregation versteht man das Sammeln oder Zusammenfügen vieler einzelner Teile zu einem Ganzen. Beispielsweise ist die Milchstraße eine Ansammlung von Sternen, Staub und Gasen. Bei der Datenaggregation handelt es sich also um den Prozess, bei dem Daten aus mehreren Quellen gesammelt werden, um sie in einer einzigen zusammengefassten Sammlung zusammenzuführen. Bei der Datenanalyse beschreibt eine zusammengefasste Sammlung oder Zusammenfassung die Identifizierung der benötigten Daten und deren Zusammenführung an einem Ort. Nehmen wir zum Beispiel an, Sie haben einen Schrank voller verschiedener Puzzles. Eines Tages zerbricht ein Regal und alle Kartons fallen um, sodass die Puzzleteile überall verstreut sind. Um jedes Puzzle wieder in Ordnung zu bringen, müssen Sie die Teile identifizieren, die jedem einzelnen Puzzle entsprechen, sie zusammenfügen und wieder in die richtigen Schachteln legen. Erst dann können Sie mit diesen Teilen arbeiten und ein vollständiges Bild erstellen. Bei Daten stellen die Puzzleteile also die Daten dar, die in verschiedenen separaten Datensätzen gespeichert sind. Sie zu organisieren ist der Aggregationsprozess. Dann werden die Stapel von Teilen, die ein einzelnes Puzzle vervollständigen, zu Ihrer Zusammenfassung. Und schließlich ist das Zusammensetzen dieser Teile so, als würde man sie analysieren, um wichtige Erkenntnisse zu gewinnen. Die Datenaggregation hilft Datenanalysten, Trends zu erkennen, Vergleiche anzustellen und Erkenntnisse zu gewinnen, die nicht möglich wären, wenn jedes Datenelement einzeln analysiert würde. Beispielsweise können Daten zu den Schulabschlüssen einzelner Schüler zu einer einzigen Abschlussquote für eine ganze Klasse zusammengefasst werden. Daten können auch über einen bestimmten Zeitraum hinweg aggregiert werden, um Statistiken wie Durchschnittswerte, Mindestwerte, Höchstwerte und Summen bereitzustellen. Dieselben Daten zu den jährlichen Abschlussquoten können beispielsweise noch einmal zu einer Zusammenfassung zusammengefasst werden, die uns die Abschlussquoten für Bezirke, Bundesstaaten und Länder zeigt. Hier ist ein weiteres Beispiel: Nehmen wir an, Sie hätten für jedes der letzten zehn Jahre Daten zu Immobilienverkäufen in einem bestimmten Viertel. Wenn Sie alle diese Daten aggregieren würden, könnten Sie den durchschnittlichen Preis eines Hauses in dieser Gegend ermitteln und erfahren, wie die Werte im Laufe der Zeit gestiegen oder gesunken sind. Funktionen sind eine große Hilfe, um die Datenaggregation zu ermöglichen. Bald erfahren Sie, wie Sie einige der gebräuchlichsten verwenden, um Ihre Zusammenfassungen zu erstellen. Darüber hinaus sprechen wir über die Aggregation von Daten mithilfe einer sogenannten Unterabfrage. Sie haben SQL in Aktion gesehen und verstehen, dass eine Abfrage eine Anforderung von Informationen aus einer Datenbank ist. Eine Unterabfrage, auch innere oder verschachtelte Abfrage genannt, ist also eine Abfrage innerhalb einer anderen Abfrage. Nach den nächsten Videos erfahren Sie, wie Sie Daten aggregieren und welche Tools Sie dabei verwenden werden. Lass uns anfangen.
Überprüfen Sie den Inhalt des Google Data Analytics-Zertifikats zu Datentypen
Ich weiß nicht, wie es Ihnen geht, aber wenn ich einen Film zum Anschauen auswähle, stehe ich manchmal zwischen mehreren Möglichkeiten fest. Wenn ich Lust auf Spannung oder Spannung habe, greife ich vielleicht zu einem Thriller, aber wenn ich einen guten Lacher brauche, wähle ich eine Komödie. Wenn ich mich wirklich nicht zwischen zwei Filmen entscheiden kann, nutze ich möglicherweise sogar einige meiner Datenanalysefähigkeiten, um sie zu vergleichen und gegenüberzustellen. Wenn ich darüber nachdenke, muss es wirklich mehr Filme über Datenanalysten geben. Das würde ich mir ansehen. Aber da wir keinen Film über Daten sehen können, zumindest noch nicht, machen wir das Nächstbeste. Sehen Sie sich Daten zu Filmen an. Wir werden uns diese Tabelle mit Filmdaten ansehen. Wir wissen, dass wir verschiedene Filme und Filmgenres vergleichen können. Es stellt sich heraus, dass Sie dasselbe mit Daten und Datenformaten tun können. Lassen Sie uns unsere Filmdatentabelle verwenden, um zu verstehen, wie das funktioniert. Wir beginnen mit quantitativen und qualitativen Daten. Wenn wir uns Spalte A ansehen, finden wir die Titel der Filme. Dabei handelt es sich um qualitative Daten, da sie nicht gezählt, gemessen oder einfach mit Zahlen ausgedrückt werden können. Qualitative Daten werden normalerweise als Name, Kategorie oder Beschreibung aufgeführt. In unserer Tabelle handelt es sich bei den Filmtiteln und Darstellern um qualitative Daten. Als nächstes kommen quantitative Daten, die gemessen oder gezählt und dann als Zahl ausgedrückt werden können. Dabei handelt es sich um Daten mit einer bestimmten Menge, Menge oder Reichweite. In unserer Tabelle hier zeigen die letzten beiden Spalten das Filmbudget und die Einnahmen an den Kinokassen. Die Daten in diesen Spalten sind in Dollar aufgeführt und können gezählt werden. Wir wissen also, dass die Daten quantitativ sind. Wir können noch tiefer in quantitative Daten eintauchen und sie in diskrete oder kontinuierliche Daten aufschlüsseln. Schauen wir uns zunächst die diskreten Daten an. Hierbei handelt es sich um gezählte Daten mit einer begrenzten Anzahl von Werten. Wenn wir zu unserer Tabelle zurückkehren, finden wir in den Spalten M und N das Budget und die Einspielergebnisse jedes Films. Dies sind beides Beispiele für diskrete Daten. Sie sind zählbar und haben eine begrenzte Anzahl von Werten. Beispielsweise kann der Geldbetrag, den ein Film einspielt, nur mit genau zwei Nachkommastellen in Cent dargestellt werden. Zwischen einem und zwei Cent darf es nicht sein. Kontinuierliche Daten können mit einem Timer gemessen und ihr Wert als Dezimalzahl mit mehreren Stellen angezeigt werden. Stellen wir uns einen Film über Datenanalysten vor, in dem ich auf jeden Fall eines Tages mitspielen werde. Man könnte die Laufzeit dieses Films mit 110,0356 Minuten ausdrücken. Bei Bedarf können Sie nach dem Dezimalpunkt sogar Bruchzahlen hinzufügen. Es gibt auch nominale und ordinale Daten. Nominale Daten sind qualitative Daten, die ohne festgelegte Reihenfolge kategorisiert werden. Mit anderen Worten: Diese Daten haben keine Reihenfolge. Hier ist ein kurzes Beispiel. Nehmen wir an, Sie sammeln Daten über Filme. Sie fragen die Leute, ob sie einen bestimmten Film gesehen haben. Ihre Antworten würden in Form von Nominaldaten erfolgen. Sie konnten mit „Ja“, „Nein“ oder „Nicht sicher“ antworten. Diese Auswahlmöglichkeiten haben keine bestimmte Reihenfolge. Ordinaldaten hingegen sind qualitative Daten mit einer festgelegten Reihenfolge oder Skala. Wenn Sie eine Gruppe von Leuten bitten, einen Film von 1 bis 5 zu bewerten, könnten einige ihn mit zwei bewerten, andere mit vier und so weiter. Diese Ranglisten sind danach geordnet, wie gut den einzelnen Personen der Film gefallen hat. Lassen Sie uns nun über interne Daten sprechen, also Daten, die in den eigenen Systemen eines Unternehmens gespeichert sind. Wenn beispielsweise ein Filmstudio alle Daten in der Tabelle nur mit seinen eigenen Erfassungsmethoden zusammengestellt hätte, wären es seine internen Daten. Das Tolle an internen Daten ist, dass sie in der Regel zuverlässiger und einfacher zu erfassen sind. Aber in dieser Tabelle ist es wahrscheinlicher, dass das Filmstudio Daten verwenden musste, die anderen Studios und Quellen gehören oder von ihnen geteilt wurden, da sie Filme enthalten, die sie nicht gemacht haben. Das bedeutet, dass sie externe Daten sammeln. Externe Daten sind, wie Sie es erraten haben, Daten, die außerhalb einer Organisation leben und generiert werden. Externe Daten werden besonders wertvoll, wenn Ihre Analyse auf möglichst vielen Quellen basiert. Das Tolle an diesen Daten ist, dass sie strukturiert sind. Strukturierte Daten sind Daten, die in einem bestimmten Format organisiert sind, z. B. Zeilen und Spalten. Tabellenkalkulationen und relationale Datenbanken sind zwei Beispiele für Software, die Daten strukturiert speichern kann. Sie erinnern sich vielleicht an unsere frühere Erkundung des strukturierten Denkens, das Ihnen dabei hilft, einem Problem einen Rahmen zu geben, damit Sie es auf organisierte und logische Weise lösen können. Auf die gleiche Weise können Sie sich strukturierte Daten vorstellen. Durch ein Framework für die Daten sind die Daten leicht durchsuchbar und leichter analysebereit. Als Datenanalyst arbeiten Sie mit vielen strukturierten Daten, die normalerweise in Form einer Tabelle, einer Tabelle oder einer relationalen Datenbank vorliegen. Aber manchmal stößt man auf unstrukturierte Daten. Hierbei handelt es sich um Daten, die nicht in einer leicht identifizierbaren Weise organisiert sind. Audio- und Videodateien sind Beispiele für unstrukturierte Daten, da es keine eindeutige Möglichkeit gibt, ihren Inhalt zu identifizieren oder zu organisieren. Unstrukturierte Daten haben möglicherweise eine interne Struktur, aber die Daten passen nicht genau wie strukturierte Daten in Zeilen und Spalten. Hoffentlich sind Sie jetzt besser mit Datenformaten vertraut und wissen, wie Sie sie in Ihrer Arbeit verwenden können. In Kürze werden Sie sich weiter mit strukturierten Daten befassen und noch mehr über die Daten erfahren, die Sie am häufigsten als Datenformat verwenden Analyst, erscheint bald auf einem Bildschirm in Ihrer Nähe.
Sehen Sie sich den Inhalt des Google Data Analytics-Zertifikats zu Tableau an
Hallo wieder. Wir haben bereits besprochen, wie hilfreich Datenvisualisierungen sein können, wenn wir viel Wissen auf kleinem Raum unterbringen möchten. Jetzt ist es Zeit zu erkunden. Ein leistungsstarkes Tool, mit dem Sie diese Visualisierungen erstellen und Ihre Daten zum Leben erwecken können. Es heißt Tableau, eine visuelle Analyseplattform, die die Untersuchung und Verwaltung von Daten erheblich erleichtert. Sie erinnern sich vielleicht daran, etwas über Tableau und einige unserer früheren Diskussionen gehört zu haben, aber Sie werden gleich noch mehr entdecken. Und wenn Sie sich mit Tableau vertraut gemacht haben, wird es Ihnen noch leichter fallen, ähnliche Tools zu verwenden, die Ihnen eine weitere Fertigkeit verleihen, die Ihnen beim Stehen hilft Bei der bevorstehenden Jobsuche werden einige der Funktionen behandelt, die Tableau für Visualisierungen effektiv machen, und warum es branchenübergreifend eingesetzt wird. Danach geht der Spaß erst richtig los. Wir werden direkt loslegen und die Tableau-Benutzeroberfläche erkunden und die verschiedenen Tools, die sie bietet, identifizieren und anwenden. Ich zeige Ihnen, wie Sie Datenquellen hinzufügen, visuelle Elemente steuern und mit einer Vielzahl von Funktionen arbeiten, die Ihre Visualisierung wie jede Softwareplattform wirklich leistungsstark machen. Dabei gibt es einige Best Practices, die Sie beachten sollten. Deshalb zeige ich Ihnen einige Beispiele für das Gute und das Schlechte, wenn es um Visualisierungen geht. Wir werden auch kreativ, indem wir Farbsehschwächen-Paletten verwenden, um unsere Visualisierungen zugänglicher zu machen, und wir zeigen Ihnen, wie mehrere Datenquellen kombiniert werden können, um eine umfassendere Geschichte zu erzählen. Wenn wir hier fertig sind, können Sie Ihre eigenen Visualisierungen auf Tableau veröffentlichen. Ich freue mich sehr, Sie auf dieser Tableau-Tour begleiten zu dürfen. Es ist ein weiteres nützliches Tool, auf das Sie als zukünftiger Datenanalyst zurückgreifen können, um die für Sie wichtigen Daten zu visualisieren und zu veröffentlichen. Schließlich haben Daten eine Geschichte und dies ist Ihre Chance, sie mit anderen zu teilen. Okay, lasst uns herausfinden, worum es geht.
Überprüfen Sie den Inhalt des Google Data Analytics-Zertifikats zu Dashboards
Haben Sie schon einmal ein Auto gefahren, als plötzlich eine der Warnleuchten auf dem Armaturenbrett aufleuchtete? Möglicherweise beginnt die Tankanzeige zu blinken, weil der Kraftstoffvorrat zur Neige geht. Es ist praktisch, wenn Sie diesen Alarm direkt vor sich haben, der Ihnen deutlich zeigt, dass Sie auf Ihren Benzinstand achten müssen. Können Sie sich vorstellen, dass Autos kein Armaturenbrett hätten? Wir würden nie wissen, ob uns das Benzin ausgeht, wir wissen nicht, ob der Reifendruck zu niedrig ist oder ob es Zeit für einen Ölwechsel ist. Wenn sich unser Auto ohne Armaturenbrett anders verhält, müssten wir die Bedienungsanleitung hervorholen, alle darin enthaltenen Informationen durchgehen und versuchen, das Problem selbst herauszufinden. Auto-Dashboards erleichtern es Fahrern, etwaige Probleme mit ihren Fahrzeugen zu verstehen und darauf zu reagieren, da sie den Fahrzeugstatus ständig verfolgen und analysieren. Aber wie Sie erfahren haben, gibt es Dashboards nicht nur für Autos, Unternehmen nutzen sie auch, um Informationen auszutauschen, Menschen für Geschäftspläne und -ziele zu begeistern und potenzielle Probleme aufzudecken. Genau wie das Armaturenbrett eines Autos erfassen Datenanalyse-Dashboards Unmengen an Informationen und erwecken sie auf klare, visuell interessante Weise zum Leben. Dies ist äußerst wichtig, wenn Sie eine Geschichte mit Daten erzählen, weshalb es einen großen Teil von Nummer 2 in unseren drei Daten-Storytelling-Schritten ausmacht. Sie haben gelernt, dass ein Dashboard ein Tool ist, das Informationen aus mehreren Datensätzen an einem zentralen Ort zur Verfolgung, Analyse und einfachen Visualisierung durch Tabellen, Diagramme und Grafiken organisiert. Dashboards tun dies, indem sie die eingehenden Live-Daten ständig überwachen. Wie wir bereits besprochen haben, können Sie Dashboards erstellen, die speziell darauf ausgelegt sind, mit Ihren Stakeholdern zu sprechen. Sie können darüber nachdenken, wer sich die Daten ansehen wird, was sie daraus benötigen und wie oft sie sie verwenden werden. Dann können Sie ein Dashboard mit den perfekten Informationen speziell für sie erstellen. Dies ist hilfreich, da Menschen verwirrt und abgelenkt werden können, wenn ihnen zu viele Daten präsentiert werden. Ein Dashboard sorgt für Ordnung und Übersichtlichkeit. Beim Entwerfen eines Dashboards ist es am besten, einfach und einfach mit den wichtigsten Datenpunkten zu beginnen. Wenn Sie später feststellen, dass etwas fehlt, können Sie jederzeit zurückgehen und Ihr Dashboard optimieren oder ein neues erstellen. Ein wichtiger Teil des Dashboard-Designs ist die Platzierung oder das Layout Ihrer Diagramme, Grafiken und anderen visuellen Elemente. Diese Elemente müssen zusammenhängend sein, das heißt, sie müssen ausgewogen sein und den Platz auf dem Armaturenbrett optimal nutzen. Nachdem Sie entschieden haben, welche Informationen in Ihrem Dashboard angezeigt werden sollen, müssen Sie möglicherweise die Größe ändern und es neu organisieren, damit es für Ihre Benutzer besser funktioniert. Eine Option in Tableau ist die Wahl zwischen einem vertikalen oder horizontalen Layout. Ein vertikales Layout passt die Höhe an. Bei einem horizontalen Layout wird die Breite der darin enthaltenen Ansichten und Objekte geändert. Wie Sie hier sehen können, trägt die gleichmäßige Verteilung der Elemente in Ihrem Layout außerdem dazu bei, eine klare und organisierte Datenvisualisierung zu schaffen. Sie können zwischen gekachelten und schwebenden Layouts wählen. Gekachelte Elemente sind Teil eines Einzelebenenrasters, dessen Größe sich automatisch an die Gesamtgröße des Dashboards anpasst. Schwebende Elemente können über anderen Objekten geschichtet werden. In diesem Beispiel sind die Karte und die Streudiagramme gekachelt und überlappen sich nicht. Dies trägt wirklich dazu bei, deutlich zu machen, worum es bei den Daten geht, was wertvoll ist, da die Mehrheit der Menschen auf der Welt visuelle Lernende sind und Informationen basierend auf dem, was sie sehen, verarbeiten. Aus diesem Grund ist es eine so wertvolle Praxis, Ihre Dashboards mit Stakeholdern zu teilen. Dabei gibt es etwas Wichtiges zu bedenken: Wenn Sie Dashboards mit anderen teilen, verlieren Sie wahrscheinlich die Kontrolle über die Erzählung. Mit anderen Worten: Sie werden nicht vor Ort sein, um die Geschichte Ihrer Daten zu erzählen und Ihre Kernbotschaften zu teilen. Dashboards geben dem Betrachter die Möglichkeit, Geschichten zu erzählen. Das bedeutet, dass sie ihre eigene Erzählung entwerfen und ihre eigenen Schlussfolgerungen ziehen. Aber lassen Sie sich dadurch nicht davon abhalten, kooperativ und offen zu sein. Verstehen Sie einfach die Risiken, die das Teilen Ihrer Dashboards mit sich bringt. Denn der Austausch von Informationen und Ressourcen bedeutet, dass mehr Leute an der Lösung eines großen Problems arbeiten oder die nächste große Idee entwickeln. Dies führt zu mehr Verbindungen, die zu wirklich spannenden neuen Praktiken und Innovationen führen können.
Effektive Datenvisualisierungen
Eine Datenvisualisierung, manchmal auch als „Datenvisualisierung“ bezeichnet, ermöglicht es Analysten, Daten richtig zu interpretieren. Eine gute Möglichkeit, sich Datenvisualisierung vorzustellen, ist, dass sie den Unterschied zwischen völliger Verwirrung und dem wirklichen Erfassen eines Problems ausmachen kann. Das Erstellen effektiver Datenvisualisierungen ist eine komplexe Aufgabe. Es gibt viele Ratschläge und es kann schwierig sein, sie alle zu verstehen. In dieser Lektüre erfahren Sie einige Tipps und Tricks zum Erstellen effektiver Datenvisualisierungen. Zunächst sehen Sie sich zwei Frameworks an, die hilfreich sind, um darüber nachzudenken, wie Sie die Informationen in Ihrer Visualisierung organisieren können. Zweitens untersuchen Sie voraufmerksame Attribute und wie sie verwendet werden können, um die Art und Weise zu beeinflussen, wie Menschen über Ihre Visualisierungen denken. Von dort aus führen Sie einen kurzen Überblick über die Designprinzipien, die Sie beim Erstellen Ihrer Visualisierung beachten sollten. Am Ende der Lektüre besprechen Sie einige Vorgehensweisen, mit denen Sie irreführende oder ungenaue Visualisierungen vermeiden können.
Frameworks zum Organisieren Ihrer Gedanken zur Visualisierung
Frameworks können Ihnen dabei helfen, Ihre Gedanken zur Datenvisualisierung zu ordnen und Ihnen eine nützliche Checkliste als Referenz zur Verfügung zu stellen. Hier sind zwei Frameworks, die für Sie beim Erstellen Ihrer eigenen Daten nützlich sein können, nämlich:
Sie haben die Methode von David McCandless in der ersten Lektion über effektive Datenvisualisierungen kennengelernt, aber zur Auffrischung listet die McCandless-Methode vier Elemente einer guten Datenvisualisierung auf:
Informationen : die Daten, mit denen Sie arbeiten
Geschichte : eine klare und überzeugende Erzählung oder ein klares Konzept
Ziel : ein bestimmtes Ziel oder eine bestimmte Funktion für das Visuelle
Visuelle Form : eine effektive Verwendung von Metaphern oder visuellem Ausdruck
Hinweis: Eine nützliche Möglichkeit, sich diesem Rahmen zu nähern, besteht darin, die Teile der Grafik zu beachten, in denen es eine unvollständige Überlappung zwischen allen vier Elementen gibt. Beispielsweise könnte eine visuelle Form ohne Ziel, Geschichte oder Daten eine Skizze oder sogar Kunst sein. Daten plus visuelle Form ohne Ziel oder Funktion sind eine Augenweide. Daten mit einem Ziel, aber ohne Story oder visuelle Form sind langweilig. Alle vier Elemente müssen zusammenwirken, um ein wirkungsvolles Bild zu schaffen.
2)Kaiser Fung’s Junk Charts Trifecta Checkup
Bei diesem Ansatz handelt es sich um eine Reihe nützlicher Fragen, die Verbrauchern von Datenvisualisierungen dabei helfen können, zu beurteilen, was sie konsumieren, und festzustellen, wie effektiv sie sind. Der Checkup besteht aus drei Fragen:
Was ist die praktische Frage?
Was sagen die Daten?
Was sagt das Bild?
Hinweis: Diese Checkliste hilft Ihnen, Ihre Datenvisualisierung aus der Perspektive Ihres Publikums zu betrachten und zu entscheiden, ob Ihre visuelle Darstellung Ihre Daten effektiv an sie vermittelt oder nicht. Zusätzlich zu diesen Frameworks gibt es einige andere Bausteine, die Ihnen beim Aufbau Ihrer Datenvisualisierungen helfen können.
Präaufmerksame Attribute: Markierungen und Kanäle
Effektive visuelle Darstellungen zu schaffen bedeutet, unser Wissen über die Funktionsweise des Gehirns zu nutzen und dann spezifische visuelle Elemente zu verwenden, um die Informationen effektiv zu kommunizieren. Präaufmerksame Attribute sind die Elemente einer Datenvisualisierung, die Menschen automatisch und ohne bewusste Anstrengung erkennen. Die wesentlichen Grundbausteine, die Visuals sofort verständlich machen, werden Markierungen und Kanäle genannt.
Markierungen
Markierungen sind einfache visuelle Objekte wie Punkte, Linien und Formen. Jedes Zeichen kann in vier Qualitäten unterteilt werden:
Position – Wo sich eine bestimmte Markierung im Raum im Verhältnis zu einer Skala oder anderen Markierungen befindet
2. Größe – Wie groß, klein, lang oder hoch eine Markierung ist
3. Form – Ob ein bestimmtes Objekt eine Form erhält, die etwas über es aussagt
4. Farbe – Welche Farbe hat die Markierung?
Kanäle
Kanäle sind visuelle Aspekte oder Variablen, die Merkmale der Daten darstellen. Kanäle sind im Grunde Markierungen, die zur Visualisierung von Daten verwendet werden. Die Kanäle unterscheiden sich hinsichtlich der Effektivität der Datenkommunikation auf der Grundlage von drei Elementen:
1. Genauigkeit – Sind die Kanäle hilfreich bei der genauen Schätzung der dargestellten Werte?
Beispielsweise ist die Farbe sehr genau, wenn kategorische Unterschiede wie Äpfel und Orangen kommuniziert werden. Bei der Unterscheidung quantitativer Daten wie 5 von 5,5 ist dies jedoch weitaus weniger effektiv.
2. Popout – Wie einfach ist es, bestimmte Werte von anderen zu unterscheiden?
Es gibt viele Möglichkeiten, die Aufmerksamkeit auf bestimmte Teile eines Bildmaterials zu lenken, und viele davon nutzen voraufmerksame Attribute wie Linienlänge, -größe, -breite, -form, -umfang, -ton und -intensität.
3. Gruppierung – Wie gut ist ein Kanal bei der Kommunikation von Gruppen, die in den Daten vorhanden sind?
Berücksichtigen Sie die Nähe, Ähnlichkeit, Einschließung, Verbundenheit und Kontinuität des Kanals.
Aber denken Sie daran: Je mehr Sie verschiedene Dinge betonen, desto weniger zählt diese Betonung. Je mehr Sie eine einzelne Sache betonen, desto mehr zählt sie.
Design-Prinzipien
Sobald Sie die voraufmerksamen Eigenschaften der Datenvisualisierung verstanden haben, können Sie mit den Designprinzipien für die Erstellung effektiver Visuals fortfahren. Diese Designprinzipien sind für Ihre Arbeit als Datenanalyst wichtig, da sie Ihnen dabei helfen, sicherzustellen, dass Sie Visualisierungen erstellen, die Ihre Daten Ihrem Publikum effektiv vermitteln. Wenn Sie diese Regeln im Hinterkopf behalten, können Sie Ihre Datenvisualisierungen planen und bewerten, um zu entscheiden, ob sie für Sie und Ihre Ziele funktionieren. Und wenn nicht, können Sie sie anpassen!
Prinzip | Beschreibung |
|---|---|
Wählen Sie das richtige Bildmaterial | Eines der ersten Dinge, die Sie entscheiden müssen, ist, welches Bildmaterial für Ihr Publikum am effektivsten ist. Manchmal ist eine einfache Tabelle die beste Visualisierung. In anderen Fällen benötigen Sie eine komplexere Visualisierung, um Ihren Standpunkt zu veranschaulichen. |
Optimieren Sie das Daten-Tinten-Verhältnis | Beim Data-Ink geht es darum, sich auf den Teil des Bildmaterials zu konzentrieren, der für das Verständnis der Aussage des Diagramms wesentlich ist. Versuchen Sie, Nichtdatentinte wie Kästchen um Legenden oder Schatten zu minimieren, um das Datentintenverhältnis zu optimieren. |
Orientierung effektiv nutzen | Stellen Sie sicher, dass die schriftlichen Bestandteile des Bildmaterials, wie z. B. die Beschriftungen in einem Balkendiagramm, gut lesbar sind. Sie können die Ausrichtung Ihres Bildmaterials ändern, um es leichter lesbar und verständlich zu machen. |
Farbe | Es gibt viele wichtige Überlegungen, wenn Sie über die Verwendung von Farbe in Ihren Bildern nachdenken. Dazu gehören der bewusste und sinnvolle Einsatz von Farben, die Beibehaltung der Konsistenz Ihrer Bilder, die Rücksichtnahme darauf, was Farben für verschiedene Menschen bedeuten, und die Verwendung umfassender Farbskalen, die für jeden, der sie betrachtet, sinnvoll sind. |
Eine Menge Dinge | Überlegen Sie, wie viele Elemente Sie in ein Bild integrieren. Wenn Ihre Visualisierung Linien verwendet, versuchen Sie, fünf oder weniger zu zeichnen. Wenn das nicht möglich ist, verwenden Sie Farbe oder einen Farbton, um wichtige Linien hervorzuheben. Versuchen Sie außerdem, bei der Verwendung von visuellen Elementen wie Kreisdiagrammen die Anzahl der Segmente auf weniger als sieben zu beschränken, da zu viele Elemente ablenken können. |
Vermeiden Sie irreführende oder irreführende Diagramme
Wenn Sie darüber nachdenken, welche Art von Visualisierung Sie erstellen und wie Sie diese gestalten möchten, sollten Sie sicherstellen, dass Sie keine irreführenden oder irreführenden Diagramme erstellen. Wie Sie gelernt haben, liefert die Datenanalyse den Menschen Einblicke und Wissen, die sie für ihre Entscheidungen nutzen können. Daher ist es wichtig, dass die von Ihnen erstellten Visualisierungen Ihre Daten genau und wahrheitsgetreu wiedergeben. Hier sind einige häufige Fehler, die Sie vermeiden sollten, damit Ihre Visualisierungen nicht versehentlich irreführend sind:
Was man vermeiden sollte | Warum |
|---|---|
Abschneiden der Y-Achse | Wenn Sie den Maßstab auf der Y-Achse ändern, können die Unterschiede zwischen verschiedenen Gruppen in Ihren Daten dramatischer erscheinen, auch wenn der Unterschied tatsächlich recht gering ist. |
Irreführende Verwendung einer dualen y-Achse | Wenn Sie eine doppelte Y-Achse verwenden, ohne sie in Ihrer Datenvisualisierung klar zu beschriften, kann dies zu äußerst irreführenden Diagrammen führen. |
Den Umfang der Daten künstlich einschränken | Wenn Sie nur den Teil der Daten berücksichtigen, der Ihre Analyse bestätigt, sind Ihre Visualisierungen irreführend, da sie nicht alle Daten berücksichtigen. |
Problematische Entscheidungen hinsichtlich der Art und Weise, wie Daten gruppiert oder gruppiert werden | Es ist wichtig sicherzustellen, dass die Art und Weise, wie Sie Daten gruppieren, Ihre Daten nicht irreführt oder falsch darstellt und wichtige Trends und Erkenntnisse verschleiert. |
Verwenden von Teil-zu-Ganzen-Visualisierungen, wenn die Gesamtsummen nicht richtig zusammenpassen | Wenn Sie zur Erläuterung Ihrer Daten ein Teil-zu-Ganzes-Bild wie ein Kreisdiagramm verwenden, sollte die Summe der einzelnen Teile 100 % ergeben. Andernfalls ist Ihre Datenvisualisierung irreführend. |
Trends in kumulativen Diagrammen ausblenden | Durch die Erstellung eines kumulativen Diagramms können aufschlussreichere Trends verschleiert werden, indem der Maßstab der Visualisierung zu groß wird, um Änderungen im Zeitverlauf zu verfolgen. |
Trends künstlich glätten | Das Hinzufügen glatter Trendlinien zwischen Punkten in einem Streudiagramm kann die Lesbarkeit dieses Diagramms erleichtern, aber das Ersetzen der Punkte nur durch die Linie kann tatsächlich den Eindruck erwecken, dass der Punkt im Laufe der Zeit stärker verbunden ist, als er tatsächlich war. |
Bedenken Sie schließlich, dass Datenvisualisierung eine Kunstform ist und es Zeit braucht, diese Fähigkeiten zu entwickeln. Im Laufe Ihrer Karriere als Datenanalyst lernen Sie nicht nur, wie Sie gute Datenvisualisierungen entwerfen, sondern auch, wie Sie gute Datenvisualisierungen bewerten. Nutzen Sie diese Tipps, um kritisch über die Datenvisualisierung nachzudenken – sowohl als Ersteller als auch als Zuschauer.
Weiterführende Literatur
Die Schönheit der Datenvisualisierung: In diesem Video erklärt David McCandless, dass Design nicht nur schön, sondern auch bedeutungsvoll sein muss. Die Datenvisualisierung muss in der Lage sein, Funktion und Form in Einklang zu bringen, damit sie für Ihr Publikum relevant ist.
„Die McCandless-Methode“ der Datenpräsentation: Auf den ersten Blick scheint dieser Blog von einem David McCandless-Fan geschrieben worden zu sein, und das ist er auch. Es enthält jedoch sehr nützliche Informationen und bietet einen detaillierten Einblick in den 5-Schritte-Prozess, den McCandless zur Präsentation seiner Daten verwendet.
Informationen sind wunderschön: Diese von McCandless selbst gegründete Website dient als Knotenpunkt für Beispielvisualisierungen, die die McCandless-Methode nutzen. Entdecken Sie Daten aus Nachrichten, Wissenschaft, Wirtschaft und vielem mehr und lernen Sie, wie Sie visuelle Entscheidungen auf der Grundlage von Fakten aus allen möglichen Quellen treffen.
Schöne tägliche Nachrichten: Entdecken Sie in dieser McCandless-Kollektion inspirierende Trends und Statistiken, die für Ihr kreatives Vergnügen wunderschön visualisiert sind. Jeden Tag wird eine neue Karte veröffentlicht. Schauen Sie also regelmäßig vorbei, um die erstaunlichen Ereignisse auf der ganzen Welt zu erleben.
Der Leitfaden des Wall Street Journal zu Informationsgrafiken: Die Vor- und Nachteile der Präsentation von Daten, Fakten und Zahlen: Dies ist ein umfassender Leitfaden zur Datenvisualisierung, einschließlich Kapiteln zu grundlegenden Prinzipien der Datenvisualisierung und zur Erstellung nützlicher Datenvisualisierungen, selbst wenn Sie sich in einer schwierigen Situation befinden. Dies ist ein nützliches Buch, das Sie Ihrer Datenvisualisierungsbibliothek hinzufügen können und auf das Sie immer wieder zurückgreifen können.
Design Thinking zur Verbesserung der Visualisierung
Design Thinking zur Datenvisualisierung umfasst fünf Phasen:
Einfühlen: Nachdenken über die Emotionen und Bedürfnisse der Zielgruppe für die Datenvisualisierung
Definieren: Finden Sie anhand der Daten genau heraus, was Ihre Zielgruppe braucht
Ideate: Ideen für die Datenvisualisierung generieren
Prototyp: Zusammenstellen von Visualisierungen zum Testen und Feedback
Test: Den Leuten Prototyp-Visualisierungen zeigen, bevor Stakeholder sie sehen
Da interaktive Dashboards für die Datenvisualisierung immer beliebter werden, wird Effizienz und Benutzerfreundlichkeit eine neue Bedeutung beigemessen. In dieser Lektüre erfahren Sie, wie Design Thinking ein interaktives Dashboard verbessern kann. Als Junior-Analyst wird von Ihnen nicht erwartet, dass Sie selbst ein interaktives Dashboard erstellen, aber Sie können Design Thinking nutzen, um Entwicklern Möglichkeiten vorzuschlagen, wie sie Datenvisualisierungen und Dashboards verbessern können.
Ein Beispiel: Online-Banking-Dashboard
Angenommen, Sie sind Analyst bei einer Bank, die gerade ein neues Dashboard in ihrer Online-Banking-Anwendung veröffentlicht hat. In diesem Abschnitt wird beschrieben, wie Sie dieses Dashboard wie ein neuer Benutzer erkunden, die Bedürfnisse eines Benutzers berücksichtigen und Ideen zur Verbesserung der Datenvisualisierung im Dashboard entwickeln können. Das Dashboard in der Bankanwendung verfügt über die folgenden Datenvisualisierungselemente:
Die monatlichen Ausgaben werden als Donut-Diagramm angezeigt, das verschiedene Kategorien wie Versorgung, Wohnen, Transport, Bildung und Lebensmittel widerspiegelt.
Wenn Kunden ein Budget für eine Kategorie festlegen, zeigt das Donut-Diagramm gefüllte und nicht gefüllte Teile in derselben Ansicht an.
Kunden können auch ein Gesamtausgabenlimit festlegen, und das Dashboard weist die budgetierten Beträge (nicht ausgefüllte Bereiche des Donut-Diagramms) basierend auf vergangenen Ausgabentrends automatisch jeder Kategorie zu.
Mitfühlen
Nehmen Sie zunächst Mitgefühl auf, indem Sie sich in die Lage eines Kunden versetzen, der ein Girokonto bei der Bank hat.
Sind die Farben und Beschriftungen in der Visualisierung sinnvoll?
Wie einfach ist es, ein Budget festzulegen oder zu ändern?
Wenn Sie im Donut-Diagramm auf eine Ausgabenkategorie klicken, werden dann die Transaktionen in der Kategorie angezeigt?
Was ist der Hauptzweck der Datenvisualisierung? Wenn Sie geantwortet haben, dass es darum geht, den Kunden dabei zu helfen, ihr Budget einzuhalten oder Geld zu sparen, dann haben Sie recht! Geld zu sparen war für das Dashboard ein Hauptanliegen der Kunden.
Definieren
Stellen Sie sich nun vor, Sie helfen Dashboard-Designern dabei, andere Dinge zu definieren, die Kunden neben der Geldersparnis möglicherweise auch erreichen möchten.
Welche anderen Datenvisualisierungen könnten erforderlich sein?
Einnahmen verfolgen (zusätzlich zu den Ausgaben)
Verfolgen Sie andere Ausgaben, die nicht genau in die festgelegten Kategorien passen (dies wird manchmal als diskretionäre Ausgaben bezeichnet ).
Schulden abbezahlen
Fällt Ihnen sonst noch etwas ein?
Ideen entwickeln
Als Nächstes entwickeln Sie Ideen für zusätzliche Funktionen für das Dashboard und teilen diese mit dem Softwareentwicklungsteam.
Welche neuen Datenvisualisierungen würden Kunden helfen?
Würden Sie zusätzlich zum Standard-Donut-Diagramm auch Balken- oder Liniendiagramme empfehlen?
Würden Sie empfehlen, Benutzern die Möglichkeit zu geben, ihre eigenen (benutzerdefinierten) Kategorien zu erstellen?
Fällt Ihnen sonst noch etwas ein?
Prototyp
Schließlich können Entwickler einen Prototyp der nächsten Version des Dashboards mit neuen und verbesserten Datenvisualisierungen erstellen.
Prüfen
Entwickler können den Zyklus schließen, indem sie Sie (und andere) den Prototyp testen lassen, bevor er zur Überprüfung und Genehmigung an die Beteiligten gesendet wird.
Die zentralen Thesen
Dieses Design-Thinking-Beispiel zeigte, wie wichtig es ist:
Verstehen Sie die Bedürfnisse der Benutzer
Generieren Sie neue Ideen für Datenvisualisierungen
Nehmen Sie im Laufe der Zeit schrittweise Verbesserungen an der Datenvisualisierung vor
Weitere Informationen zum Thema Design Thinking finden Sie in den folgenden Artikeln:
Willkommen zu Modul 3
Bei BI wissen wir oft nicht, wie lange unsere Tools und Lösungen genutzt werden. Deshalb muss das, was wir entwickeln, flexibel und reaktionsfähig sein. Derart anpassbare Dashboards zu entwerfen erfordert natürlich Übung. In diesem Abschnitt konzentrieren wir uns auf die Erstellung von Dashboards, mit denen Daten langfristig effektiv überwacht werden können. Außerdem werden wir weiterhin das Erstellen von Dashboards in Tableau üben. Aber dieses Mal gibt es eine Wendung. Sie werden die zuvor erlernten Entscheidungsprinzipien auf ein realistisches Geschäftsszenario anwenden. Sie erhalten eine konkrete Vorstellung von Ihrer zukünftigen Rolle als BI-Experte. Mit dieser Übung können Sie auch üben, die Bedürfnisse der Stakeholder zu erkennen und diese mit Ihrem eigenen, voll funktionsfähigen Dashboard zu berücksichtigen. Sie treffen sich mit Ihrem Kunden und nutzen die von ihm bereitgestellten Informationen, um relevante Diagramme in Tableau zu erstellen. Sie organisieren die Diagramme in einem Dashboard, teilen es mit Benutzern, gehen auf deren Feedback ein und iterieren auf Ihrem Dashboard. Jetzt ist es an der Zeit, loszulegen. Machen Sie sich bereit für den nächsten großen Meilenstein auf Ihrer BI-Reise.
Schließen Sie ein Dashboard-Projekt ab
Die Erstellung eines Dashboards ist ein kollaborativer Prozess zwischen BI-Experten und Stakeholdern. Ich vergleiche es gerne mit einem aufwändigen Tanz zwischen talentierten Partnern, der Geschick, Kommunikation und Übung erfordert. Als nächstes konzentrieren Sie sich auf den „Übungs“-Teil des Dashboard-Tanzes. Die nächsten Lektionen umfassen eine Rollenspielübung. Ähnlich wie in früheren Kursen lernen Sie durch Videos, Lesungen, Aktivitäten und Tests. Sie werden jedoch auch eine ganz neue Perspektive einnehmen: Sie sind ein BI-Profi, der gerade ein neues Projekt erhalten hat. Das erste Video, auf das Sie stoßen, ist ein simulierter Videoanruf mit Ihrem Stakeholder. Sie werden nicht wirklich mit ihnen interagieren, aber Sie lernen die Grundlagen eines typischen Meetings kennen, um BI-Projektdetails zu besprechen. Anschließend werden Sie mit Lesungen – oder E-Mails in diesem Rollenspiel-Setting – fortfahren, um mehr Kontext zum Projekt und Hinweise zum weiteren Vorgehen zu erhalten. Diese E-Mails ähneln denen, die Sie von Stakeholdern und Vorgesetzten in einem beruflichen Umfeld erhalten. Alle diese Elemente ermöglichen es Ihnen, Aktivitäten abzuschließen und Ergebnisse zu produzieren. Ziel dieser Übung ist es, die Anwendung Ihrer Entscheidungs- und Gestaltungsfähigkeiten zu üben. Einige der Anweisungen sind möglicherweise offen und erfordern das Ausprobieren verschiedener Ansätze. Anstatt durch jeden Klick geleitet zu werden, um ein vorgegebenes Diagramm in Tableau zu erstellen, werden Sie aufgefordert, ein Diagramm zu entwerfen, das bestimmten Parametern entspricht. Die Anleitung, die Sie erhalten, konzentriert sich darauf, wie Sie die Bedürfnisse der Stakeholder erfüllen können, und nicht darauf, wie Sie das Programm selbst nutzen. Möglicherweise entwickeln Sie etwas und kommen dann zu dem Schluss, dass es verbessert werden könnte oder dass es die Erwartungen nicht ausreichend erfüllt. Das ist großartig. Sie werden ermutigt, Versuch und Irrtum zu üben – das ist ein großer Teil von BI. Aber Sie werden nicht ganz auf sich allein gestellt sein. Die Lesungen werden von Ihrem Vorgesetzten und Ihren Kunden stammen, die Hinweise und Hinweise zu ihren Erwartungen geben. Tauchen Sie ein in die BI-Berufsrolle und stellen Sie sich Ihre Zukunft in diesem Bereich vor. Erkunden Sie jeden Schritt in Ihrem eigenen Tempo und probieren Sie alle möglichen Strategien aus, während Sie auf Ihrem Dashboard planen, erstellen und iterieren. Während diese Übung aus fiktiven Details und Übungsdaten besteht, werden Sie im Laufe der Übung einige beeindruckende geschäftliche Erkenntnisse gewinnen. Viel Spaß!
Mögliche Schmerzpunkte bei Langzeitüberwachung
Bei der Business-Intelligence-Überwachung geht es darum, Hardware- und Softwaretools zu entwickeln und zu nutzen, um Daten einfach und schnell zu analysieren und Stakeholder in die Lage zu versetzen, wirkungsvolle Geschäftsentscheidungen zu treffen. Beim Entwerfen von Dashboards für die Langzeitüberwachung können einige häufige Hindernisse für Benutzer auftreten, die die Verwendung von Dashboards erschweren können. In dieser Lektüre erhalten Sie eine kurze Checkliste potenzieller Hindernisse, sogenannte „Pain Points“. Dies sind Dinge, die Sie beim Erstellen des Fallstudien-Dashboards berücksichtigen sollten – und wenn Sie in Zukunft Dashboards erstellen! Dies wird Ihnen dabei helfen, benutzerfreundlichere Dashboards zu erstellen, die Ihr Team und Ihre Stakeholder langfristig nutzen können.
Drei mögliche Hindernisse für eine Langzeitüberwachung
Die Schwachstellen können sich je nach Maßstab des Dashboards ändern – je größer der Maßstab, desto mehr zusätzlicher Kontext ist erforderlich, um die Daten für Benutzer verständlich zu machen. Es gibt jedoch drei allgemeine Hindernisse, auf die Sie stoßen können:
Schlecht definierte Anwendungsfälle: Die Art und Weise, wie ein Business-Intelligence-Tool tatsächlich vom Team verwendet und implementiert wird, wird als „Anwendungsfälle“ bezeichnet. Beim Entwerfen eines Dashboards mit Live-Überwachung ist es wichtig festzulegen, wie die verschiedenen Ansichten verwendet werden. Wenn Sie beispielsweise nur eine „Executive View“ einbeziehen und keine Möglichkeit haben, einen Drilldown zu bestimmten Informationen durchzuführen, die verschiedene Benutzer möglicherweise benötigen, bleibt ein Großteil der Interpretationsarbeit Benutzern überlassen, die möglicherweise nicht alle Daten verstehen oder sogar verstehen müssen.
Isolierte Schnappschüsse : Schnappschüsse der neuesten Informationen können für Berichte nützlich sein. Wenn es jedoch keine Möglichkeit gibt, die Entwicklung der Daten zu verfolgen, sind diese Schnappschüsse nur von begrenztem Nutzen. Durch die Integration von Tracking, damit Benutzer sie erkunden können, können sie die Schnappschüsse besser verstehen. Grundsätzlich bedeutet Tracking, Erkenntnisse darüber einzubeziehen, wie sich die Daten im Laufe der Zeit verändern.
Fehlende Vergleiche : Beim Erstellen eines Dashboards kann die Implementierung von Vergleichen den Benutzern helfen, zu verstehen, ob die präsentierten Visualisierungen auf eine gute oder schlechte Leistung hinweisen. Bei Vergleichen werden KPIs nebeneinander gestellt, um leicht zu untersuchen, wie ähnlich oder unterschiedlich sie sind. Ähnlich wie das Hinzufügen von mehr Kontext zu Snapshots ist das Hinzufügen von Vergleichen eine schnelle Möglichkeit, um sicherzustellen, dass Benutzer verstehen, warum die Daten im Dashboard nützlich sind.
Die zentralen Thesen
In den kommenden Aktivitäten werden Sie mit den Beteiligten zusammenarbeiten, um ein Dashboard zu erstellen, das die eingehenden Daten überwacht und so zeitnahe Aktualisierungen wie möglich bereitstellt. Beim Entwerfen von Dashboards ist es wichtig, den Benutzer im Auge zu behalten. Das Erkennen potenzieller Schwachstellen und die Behebung dieser Probleme in Ihrer Entwurfsphase ist eine hervorragende Möglichkeit, Ihren Prozess zu leiten und nützlichere, zugänglichere und dauerhaftere Lösungen für Ihr Team zu generieren.
Andrea: Die Kraft eines BI-Spezialisten
Ich bin Andrea. In meinem Job bin ich leitende Datenanalytikerin. Ich habe die Macht, der Führungsspitze Empfehlungen zu geben und ihren Entscheidungsprozess zu beeinflussen, indem ich mich mit der Datenverarbeitung befasse und versuche, aus den Zahlen einen Sinn zu ziehen. Meine Benutzer, meine Kunden, sind Finanzanalysten oder Finanzmanager, die die von mir erstellten Finanzdaten nutzen müssen, um ihre Entscheidungen zu treffen, Berichte zu erstellen und diese Analysen dann in Aktionen umzusetzen, die Einfluss darauf haben, wie Google aussehen wird in der Zukunft. Ich nutze täglich Business-Intelligence-Tools. Ich verwende hauptsächlich SQL und Python. SQL zum Erstellen der großen Datenmengen, mit denen ich arbeite. Python, um diese Datensätze zu verstehen, eine statistische Analyse durchzuführen und dann eine Geschichte zu erstellen, die ich dann mit meiner Führung teilen werde. Aber ein paar Mal nutze ich das Dashboard. Wenn ich Dashboards verwende, stelle ich sicher, dass die Visualisierung, die ich erstelle, gut aussieht und hübsch ist. Das Wichtigste ist jedoch, dass die Geschichte, die ich erzähle, fesselnd und einfach ist Wenn Sie etwas schnell verstehen, weil mein Publikum keine Zeit hat, können Sie die Daten verstehen und Ihrem Publikum die Geschichte erklären und ihm mitteilen, was Sie sehen. Aber wenn Sie gleichzeitig einige Empfehlungen unterbreiten, wird der Job für Sie als Business-Intelligence-Analyst erst richtig spannend. Sie sind derjenige, der in die Daten einsteigt, Sie sind derjenige, der Stunden damit verbringt, sich diesen Datensatz anzusehen, sodass niemand sonst die Antwort besser kennt als Sie und niemand sonst in der Lage sein wird, diese Geschichte so darzustellen, wie Sie es wollten Leg es. Ich würde also sagen, dass es einem wirklich viel Macht gibt, wenn man weiß, was vor sich geht, wenn man sich die Daten anschaut, und wenn man zu seinem Publikum zurückkehrt und eine Empfehlung oder einen Vorschlag macht, hat man die Macht, die Geschichte zu erzählen auf überzeugende Weise und Sie haben die Macht, langfristig Einfluss zu nehmen, weil Ihre Entscheidungsträger Ihre Eingaben nutzen werden, um dann eine Entscheidung zu treffen. Das wird wahrscheinlich 5, 10 Jahre dauern.
Rollenspiel mit einem Stakeholder
Hallo und vielen Dank, dass Sie sich heute mit mir getroffen haben. Ihr Vorgesetzter sagte mir, dass Sie derjenige seien, an den Sie sich wenden könnten, wenn ich den Bau eines Dashboards benötige. Ich weiß es zu schätzen, dass Sie sich die Zeit genommen haben. Wenn Sie möchten, können Sie sich gerne Notizen machen, aber ich sende Ihnen nach diesem Anruf eine E-Mail mit den wichtigsten Informationen. Okay. Ich werde gleich auf die Details eingehen. Ich arbeite beim Verkehrsministerium von Minnesota und wir versuchen, Trends im Verkehrsaufkommen auf der Autobahn zu ermitteln. Das Ziel besteht darin herauszufinden, ob wir Änderungen an der Infrastruktur vornehmen müssen, wie z. B. das Hinzufügen oder Ändern von Fahrspuren, Ein- oder Ausfahrten. Wir möchten ein Dashboard haben, das die eingehenden Verkehrsdaten überwacht. Wenn wir Trends in den Daten erkennen können, können wir herausfinden, welche Änderungen wir vornehmen sollten. Das Dashboard sollte einige wichtige Dinge verfolgen. Das wichtigste Diagramm überwacht das Verkehrsaufkommen das ganze Jahr über. Es wäre großartig, wenn Sie das nach Jahr, Monat, Woche, Tag und Stunde organisieren könnten. Es wird uns helfen herauszufinden, wo die Muster liegen. Ein weiteres Diagramm, das wir gerne hätten, ist eines, das das Verkehrsaufkommen mit den Wetterbedingungen vergleicht. Wir wollen den Einfluss des Wetters auf das Verkehrsverhalten besser verstehen. Und schließlich wollen wir wissen, an welchen Feiertagen das höchste Verkehrsaufkommen herrscht. Das könnte uns bei der Planung einiger Infrastrukturaktualisierungen helfen, damit keine Fahrspuren blockiert werden, wenn sie am dringendsten benötigt werden. Ich werde diese Details und den Datensatz auch umgehend mit Ihnen teilen. Sie erhalten den Datensatz zum Verkehrsaufkommen, der die seit 2012 gesammelten Daten enthält. Dies sollte ausreichen, um die wichtigsten Trends aufzuzeigen. Das ist alles, was ich jetzt für dich habe. Die restlichen Details sollten Ihrem Vorgesetzten vorliegen, um Ihnen den Einstieg zu erleichtern. Nochmals vielen Dank für Ihre Hilfe. Tschüss!
Bereiten Sie Ihr Projekt vor
Im vorherigen Video hat das Verkehrsministerium von Minnesota Sie bezüglich der Erstellung eines Dashboards kontaktiert, das seinem Team bei der Überwachung von Verkehrsmustern helfen soll. Ihr Ziel ist es, mehr zu erfahren über:
Verkehrsaufkommen das ganze Jahr über; Idealerweise nach Jahr, Monat, Woche, Tag und Stunde geordnet
Verkehrsaufkommen bei unterschiedlichen Wetterbedingungen
Verkehrsaufkommen an verschiedenen Feiertagen
Die Kenntnis der Verkehrsmuster unter diesen Bedingungen wird dem Team helfen, wichtige Infrastrukturentscheidungen zu treffen. Diese Entscheidungen stellen sicher, dass künftige Bauarbeiten den Autofahrern keine Probleme bereiten. In dieser Lektüre erfahren Sie mehr über die bevorstehenden Erwartungen an dieses Projekt und darüber, was Sie tun werden. Außerdem erhalten Sie wichtige Projektplanungsdokumente, die Sie bei Ihren nächsten Schritten unterstützen.
Was zu erwarten ist
Nachdem Sie sich nun mit den Stakeholdern dieses Projekts getroffen haben, um die Erwartungen zu besprechen, haben Sie die Gelegenheit, mit der Entwicklung Ihres Dashboard-Überwachungstools zu beginnen. Dieses Projekt wird sich ein wenig von anderen Aktivitäten unterscheiden, die Sie bisher durchgeführt haben. Während es weiterhin angeleitete Aktivitäten gibt, die Ihnen dabei helfen, alle Projektanforderungen zu erfüllen, sind Sie in erster Linie für die Leitung dieses Projekts selbst verantwortlich. Ziel ist es, zu erkunden, wie BI-Experten mit Stakeholdern in einem tatsächlichen Geschäftsumfeld zusammenarbeiten, und die Möglichkeit zu erhalten, die Reaktion auf ihre Bedürfnisse während des gesamten Projektlebenszyklus zu üben. Sie haben also viel Freiheit bei der Arbeit an dieser Aktivität, wie auch immer Sie möchten! Dies bereitet Sie auch auf den Erfolg vor, wenn Sie in die letzten Phasen Ihres Abschlussprojekts eintreten.
In diesem Abschnitt erhalten Sie E-Mail-Korrespondenz von Ihren Vorgesetzten und Teammitgliedern mit hilfreichen Informationen, Tipps und Strategien zum Abschluss der Projektergebnisse. Lesen Sie diese Nachrichten sorgfältig durch, um Hinweise zum Abschluss der bevorstehenden Aktivitäten zu erhalten!
Wenn Sie mit diesem Rollenspielszenario fortfahren, denken Sie daran, dass Sie zu jedem der vorherigen Materialien zurückkehren können, um Ihr Gedächtnis aufzufrischen oder Ihr Verständnis zu überprüfen. Und wenn Sie auf Probleme stoßen, denken Sie daran, dass Sie in den Diskussionsforen mit anderen Lernenden in Kontakt treten können, um Fragen zu stellen und gemeinsam Probleme zu lösen!
Als nächstes
Sobald Sie sich mit den Wünschen und Erwartungen Ihrer Stakeholder vertraut gemacht haben, können Sie mit dem nächsten Teil dieses Projekts fortfahren: dem Entwerfen der Diagramme für Ihr Dashboard.
Datengesteuerte Diagramme
Video 106
Zu Beginn dieses Kurses haben Sie das Erstellen eines Diagramms in Tableau geübt und einige Best Practices für das Design besprochen. Da Sie nun an einem Dashboard für das Verkehrsministerium von Minnesota arbeiten, wenden Sie Ihre Fähigkeiten in diesem Projekt an. Sie verfügen über die Daten, die BI-Planungsdokumente und die Geschäftsanforderung, die aus den Verkehrsdaten ein Dashboard erstellt. Es liegt an Ihnen, zu entscheiden, wie viele Diagramme Sie auf Ihrem Dashboard benötigen. Es gibt vier Fragen, die Ihnen dabei helfen, erfolgreich voranzukommen: Welche Teile des Datensatzes ermöglichen es Ihnen, die Geschäftsanforderungen zu erfüllen? Welche Kennzahlen und Dimensionen werden in den einzelnen Diagrammen dargestellt? Welche Diagrammtypen und Codierungsformen sind am effektivsten? Und wie viele Diagramme werden benötigt? Hier ist ein Beispiel. Ich habe kürzlich an einem Projekt zum Thema Personalwesen bei Google gearbeitet. Ziel des Projekts war es, HR-Änderungen im Laufe der Zeit besser zu verstehen, um Prozesse zu optimieren. Bei der ersten Frage habe ich mich dafür entschieden, Daten über aktive Mitarbeiter und Fluktuation, Teamhierarchien und Personalbeschaffung einzubeziehen, um eine aufschlussreiche Geschichte zu erzählen. Danach habe ich ausgewählt, welche Kennzahlen und Dimensionen in den einzelnen Diagrammen dargestellt werden sollen. Ich wusste, dass ich für eines meiner Diagramme die Anzahl der aktiven Mitarbeiter über die Dimensionen Zeit und Teamhierarchiedaten aggregieren wollte. Nachdem ich das getan hatte, experimentierte ich damit, wie ich die Daten so klar wie möglich kodieren konnte. Zur Erinnerung: Codierung beschreibt den Prozess der Übersetzung von Dimensionen und Maßen in visuelle Darstellungen der Daten. Ich fragte mich: „Welche Diagrammtypen und Codierungsformen wären am effektivsten?“ Dabei stellen Sie möglicherweise fest, dass sich ein bestimmtes Konzept besser mit Farben auf einer Karte als mit Balken in einem Diagramm darstellen lässt – oder umgekehrt. Bei der Arbeit an meinem HR-Projekt habe ich schließlich verschiedene Diagrammtypen verwendet: Liniendiagramme, um die Gesamtzahl der Mitarbeiter im Zeitverlauf darzustellen, gestapelte Balkendiagramme, um die Mitarbeiter nach Produktbereich anzuzeigen, und sogar Wasserfalldiagramme, um zu zeigen, wie sowohl Neueinstellungen als auch Fluktuation zum Nettoergebnis beitrugen ändert sich mit der Zeit. OK. Die letzte Frage lautet: Wie viele Diagrammtypen werden benötigt? Beispielsweise könnten Sie entscheiden, dass zur Beantwortung einer bestimmten Frage mehr als eine Visualisierung erforderlich ist. Oder Sie können jedem nur ein Diagramm zuweisen. Bei meinem Projekt habe ich Wert darauf gelegt, mich in meine Stakeholder hineinzuversetzen. Mithilfe meines Wissens über die Probleme, die sie zu lösen versuchen, konnte ich den richtigen Kompromiss zwischen der Fokussierung des Dashboards und der Bereitstellung vieler Details finden. Die Beantwortung dieser vier Schlüsselfragen und das Zeichnen Ihres Modells bereiten Sie darauf vor, die bestmöglichen Diagramme für Ihr Szenario des Minnesota Department of Transportation zu erstellen. Anschließend können Sie mit dem nächsten Teil fortfahren, in dem Sie Ihr eigentliches Dashboard entwerfen. Wenn Sie beim Erstellen Ihrer Diagramme nicht weiterkommen, lesen Sie die nächste Lektüre. Dies ist eine E-Mail Ihres Vorgesetzten, die Ihnen dabei helfen wird, den besten Weg für die Zukunft zu finden. Sie können auch zu den vorherigen Abschnitten dieses Kurses zurückkehren, um verschiedene Aspekte der Diagrammerstellung zu überprüfen. Lassen Sie uns Ihr BI-Wissen und Ihre Designfähigkeiten nutzen, um einige Visualisierungen zu erstellen, die Ihren Kunden wirklich begeistern werden!
Erica: Wie BI-Tools eingesetzt werden
Video 107
Hallo, mein Name ist Erica. Ich bin technischer Programmmanager bei Google. Ich hatte einen ziemlich kurvenreichen beruflichen Weg vom Fliegen von Flugzeugen zur Datenanalyse, bis ich jetzt, wo ich als technischer Programmmanager tätig bin, mein Grundstudium an der Marineakademie abschloss. Danach wurde ich Marinepilot und flog P3 Orion. Als ich das Militär verließ, musste ich noch viel über die Analyse von Business-Intelligence-Daten lernen. Als ich nach dem Militärdienst meinen neuen Job antrat, lernte ich viel selbst. Ich habe wirklich Online-Ressourcen und YouTube genutzt und viel ausprobiert und gelernt, indem ich mit verschiedenen Systemen herumgespielt habe. Ich denke, es war auf jeden Fall einschüchternd, diese neuen Fähigkeiten schnell erlernen zu müssen und in der Lage zu sein, das zu liefern, was ich für meinen Job brauchte. Aber ich glaube, wenn ich Überstunden mache, akzeptiere ich diese Nerven und lerne, dass ich das kann, dass ich diese neue Fähigkeit erlernen kann. Ich kann um Hilfe bitten. Für eines der Projekte, an denen ich gerade arbeite, haben wir ein Dashboard, das die Interaktion mit diesem von uns erstellten System verfolgt. Dashboards sind eine Möglichkeit, Informationen visuell darzustellen und es anderen zu ermöglichen, daraus Erkenntnisse zu ziehen. Aber stellen Sie sich vor, Sie hätten kein Dashboard und würden den Leuten nur eine Tabelle mit Daten präsentieren. Es wäre für sie sehr schwierig, nützliche Erkenntnisse zu gewinnen. Vor allem jemand, vielleicht eine Führungskraft, die keine Zeit hat, sich selbst durch Daten zu wühlen. Sie präsentieren Ihre Präsentation auf eine nützliche Art und Weise, die es den Leuten ermöglicht, schnell Erkenntnisse zu gewinnen oder vielleicht sogar damit zu interagieren, indem sie einige Filter ändern und verstehen, was sie über diese Daten wissen müssen. Wir betrachten einen historischen Trend im Laufe der Zeit. Sehen Sie, wie das Engagement in unserem Fall im Laufe der Zeit zugenommen hat. Vielleicht einige Einbrüche, wenn im Laufe der Lebensdauer dieses neuen Systems verschiedene Dinge passierten. Dadurch können wir Einblicke gewinnen und verstehen, was wir vielleicht tun können, um das Engagement zu steigern. Ich denke, wenn man die Möglichkeit hat, den aktuellen Zustand zu visualisieren, die historischen Zustandsänderungen im Laufe der Zeit, kann man erkennen, wenn etwas nicht stimmt. Wenn es sich nur um Rohdaten in einer Kalkulationstabelle oder einer Tabelle handelt, können Sie diese Erkenntnisse möglicherweise nicht so einfach gewinnen, und Sie übersehen möglicherweise etwas, etwas, das sich auf Ihr Programm oder was auch immer auswirkt, Ihr Produkt, das Sie ohne Sie nicht erkennen würden visualisieren die Daten so, dass Sie diese Diskrepanzen erkennen können. Ich würde sagen, jedes Dashboard wird ein anderes Ziel haben. Wahrscheinlich gibt es für jedes Projekt oder Programm oder den Zweck des Dashboards einige wichtige Leistungsindikatoren, die Sie auf dem Dashboard verfolgen möchten. In der Regel wissen Sie anhand der Fragen, die Ihnen häufig zu den Daten oder zum Programm gestellt werden, was diese sind. Ich liebe es wirklich, Dashboards zu erstellen, weil ich denke, dass es so lohnend ist, wenn man etwas erstellt, das für viele Menschen nützlich ist und es ihnen ermöglicht, ihre Arbeit effektiver zu erledigen. Ich war auf der Suche nach einem Job, der mich herausforderte. Das war wahrscheinlich mein wichtigstes Kriterium, nach dem ich gesucht habe. Das habe ich definitiv hier gefunden, wo ich ständig dazulerne und jeden Tag mit Experten auf ihrem Gebiet spreche. Es ist wirklich etwas, wofür ich dankbar bin.
E-Mail von Ihrem Vorgesetzten: Diagrammentwurf
Guten Morgen!
Nochmals vielen Dank, dass Sie das Dashboard-Projekt des Minnesota Department of Transportation übernommen haben – ich bin zuversichtlich, dass Sie dem Team dabei helfen können!
Eigentlich hatte ich gerade einen Anruf mit unserer Ansprechpartnerin Camila. Ich weiß, dass Sie gerade dabei sind, die Diagramme für ihr Dashboard zu entwerfen, deshalb möchte ich einige Erkenntnisse von ihr weitergeben, die Ihnen bei der Entscheidungsfindung für dieses Projekt helfen könnten.
Sie haben konkret die drei Diagramme genannt, an deren Aufnahme in dieses Dashboard sie am meisten interessiert sind:
Verkehrsaufkommen das ganze Jahr über; Idealerweise nach Jahr, Monat, Woche, Tag und Stunde geordnet
Verkehrsaufkommen bei unterschiedlichen Wetterbedingungen
Verkehrsaufkommen an verschiedenen Feiertagen
Beim Erkunden des Datensatzes gibt es einige spezifische Spalten, die einen guten Ausgangspunkt für die einzubeziehenden Daten darstellen: date_time, Traffic_volume, Weather_main und Holiday. Camila teilte außerdem mit, dass Sie möglicherweise benutzerdefinierte Spalten und Filter für den Datensatz erstellen müssen, um die benötigten Metriken zu erhalten. Sie sagte mir, das sei völlig in Ordnung und Sie sollten sich frei fühlen, mit den Daten so zu arbeiten, wie Sie es für das Beste halten!
Sie und ich haben auch besprochen, welche Maße und Dimensionen in den einzelnen Diagrammen dargestellt werden sollten. Sie haben wahrscheinlich bereits einige Ideen, aber hier sind einige, auf die Camila in unserem Anruf speziell hingewiesen hat:
Diagramm 1: Verkehrsaufkommen und Datum/Uhrzeit
Diagramm 2: Verkehrsaufkommen, Datum, Uhrzeit und Hauptwetter
Diagramm 3: Verkehrsaufkommen, Datum und Uhrzeit sowie ein benutzerdefiniertes Maß für Feiertage
Abschließend noch eine Erinnerung: Wenn Sie beim Entwerfen nicht weiterkommen, denken Sie daran, auf einige unserer Teamressourcen zurückzugreifen, z. Bder Design-Ressourcenleitfaden!
Nochmals vielen Dank für all Ihre Hilfe,
Jack Park
Teamleiter
Aktivitätsbeispiel: Erstellen Sie Ihre Diagramme
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für dieses Kurselement anzusehen.
Link zum Exemplar:Verkehrsaufkommensdiagramme für Minnesota
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Sie Ihre BI-Designkenntnisse anwenden und dass Ihre Diagramme die Geschäftsfragen aus dem Szenario in dieser Aktivität beantworten. Wenn Sie Schwierigkeiten hatten, Diagramme selbst zu erstellen, können Sie dieses Beispiel als Leitfaden für Ihre zukünftigen Projekte verwenden.
Verkehrsaufkommen pro Monat pro Jahr
Dieses Liniendiagramm vergleicht das Verkehrsaufkommen für jeden Monat von einem Jahr zum nächsten. Dieses Diagramm beantwortet die Frage: Welcher Monat weist normalerweise das höchste Verkehrsaufkommen auf? Es verwendet die Dimension „Datum/Uhrzeit“ mit einem Filter, um die Zeitskala „Monat“ anzuzeigen . Außerdem wird die Summe des Verkehrsaufkommens aus jedem Zeitraum verwendet, um einen einzelnen Gesamtwert des Verkehrsaufkommens in jedem Monatsintervall zu ermitteln. Jeder Punkt im Diagramm stellt die Gesamtzahl der Autos dar, die während eines ganzen Monats unterwegs waren.
Dieses Exemplar verfügt über drei Linien in einem Diagramm, die die Jahre 2016, 2017 und 2018 darstellen. Die Linie 2018 endet im September und simuliert, wie Daten nahezu in Echtzeit zu unvollendeten Linien in einer BI-Visualisierung führen könnten.
Sie können auch andere Diagramme erstellen, um andere Zeitskalen darzustellen. Sie können einen Filter für die Dimension „Datum/Uhrzeit“ verwenden , um die Summe des Verkehrsaufkommens in verschiedenen Monaten, Wochentagen oder Tageszeiten darzustellen. Diese anderen Diagramme beantworten die Fragen der Stakeholder dazu, zu welchen Tages-, Wochen-, Monats- und Jahreszeiten das höchste Verkehrsaufkommen herrscht.
Verkehrsaufkommen pro Stunde
Diese Heatmap schlüsselt die Verkehrskonzentration für jeden Tag und jede Stunde jedes Monats auf. Während Sie durch die Visualisierung scrollen, wird das Diagramm automatisch aktualisiert, um die Daten jedes Monats anzuzeigen. Mit diesem Diagramm können Sie jeden Tag und jede Stunde den Verkehr mit dem nächsten vergleichen und das Verkehrsaufkommen bis auf die Stunde genau anzeigen. Die Spalten in dieser Heatmap stellen den Tag des Monats und die Zeilen die Tageszeit dar. Höhere Verkehrskonzentrationen werden durch die Farbe jedes Quadrats in der Heatmap dargestellt, wobei Orange ein höheres Verkehrsaufkommen anzeigt, während die dunkelblauen Quadrate weniger Verkehr anzeigen.
Verkehrsaufkommen nach Wetterlage
Dieses Balkendiagramm zeigt das jährliche Verkehrsaufkommen gruppiert nach Wetterart. Durch die Einbeziehung eines Datums-/Uhrzeitfilters, der die Jahre 2016 bis 2018 umfasst, können Sie das gesamte Verkehrsaufkommen für diese Jahre darstellen und nach Wetterart gruppieren. Beispielsweise waren in jenen Jahren an Tagen mit klarem Wetter 24 Millionen Autos unterwegs, während das Verkehrsaufkommen bei Regenwetter auf 10 Millionen zurückging. Damit ist auch die Frage der Stakeholder nach dem Einfluss des Wetters auf den Verkehr beantwortet.
Feiertage mit dem höchsten Verkehrsaufkommen
Während Sie die Daten für dieses Projekt untersuchen, entscheiden Sie sich möglicherweise dafür, eine neue Spalte zu erstellen, die angibt, welche Einträge Feiertage sind. Um dieses Diagramm zu erstellen, sollten Sie die in der Aktivität beschriebene Berechnung verwenden: if [Holiday] = „None“ then null else „X“ end . Dadurch wird eine Spalte erstellt, die Sie zum Erstellen eines Diagramms verwenden können, das nur den Feiertagsverkehr vergleicht, wie beispielsweise dieses Kreisdiagramm.
Dieses Diagramm verwendet Farbe und Größe, um die Feiertage mit dem höchsten Verkehrsaufkommen zu vergleichen. Die Farbe stellt den Feiertag dar, während die Größe jedes Kreises das Verkehrsaufkommen an diesem Feiertag darstellt. Die Verwendung von Größe und Farbe zeigt auf diese Weise Beziehungen zwischen numerischen Daten und stellt sie in einem kompakten Format dar.
Sie könnten auch ein Balkendiagramm erstellen, um Feiertagsdaten darzustellen, was einen direkteren Vergleich ermöglichen würde. Dieses Kreisformat bietet Ihnen jedoch Abwechslung in Ihren Diagrammen, die für Ihren Kunden ansprechender sein kann. Beim Erstellen einzelner Diagramme ist es dennoch wichtig, die Designstrategien im Auge zu behalten, die Sie für Ihr gesamtes Dashboard verwenden. Wenn Sie für jede Visualisierung nur einen Diagrammtyp verwenden, ist Ihr Dashboard möglicherweise zu repetitiv und weniger effektiv.
Die zentralen Thesen
In dieser Aktivität haben Sie die Bedürfnisse Ihrer Stakeholder untersucht und Diagramme erstellt, um diese zu berücksichtigen. Die Visualisierung von BI-Daten ist ein differenzierter Prozess, da es viele Best Practices für das Design und Datenvisualisierungsstrategien gibt, die gemeinsam verwendet werden können. In den kommenden Übungen verwenden Sie die von Ihnen erstellten Diagramme, um ein Dashboard zu erstellen und zu iterieren. Durch Übung und Zeit entwickeln Sie Ihren eigenen visuellen Stil und Designprozess.
Gut organisierte Dashboards
Video 108
In der letzten Lektion haben Sie Diagramme für das Dashboard erstellt, das Sie für das Verkehrsministerium von Minnesota entwerfen. Jetzt ist es an der Zeit, das Dashboard selbst zu erstellen. Wie Sie gelernt haben, ist es wichtig, beim Organisieren von Dashboard-Elementen bewährte Designmethoden anzuwenden. Dadurch wird sichergestellt, dass sie logisch angeordnet sind und Sie einen klaren visuellen Fluss aufgebaut haben. Schauen Sie sich die Lektionen zum Dashboard-Design noch einmal durch, bevor Sie fortfahren. Zur Erinnerung: Platzieren Sie die relevantesten Visualisierungen oben im Dashboard. Nutzen Sie dann Hierarchie und Kontrast, um unterstützende Elemente hervorzuheben. Und denken Sie unbedingt darüber nach, wie Sie negative Abstände zwischen den Diagrammen integrieren können. Sie werden wahrscheinlich feststellen, dass Ihr Dashboard-Design-Erlebnis von den Entscheidungen abhängt, die Sie in der vorherigen Aktivität getroffen haben. Wenn Sie beispielsweise viele Diagramme erstellt haben, um den Fernverkehr in Minnesota zu beschreiben, müssen Sie mehr Elemente ausbalancieren. Dies ist ein Beispiel für einen weiteren Kompromiss. Durch mehr Visualisierungen können Sie mehr Daten anzeigen, aber Sie riskieren, den Kunden zu überfordern oder die Geschwindigkeit zu verlangsamen. Verwenden Sie Ihr bestes Urteilsvermögen, um das effektivste Ergebnis zu ermitteln. Es ist auch möglich, dass ein Diagramm, von dem Sie dachten, dass es benötigt wird, nicht wirklich notwendig ist oder dass Ihnen ein Diagramm fehlt, das zur Beantwortung einer der Geschäftsfragen erforderlich ist. Wenn ja, kehren Sie einfach zur Diagrammerstellungsphase zurück und nehmen Sie die Anpassungen vor. Wie Sie wissen, ist die Erstellung eines Dashboards ein iterativer Prozess, sodass Sie im Laufe der Zeit jederzeit die Richtung ändern können. Wenn Sie Probleme haben, lesen Sie wie zuvor die Lektüre durch, um Hinweise von Ihrem Vorgesetzten zu erhalten. Okay, jetzt ist es Zeit, mit dem Bauen zu beginnen.
E-Mail von Ihrem Vorgesetzten: Dashboard-Organisation
Hey, guten Tag!
Tolle Arbeit an diesen Diagrammen für das Dashboard-Projekt des Minnesota Department of Transportation. Ich hatte vorhin Gelegenheit, sie mir anzusehen – es sieht so aus, als ob Sie große Fortschritte machen!
Sie können dieses Dashboard so gestalten, wie Sie es für am besten halten. Bedenken Sie jedoch, dass unsere Kunden das Verkehrsaufkommen zu verschiedenen Zeitpunkten und in unterschiedlichen Zeiträumen vergleichen möchten. Sie möchten auch die Feiertage und das Wetter das ganze Jahr über beobachten.
Es liegt an Ihnen, zu entscheiden, wie Sie die Diagramme anordnen. Und Sie können einige Tooltips oder Bildunterschriften hinzufügen, wenn Sie glauben, dass dies unserem Kunden helfen wird. Wenn Sie noch nie QuickInfos verwendet haben, handelt es sich im Grunde genommen um Details, die Sie hinzufügen können, damit Benutzer weitere Informationen erhalten, wenn sie mit der Maus über eine Markierung in der aktuellen Ansicht fahren.
Zur Auffrischung möchte ich Ihnen einige Ressourcen schicken, die der Rest des Teams in der Vergangenheit verwendet hat: einen Leitfaden dazuEntwerfen überzeugender Dashboardsund dasDashboard-Beispieledie Sie zuvor erkundet haben.
Außerdem möchten wir Ihnen nur einige wichtige Hinweise im Hinterkopf behalten, während Sie Ihren Designprozess durcharbeiten:
Berücksichtigen Sie die Geschäftsfrage und die Bedürfnisse der Stakeholder
Organisieren Sie Ihren Prozess mit Design Thinking
Vermeiden Sie irreführende oder täuschende Diagramme
Priorisieren Sie die Zugänglichkeit
Wenden Sie Designprinzipien an
Wenn Sie fertig sind, sende ich Ihren Entwurf an unsere Kontaktperson Camila, damit wir Feedback für eine zweite Iteration einholen können.
Mach weiter so,
Jack Park
Teamleiter
Aktivitätsbeispiel: Erstellen Sie Ihr Dashboard
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für dieses Kurselement anzusehen.
Link zum Exemplar:Dashboard für das Verkehrsaufkommen in Minnesota
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Sie Ihre BI-Designkenntnisse anwenden und dass Ihr Dashboard die Geschäftsfragen aus dem Szenario in dieser Aktivität beantwortet. Wenn Sie Schwierigkeiten hatten, selbst ein Dashboard zu erstellen, können Sie dieses Beispiel als Leitfaden für Ihre zukünftigen Projekte verwenden.
In dieser Aktivität haben Sie die Diagramme, die Sie für Ihren Stakeholder erstellt haben, in einem Dashboard organisiert. Sie haben die Bedürfnisse Ihrer Stakeholder mit einer BI-Visualisierung berücksichtigt, die mehrere Diagramme enthält. Sie hatten außerdem die Möglichkeit, hilfreiche Filter und andere Elemente einzubinden, die Ihre Visualisierungen bereichern können.
Das beispielhafte Dashboard für diese Aktivität enthält vier Diagramme und eine Legende. Diese Diagramme umfassen das Verkehrsaufkommen nach Monat und Jahr , das Verkehrsaufkommen nach Tagesstunden , das nach Wetterbedingungen geordnete Verkehrsaufkommen und ein Kreisdiagramm für Feiertage mit dem höchsten Verkehrsaufkommen . Zusammen decken diese Diagramme die Hauptinteressen Ihrer Stakeholder ab: den Vergleich des Verkehrsaufkommens zu verschiedenen Zeitpunkten und in unterschiedlichen Zeiträumen sowie die Untersuchung von Feiertagen und Wetterbedingungen im Laufe des Jahres.
Die Legende gibt für jedes der drei in den Daten dargestellten Jahre eine eigene Farbe an. Diese Visualisierung verwendet nur Daten aus drei Jahren, um der Einfachheit Priorität einzuräumen. Wenn diese Diagramme Daten aus allen Jahren enthalten würden, gäbe es zu viele Linien und Balken im Diagramm. Dies würde die Lesbarkeit erheblich erschweren und wäre daher als Visualisierung viel weniger effektiv. Da die Diagramme Daten aus denselben Jahren verwenden, kann das Farbschema in allen Diagrammen konsistent sein. Auf diese Weise entspricht die orangefarbene Linie in einem Diagramm demselben Jahr wie die orangefarbenen Balken in einem anderen Diagramm.
In diesem Dashboard wird das Liniendiagramm oben neben der Legende platziert. Da die Legende für jedes Diagramm gilt, ist es wichtig, sie oben in der Visualisierung zu platzieren. Unterhalb des Liniendiagramms befindet sich ein Balkendiagramm, das Wettermuster darstellt, und ein Kreisdiagramm, das nationale Feiertage in den Vereinigten Staaten darstellt. Diese Diagramme haben eine niedrigere Priorität als das Liniendiagramm und werden daher weiter unten im Dashboard platziert.
Neben den drei Diagrammen befindet sich eine Heatmap, die das Verkehrsaufkommen nach Tagesstunden darstellt. Da eine große Datenmenge auf einmal visualisiert wird, ist dieses Diagramm größer als die anderen, sodass Stakeholder die Daten einfacher anzeigen können.
Das Liniendiagramm und die Heatmap stellen zwei der Zeitskalen dar, an denen der Stakeholder am meisten interessiert ist: die monatliche Zeitskala und die wöchentliche Zeitskala. In diesen Diagrammen können Ihre Stakeholder sehen, welche Monate und Wochentage das höchste Verkehrsaufkommen aufweisen. Sie können auch andere Trends erkennen: Basierend auf dem Liniendiagramm scheint das Verkehrsaufkommen im Jahr 2017 generell höher gewesen zu sein als im Jahr 2016.
Hinweis: Sie müssen auch doppelte Legenden aus Ihrem Dashboard löschen. Jedes Mal, wenn Sie ein Diagramm zu Ihrem Dashboard hinzufügen, fügen Sie möglicherweise eine neue Legende hinzu. Sofern die Legenden nicht unterschiedliche Kodierungsoptionen in Ihren Diagrammen beschreiben, sollten Sie die Anzahl der Legenden auf ein Minimum beschränken.
Die zentralen Thesen
Ein Dashboard kann mehr als nur eine Anordnung von Diagrammen sein. In dieser Aktivität haben Sie die Diagramme organisiert, die Sie für Ihre Stakeholder erstellt haben, hatten aber auch die Möglichkeit, Filter und andere Elemente in Ihre Visualisierung zu integrieren. Nachdem Sie nun Ihr Dashboard zusammengestellt haben, können Sie mit der nächsten Lektion fortfahren, in der Sie Ihr Dashboard iterieren, um den sich ändernden Anforderungen der Stakeholder gerecht zu werden.
Dashboard-Iteration
Sie haben inzwischen ein Dashboard erstellt, um das Verkehrsaufkommen auf der Autobahn Minnesota zu verfolgen. Sie haben Diagramme erstellt und sie in einem leistungsstarken Tool organisiert, das Ihre Kunden nutzen können. Sie haben außerdem erfahren, welche Arten von Fragen Sie beim Erstellen eines Dashboards stellen sollten. In diesem Video befassen wir uns nun mit der Iteration. Wir haben viele typische iterative Verbesserungen behandelt, darunter Änderungen an Ästhetik, Designansätzen, Verarbeitungsgeschwindigkeit, Datenschutzberechtigungen und vielem mehr. Es gibt viele Möglichkeiten, ein Dashboard während der Iteration zu verfeinern. Zu Ihrem Glück hat Ihr Kunde, das Minnesota Department of Transportation, sein Feedback auf Ihrem Dashboard klar erläutert. Sie haben Ihnen eine E-Mail mit Notizen zu Ihrer Arbeit gesendet. Das Feedback ist sehr positiv, aber es gibt noch einiges zu tun. Es stellte sich heraus, dass ein anderes Mitglied des Teams einige neue Funktionen zum Armaturenbrett hinzufügen möchte. Es liegt an Ihnen, herauszufinden, wie Sie diese am besten umsetzen. Es gibt möglicherweise mehrere Möglichkeiten, auf dieses Feedback zu reagieren, z. B. das Bearbeiten eines vorhandenen Diagramms oder das Erstellen eines neuen. Möglicherweise müssen Sie den Datensatz erneut untersuchen und mit SQL vorab aggregieren. Oder es ist möglich, dass ihre Anfrage für das Projekt ungeeignet ist. Wenn ja, müssen Sie begründen können, warum Sie die geforderten Änderungen nicht vornehmen können. Seien Sie wie bei jedem Feedback offen gegenüber den Ideen der Stakeholder. Selbst wenn Sie von Ihrer Arbeit überzeugt sind, ist es immer möglich, etwas Neues zu lernen. Viel Glück in der letzten Phase dieser Rollenspielübung. Viel Spass damit.
E-Mail von Ihrem Vorgesetzten: Umleitungen und Änderungen im Umfang
Hallo wieder!
Vielen Dank für die Einsendung Ihres Dashboard-Entwurfs. Ich habe es zur Überprüfung an das Team des Verkehrsministeriums von Minnesota weitergeleitet. Camila und ich hatten gerade einen Anruf dazu und ich wollte ihr Feedback mit Ihnen teilen! Sie sagte, es sei großartig, aber sie wollten Sie um einige Aktualisierungen bitten:
Zunächst teilte Camila mit, dass sie dieses Dashboard mit einigen ihrer Teammitglieder teilen wollte, die mit Tableau nicht vertraut sind. Sie fragte, ob es möglich wäre, ein Dropdown-Menü hinzuzufügen, um ihnen die Anzeige der Filter zu erleichtern?
Sie forderten außerdem eine Schaltfläche auf dem Dashboard, mit der Benutzer es direkt von der Benutzeroberfläche herunterladen können.
Abschließend brachte Camila zur Sprache, dass sie eigentlich nur Daten ab 2017 benötigen. Sie fragte, ob es möglich wäre, das Diagramm auf diesen Zeitraum zu konzentrieren, es aber auf verschiedenen Zeitskalen anzuzeigen?
Insgesamt waren sie vom Dashboard wirklich beeindruckt und freuen sich über die Hinzufügung dieser Updates! Sobald Sie ihr Feedback berücksichtigt haben, werde ich ihnen das aktualisierte Dashboard zur abschließenden Überprüfung erneut zur Verfügung stellen.
Danke!
Jack Park
Teamleiter
E-Mail von Ihrem Kollegen: Iterationstipps
Hey!
Jack erwähnte, dass Sie Tableau verwendet haben, um das Dashboard für das Projekt des Minnesota Department of Transportation zu erstellen. Eigentlich habe ich gerade ein anderes Projekt mit Tableau abgeschlossen und wollte Ihnen nur eine kurze Nachricht mit einigen nützlichen Tricks senden, die ich bei der Arbeit an diesem Dashboard gefunden habe.
Jack erzählte mir, dass der Stakeholder benutzerfreundlichere Filter wünschte; Ich habe festgestellt, dass Filterkacheln eine wirklich einfache Möglichkeit sind, Filter zu integrieren, mit denen Benutzer interagieren können. Oh, und während ich darüber nachdenke, wussten Sie, dass Sie Kacheln auf „schwebend“ setzen können, um die Anordnung Ihres Dashboards flexibler zu gestalten? Da ist einTableau-Leitfaden für schwebende und gekachelte Layoutanordnungen auf DashboardsSie können es sich ansehen.
Hinzufügen von Objekten: Jack erwähnte auch, dass Ihre Stakeholder einen Download-Button hinzufügen möchten – Sie können das Menü „Objekte“ verwenden , um viele verschiedene Artefakte hinzuzufügen, darunter einen Download-Button, Bilder und Links. Tatsächlich gibt es auf der Tableau-Hilfeseite einen AbschnittErstellen Sie einen Dashboard-Leitfadenüber das Hinzufügen von Objekten!
Außerdem weiß ich nicht, ob Sie bereits mit Tooltips vertraut sind, aber sie waren bei meinem letzten Projekt wirklich nützlich. Im Grunde ermöglichen sie Ihnen das Hinzufügen zusätzlicher Details zu den Daten, die Benutzer anzeigen können, wenn sie mit der Maus über Markierungen in der Ansicht fahren. DerTableau-Hilfeabschnitt zu Tooltipsdeckt die Grundlagen ab.
Ich hoffe das hilft!
Zoe Bernal
Aktivitätsbeispiel: Iterieren Sie auf Ihrem Dashboard
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Bewertung von Exemplar
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Sie Ihre BI-Designkenntnisse anwenden und dass die Iterationen auf Ihrem Dashboard die angeforderten Änderungen aus dem Szenario in dieser Aktivität berücksichtigen.
In dieser Aktivität haben Sie das Dashboard wiederholt, das Sie für Ihren Stakeholder erstellt haben. Sie haben Änderungen an Ihrem Dashboard vorgenommen, um den neuen Anforderungen der Stakeholder gerecht zu werden. In einem professionellen Umfeld ist es wichtig, die richtigen Entscheidungen zu treffen, damit Ihre Iterationen den sich ändernden Geschäftsanforderungen Ihrer Stakeholder gerecht werden.
Diese verbesserte Version des Dashboards geht auf die neuen Anfragen Ihrer Stakeholder ein. Sie möchten, dass Sie eine Filtermenükachel und einen Download-Button hinzufügen und sich auf die Daten von 2017 bis heute konzentrieren. Es liegt an Ihnen, zu entscheiden, wie Sie diese Funktionen zu Ihrem Dashboard hinzufügen.
Zunächst können Sie eine Filtermenükachel hinzufügen. Diese Kachel sollte oben in Ihrem Dashboard platziert werden. Da es auf die übrigen Diagramme zutrifft, möchten Sie seine Bedeutung hervorheben.
Der Download-Button kann in einer der oberen oder unteren Ecken platziert werden. Einige Stakeholder möchten möglicherweise eine statische Version des Dashboards herunterladen, nachdem sie den aktuellen Status angezeigt haben. Am sinnvollsten ist es möglicherweise, es unten in Ihrem Dashboard zu platzieren, wo Ihr Stakeholder natürlich auch landet. Alternativ können Sie es oben im Dashboard platzieren, wenn Ihr Stakeholder nicht viel Zeit damit verbringt, das Dashboard anzuzeigen. Wenn Ihr Kunde schnell einen Bericht erstellen möchte, um ihn an ein anderes Teammitglied zu senden, wäre es am hilfreichsten, ihn oben zu platzieren, wo er schnell zugänglich ist.
Schließlich könnte die Konzentration auf Daten von 2017 bis heute mit einem einfachen Filter in der Visualisierung erreicht werden. Es gibt viele Möglichkeiten, nur Daten aus einem bestimmten Zeitraum zu visualisieren, aber ein Filter ist die einfachste Möglichkeit, dies zu tun. Sie können dies sogar mit der Filterkachel erreichen, die Sie zuvor hinzugefügt haben.
Wenn Sie Dashboard-Iterationen durchführen, stehen Sie möglicherweise unter großem Druck, schnelle Änderungen vorzunehmen. In dieser Situation müssen Sie einschätzen können, welche Änderungen sich am schnellsten umsetzen lassen.
___
Die zentralen Thesen
Nachdem Sie nun die Iteration auf Ihrem Dashboard durchgeführt haben, haben Sie die Rollenspielübung abgeschlossen. Sie haben mit einigen Stakeholder-Anfragen begonnen und Diagramme, ein Dashboard und Designänderungen erstellt, um deren Geschäftsfragen zu beantworten. In Ihrer Rolle als BI-Experte durchlaufen Sie diesen Prozess jedes Mal, wenn Sie eine Visualisierung erstellen. Nachdem Sie diese Schritte nun geübt haben, sind Sie auf das Abschlussprojekt dieses Kurses und die beruflichen Projekte vorbereitet, an denen Sie im Laufe Ihrer Karriere arbeiten werden.
Einpacken
Video 110
Herzlichen Glückwunsch zu Ihrem praxisnahen Ansatz bei einer BI-Lösungsanfrage. Sie haben nun die Rolle eines BI-Profis gespielt und Ihr Wissen über Dashboards und Stakeholder-Bedürfnisse auf eine realistische Arbeitssituation angewendet. Während das Szenario in einer Lernumgebung stattfand, enthält es mehrere Komponenten, die Sie in einem professionellen Umfeld finden. Ein Stakeholder hat Sie gebeten, ein Dashboard zur Verkehrsüberwachung zu erstellen. Sie haben die von ihnen geteilten Informationen übernommen, dann wichtige Fragen berücksichtigt und ein Modell erstellt, das Ihnen bei der Auswahl Ihrer Diagramme hilft. Als Nächstes haben Sie die Diagramme erstellt. Dazu gehört die Auswertung des Datensatzes und die Entscheidung, welche Informationen wie dargestellt werden sollen. Dann war es an der Zeit, die Elemente Ihres Dashboards zu organisieren. Ihre Stakeholder wollten ein Tool, auf das sie für sofortige Erkenntnisse zurückgreifen können, also haben Sie Ihre BI-Kenntnisse genutzt, um diesen Bedarf zu erfüllen. Abschließend erhalten Sie eine iterierte Rückmeldung zu Ihrem Dash. Dabei wird darüber nachgedacht, ob die gewünschten Änderungen machbar und im Kontext des Projekts sinnvoll waren. Nehmen Sie dieses Projekt in Ihr Portfolio auf, um es bei Ihrer Jobsuche mit den Personalmanagern zu teilen. Sie machen einen großartigen Job und demonstrieren all Ihre harte Arbeit.
Willkommen zu Modul 4
Wie Sie feststellen werden, erfordert die Arbeit als Business-Intelligence-Experte viele technische Fähigkeiten. Dazu gehören Dinge wie das Wissen, wie man die richtigen Daten, Metriken und KPIs für ein bestimmtes Projekt identifiziert, die Anwendung von Datenmodellierung und Pipelines zum Organisieren und Verschieben von Daten, die Umwandlung von Daten in eine verwendbare Form, die Verwendung dieser Daten zur Lösung von Problemen und zur Beantwortung von Fragen usw Erstellen von Visualisierungen und Dashboards, die Geschäftsprozesse und -ziele vorantreiben. Aber BI erfordert auch ausgezeichnete Kommunikations- und Präsentationsfähigkeiten. Denn wenn Sie möchten, dass Ihre harte Arbeit wirklich Wirkung zeigt, ist es wichtig zu wissen, wie Sie sie effektiv mit anderen teilen können. Erfolgreiche BI-Experten können deutlich zeigen, wie die von ihnen erstellten Tools es ihren Kunden ermöglichen, Geschäftsziele zu erreichen. Und das ist auch wichtig für Ihren beruflichen Aufstieg! Starke Kommunikations- und Präsentationsfähigkeiten können Ihnen dabei helfen, hervorragende Leistungen zu erbringen, egal ob Sie ein Vorstellungsgespräch führen, eine Beförderung besprechen oder einen Vorgesetzten nach einer neuen Ausbildungs- oder Ausbildungsmöglichkeit fragen. In den nächsten Lektionen werden wir uns auf diese Schlüsselkompetenzen am Arbeitsplatz konzentrieren. Sie sind eine wesentliche Ergänzung zu allen technischen Kenntnissen, die Sie bisher in diesem Programm erworben haben. Zunächst erkunden Sie Stakeholder-Präsentationen und teilen Dashboards mit Kunden. Anschließend konzentrieren Sie sich auf den BI-Einstellungsprozess und Strategien zur Verfeinerung Ihres Portfolios. Darüber hinaus haben Sie die Möglichkeit, Ihren Lebenslauf für den BI-Bereich zu aktualisieren, damit er alle Ihre neuen Erfahrungen klar kommuniziert. Und schließlich besprechen Sie Vorstellungsgesprächstechniken, die Ihnen dabei helfen, Ihre Fähigkeiten gegenüber Personalvermittlern und Personalmanagern zu demonstrieren. Jede dieser Lektionen bereitet Sie darauf vor, Ihre BI-Karriere auf die nächste Stufe zu heben. Beginnen wir also mit Ihrer aufregenden beruflichen Reise.
Präsentieren Sie Ihre Erkenntnisse
In diesem Kurs haben Sie gelernt, dass die Schritte eines BI-Projekts nicht immer linear verlaufen. Die Zeit vergeht, Probleme ändern sich, Fragen werden verfeinert – es gibt eine ständige Entwicklung. Und die Präsentation und Kommunikation von Projektaktualisierungen ist ein wichtiger Teil dieses Prozesses. Wenn Sie Ihr Google Data Analytics-Zertifikat erworben haben, haben Sie viel Zeit damit verbracht, sich Präsentations- und Kommunikationsfähigkeiten anzueignen. In diesem Zusammenhang haben Sie an Daten-Storytelling, der Erstellung überzeugender Diashows, Strategien für öffentliche Reden, der Beantwortung von Feedback und Fragen von Kunden und mehr gearbeitet. In der BI-Welt ist das Konzept der Präsentation etwas anders. Beginnen wir also damit, zu klären, was in BI mit „Präsentation“ gemeint ist. Oft wird angenommen, dass eine Präsentation in einem Konferenzraum stattfinden muss. Aber viele BI-Präsentationen sind einfach E-Mail-Threads. Stellen Sie sich eine BI-Präsentation vor diesem Hintergrund in Zukunft immer dann vor, wenn Sie mit Stakeholdern über deren Bedürfnisse oder den Projektstatus kommunizieren. Beachten Sie, dass die Beantwortung von Fragen oder die Erläuterung kleinerer Projektdetails nicht dazu gehört. Präsentationen sind etwas formeller – auch wenn sie in Form einer E-Mail erfolgen. Ob Ihre Stakeholder Ihre Projektaktualisierungen in ihren Posteingängen, bei einem Telefonanruf, bei einem Meeting oder einer Mischung aus beidem erhalten, sollten Sie frühzeitig bestätigen, wenn Sie den Projektumfang und die Fristen überprüfen. Und egal welches Format Sie verwenden, befolgen Sie immer die Best Practices für Präsentation und Kommunikation. Dazu gehört, dass Sie Ihr Publikum einbeziehen, indem Sie sich die Zeit nehmen, seinen Standpunkt zu verstehen. Denken Sie über ihre Beteiligung am Projekt nach und darüber, was sie sich von den von Ihnen bereitgestellten Datenerkenntnissen erhoffen. Stellen Sie als Nächstes sicher, dass Sie den relevantesten Informationen Priorität einräumen. Das bedeutet, dass Sie zunächst mit hochrangigen Aktualisierungen beginnen, unabhängig davon, ob es um Ihren aktuellen Fortschritt, eine kürzliche Änderung oder Ihre Pläne für die nächsten Schritte geht. Verwenden Sie eine klare, prägnante und verständliche Sprache. Ein erfolgreicher BI-Experte erkennt, dass manche Leute schon einmal ein Dashboard verwendet haben, aber das ist nicht oft der Fall. Auch wenn es sich bei BI um einen technischen Bereich handelt, ist es ratsam, nicht zu viel Fachjargon zu verwenden. Erklären Sie Ihre Arbeit so einfach wie möglich – dies ist ein weiteres Beispiel dafür, wie wichtig es ist, sich in Ihr Publikum hineinzuversetzen. Ich finde, dass es wichtig ist, die Worte und den Detaillierungsgrad auf die jeweilige Zielgruppe abzustimmen. Ich kenne zum Beispiel Führungskräfte mit technischem Hintergrund, die möchten, dass ich tief in die Details eintauche, während andere nur das Endergebnis wollen. Und schließlich: Wenn ein Stakeholder in der vorherigen Besprechung ein Anliegen mit Ihnen geäußert hat, ist es wichtig, dass in Ihrer nächsten Präsentation beschrieben wird, wie Sie dieses Problem angegangen sind. Und stellen Sie sicher, dass Sie bestätigen, dass sie mit Ihrem künftigen Plan zufrieden sind. Das erste Mal, dass Sie Ihren Stakeholdern präsentieren, ist wahrscheinlich die Weitergabe Ihrer Low-Fidelity-Mockups. Wie Sie erfahren haben, vermitteln diese Skizzen jedem eine klare Vorstellung von Ihren Designabsichten und sind wichtig, um das nötige Feedback zu erhalten. In der Regel erhalten Sie einen ersten Anruf oder eine E-Mail, in der Sie gefragt werden, ob die von Ihnen vorgestellte Idee den Zielen der Stakeholder entspricht. Und da das Mockup bereits zu einem frühen Zeitpunkt im Designprozess erstellt wird, können Sie die Ideen und Vorschläge anderer berücksichtigen. Gehen Sie dann bei Bedarf ganz einfach eine neue Richtung ein, bevor Sie Stunden damit verbringen, Ihr Modell auf einem tatsächlichen Dashboard zum Leben zu erwecken. Später teilen Sie Ihr Funktions-Dashboard mit Ihren Benutzern. Dabei geht es in erster Linie darum, die Bedienung zu erklären. Selbst die klarsten und intuitivsten Dashboards verdienen eine Erklärung. Hier können Sie eine Live-Demonstration durchführen oder ein Dia-Deck darüber erstellen, wie Sie die Bilder interpretieren und die Einstellungen ändern. Schließlich wissen Sie jetzt, dass es sich bei den meisten Dashboards um sich ständig weiterentwickelnde Tools handelt, sodass sie nicht unbedingt einen „Endzustand“ haben. Präsentieren Sie einfach weiterhin Updates zu den jüngsten Änderungen oder neuen Möglichkeiten, die identifiziert wurden. Dann können Sie erfolgreich mit Stakeholdern zusammenarbeiten und Ihre Dashboards so aktuell und hilfreich wie möglich halten.
Beispiele für Business-Intelligence-Präsentationen
In diesem Teil des Zertifikatsprogramms haben Sie begonnen, darüber nachzudenken, wie Sie Ihre Erkenntnisse den Stakeholdern präsentieren können. Foliendecks sind ein gängiges Tool, mit dem Sie Ihre Stakeholder präsentieren und sogar Ihre Dashboards präsentieren und erläutern können. In dieser Lektüre erhalten Sie einige Tipps und Tricks zur Gestaltung von Folienpräsentationen. Weitere Ressourcen finden Sie auch hierInhalt des Google Data Analytics-Zertifikats zur Entwicklung von Präsentationen und Diashows.
Tipps zum Aufbau einer Präsentation
Nutzen Sie die folgenden Tipps und das Beispiellayout, um Ihre eigene Präsentation zu erstellen.
Tipp 1: Denken Sie immer an Zielgruppe und Zweck
Um eine wirkungsvolle Präsentation zu entwickeln, die Ihren Standpunkt kommuniziert, ist es wichtig, Ihr Publikum im Auge zu behalten. Stellen Sie sich diese beiden Fragen, um den Gesamtablauf zu definieren und Ihre Präsentation aufzubauen:
Wer ist mein Publikum?
Wenn Ihre Zielgruppe hauptsächlich hochrangige Führungskräfte sind, sollte Ihre Präsentation auf einem hohen Niveau gehalten werden. Führungskräfte neigen dazu, sich auf die wichtigsten Erkenntnisse zu konzentrieren, die zum Verbessern, Korrigieren oder Erfinden von Dingen anregen. Halten Sie Ihre Präsentation kurz und widmen Sie die meiste Zeit den Ergebnissen und Empfehlungen oder erläutern Sie, wie sie die von Ihnen erstellten Tools am besten nutzen können. Es kann nützlich sein, eine Zusammenfassungsfolie zu erstellen, die die gesamte Präsentation in einer Folie zusammenfasst.
Wenn Ihre Zielgruppe aus Stakeholdern und Managern besteht, haben diese möglicherweise mehr Zeit, sich über neue Prozesse zu informieren, wie Sie die richtigen Tools entwickelt haben und technischere Fragen zu stellen. Seien Sie bereit, dieser Zielgruppe weitere Einzelheiten mitzuteilen!
Wenn Ihre Zielgruppe aus Analysten und einzelnen Mitwirkenden besteht, haben Sie die größte Freiheit – und vielleicht auch die meiste Zeit –, detaillierter auf die Daten, Prozesse und Ergebnisse einzugehen.
Unterstützen Sie alle Mitglieder Ihres Publikums, indem Sie Ihre Inhalte für Zuschauer mit unterschiedlichen Fähigkeiten, Erfahrungen und Hintergründen zugänglich machen.
Was ist der Zweck meiner Präsentation?
Wenn das Ziel Ihrer Präsentation darin besteht, am Ende etwas anzufordern oder zu empfehlen, beispielsweise ein Verkaufsgespräch, können Sie jede Folie auf die Empfehlungen am Ende hinarbeiten lassen.
Wenn das Ziel Ihrer Präsentation darin besteht, sich auf die Ergebnisse Ihrer Analyse zu konzentrieren, kann jede Folie dabei helfen, den Weg zu den Ergebnissen zu markieren. Stellen Sie sicher, dass Sie zahlreiche Ansichten der Datenanalyseschritte beifügen, um den Weg zu veranschaulichen, den Sie mit den Daten eingeschlagen haben.
Wenn das Ziel Ihrer Präsentation darin besteht, einen Bericht über die Datenanalyse bereitzustellen, sollten Ihre Folien Ihre Daten und wichtigsten Erkenntnisse klar zusammenfassen. In diesem Fall ist es in Ordnung, die Daten einfach einzeln anzubieten.
Wenn das Ziel Ihrer Präsentation darin besteht, den Einsatz neuer Business-Intelligence-Tools zu demonstrieren, sollten Ihre Folien klar zeigen, was Ihr Publikum verstehen muss, um mit der Nutzung des Tools selbst beginnen zu können.
Tipp 2: Bereiten Sie Gesprächsthemen vor und beschränken Sie den Text auf den Folien
Bereiten Sie beim Erstellen der einzelnen Folien Ihrer Präsentation Gesprächsthemen (auch Rednernotizen genannt ) zu dem vor, was Sie sagen werden.
Vergessen Sie nicht, dass Sie sprechen, während Ihr Publikum Ihre Folien liest. Wenn Ihre Folien mehr wie Dokumente aussehen, sollten Sie überdenken, was Sie sagen werden, damit Sie Text aus den Folien entfernen können. Machen Sie es Ihren Zuhörern leicht, die Folien überfliegen zu können, ohne dabei auf das zu achten, was Sie sagen. Befolgen Sie im Allgemeinen die Fünf-Sekunden-Regel. Ihr Publikum sollte nicht länger als fünf Sekunden damit verbringen, einen Textblock auf einer Folie zu lesen.
Wenn Sie genau wissen, was Sie während Ihrer Präsentation sagen werden, sorgt dies für einen natürlichen Ablauf Ihrer Geschichte und hilft, unangenehme Pausen zwischen den Themen zu vermeiden. Folien, die Daten zusammenfassen, können sich auch wiederholen. Wenn Sie eine Vielzahl interessanter Diskussionspunkte zu den Daten vorbereiten, können Sie die Aufmerksamkeit und Aufmerksamkeit Ihres Publikums aufrechterhalten.
Tipp 3: Beenden Sie mit Ihren Empfehlungen
Wenn Sie Ihre Präsentation mit Empfehlungen und wichtigen Erkenntnissen abschließen, endet die Präsentation auf natürliche Weise, erinnert Ihr Publikum an die wichtigsten Punkte und ermöglicht es ihm, mit einem starken Eindruck von Ihren Empfehlungen nach Hause zu gehen. Nutzen Sie am Ende eine Folie für Ihre Empfehlungen und formulieren Sie diese klar und prägnant. Und wenn Sie empfehlen, etwas zu unternehmen, geben Sie die nächsten Schritte an und beschreiben Sie, was Ihrer Meinung nach ein erfolgreiches Ergebnis wäre.
Tipp 4: Planen Sie ausreichend Zeit für den Vortrag und die Fragen ein
Gehen Sie davon aus, dass alle in Ihrem Publikum beschäftigt sind. Halten Sie Ihre Präsentation themenbezogen und so kurz wie möglich, indem Sie:
Seien Sie sich Ihres Timings bewusst. Dies gilt für die Gesamtzahl der Folien und die Zeit, die Sie auf jeder Folie verbringen. Ein guter Ausgangspunkt ist es, 1–2 Minuten mit Zusammenfassungsfolien und 3–5 Minuten mit Folien zu verbringen, die Diskussionen anregen.
Präsentieren Sie Ihre Daten effizient. Stellen Sie sicher, dass jede Folie einen einzigartigen und wichtigen Teil Ihrer Datengeschichte erzählt. Wenn eine Folie nicht so einzigartig ist, könnten Sie darüber nachdenken, die Informationen auf dieser Folie mit einer anderen Folie zu kombinieren.
Sparen Sie genügend Zeit für Fragen am Ende oder lassen Sie sich während Ihrer Präsentation genügend Zeit, um Fragen zu beantworten.
Alles zusammen: Ihr Slide-Deck-Layout
In diesem Abschnitt erfahren Sie, wie Sie alles in einem Beispiel-Foliendeck-Layout zusammenstellen. Dies ist nur eine Möglichkeit, Ihre Folienpräsentationen zu formatieren. Möglicherweise stellen Sie fest, dass andere Layouts besser zu Ihnen und Ihrem Präsentationsstil passen. Das ist großartig! Dies ist jedoch ein klarer und prägnanter Ausgangspunkt, den Sie zur Entwicklung klarer und effektiver Foliendecks nutzen können.
Erste Folie: Agenda
Stellen Sie eine umfassende Aufzählung der Themen bereit, die Sie behandeln werden, und geben Sie an, wie viel Zeit Sie für jedes Thema aufwenden werden. Die Vorgehensweise jedes Unternehmens ist unterschiedlich, aber im Allgemeinen dauern die meisten Präsentationen zwischen 30 Minuten und höchstens einer Stunde. Hier ist ein Beispiel für eine 30-minütige Agenda:
Einführungen (4 Minuten)
Projektübersicht und Ziele (5 Minuten)
Daten und Analyse (10 Minuten)
Empfehlungen (3 Minuten)
Umsetzbare Schritte (3 Minuten)
Fragen (5 Minuten)
Zweite Folie: Zweck
Nicht jeder in Ihrem Publikum kennt Ihr Projekt oder weiß, warum es wichtig ist. Sie haben die letzten Wochen nicht wie Sie damit verbracht, über die BI-Prozesse und -Tools für Ihr Projekt nachzudenken. Diese Folie fasst den Zweck des Projekts für Ihr Publikum zusammen und erklärt, warum es für das Unternehmen wichtig ist.
Hier ist ein Beispiel für eine Zweckerklärung:
Die Konsolidierung von Service-Centern ist eine wichtige Initiative zur Kosteneinsparung. Ziel dieses Projekts ist es, die Auswirkungen der Service-Center-Konsolidierung auf die Reaktionszeiten der Kunden zu überwachen, um weitere Verbesserungen zu erzielen.
Dritte Folie: Daten/Analyse
Berücksichtigen Sie bei der Diskussion der Daten, der BI-Prozesse und -Tools und der Art und Weise, wie Ihr Publikum sie nutzen kann, unbedingt Folgendes:
Folien haben normalerweise eine logische Reihenfolge (Anfang, Mitte und Ende), um die Geschichte vollständig aufzubauen.
Jede Folie sollte die darauf folgende Folie logisch einleiten. Visuelle Hinweise auf den Folien oder verbale Hinweise auf Ihre Gesprächsthemen sollten das Publikum wissen lassen, wann Sie mit der nächsten Folie fortfahren.
Denken Sie daran, nicht zu viel Text auf den Folien zu verwenden. Lesen Sie im Zweifelsfall noch einmal den zweiten Tipp zur Vorbereitung von Gesprächsthemen und zur Beschränkung des Textes auf Folien.
Die hochrangigen Informationen, die die Leute aus den Folien lesen, sollten nicht mit den Informationen übereinstimmen, die Sie in Ihren Gesprächsthemen bereitstellen. Um eine gute Geschichte zu erzählen, sollte eine gute Balance zwischen beiden bestehen. Sie möchten nicht einfach nur die Wörter auf den Folien lesen oder sagen.
Für zusätzliche visuelle Elemente auf den Folien verwenden Sie Animationen. Sie können zum Beispiel:
Blenden Sie jeweils einen Aufzählungspunkt ein, während Sie die einzelnen Punkte auf einer Folie besprechen.
Zeigen Sie nur das Bild an, das für das, worüber Sie sprechen, relevant ist (blenden Sie nicht relevante Bilder aus).
Verwenden Sie Pfeile oder Beschriftungen, um auf einen bestimmten Bereich eines von Ihnen verwendeten Bildmaterials zu verweisen.
Vierte Folie: Empfehlungen
Wenn Sie Ihre Geschichte auf den vorherigen Folien gut erzählt haben, werden die Empfehlungen für Ihr Publikum offensichtlich sein. Dies ist der Zeitpunkt, an dem Sie möglicherweise viele Fragen dazu erhalten, wie Ihre Daten Ihre Empfehlungen unterstützen. Seien Sie bereit zu kommunizieren, wie Ihre Daten Ihre Schlussfolgerungen oder Empfehlungen auf unterschiedliche Weise untermauern. Wenn jemand Schwierigkeiten mit einer bestimmten Erklärung hat, hilft es auch, mehrere Wörter zu haben, um dasselbe auszudrücken.
Fünfte Folie: Aufruf zum Handeln
Manchmal kann der Call-to-Action mit der Empfehlungsfolie kombiniert werden. Wenn mehrere Aktionen oder Aktivitäten empfohlen werden, ist eine separate Folie am besten.
Erinnern Sie sich an unser Beispiel einer Zweckerklärung: Die Konsolidierung von Service-Centern ist eine wichtige Initiative zur Kosteneinsparung. Ziel dieses Projekts ist es, die Auswirkungen der Service-Center-Konsolidierung auf die Reaktionszeiten der Kunden zu überwachen, um weitere Verbesserungen zu erzielen.
Angenommen, die Überwachungsberichte zeigten, dass sich die Konsolidierung von Servicecentern negativ auf die Reaktionszeiten der Kunden auswirkte. Ein Aufruf zum Handeln könnte darin bestehen, zu prüfen, ob Prozesse geändert werden müssen, um die Reaktionszeiten der Kunden wieder auf das Niveau vor der Konsolidierung zu bringen.
Fazit: Feedback einholen
Denken Sie nach der Präsentation vor Ihrem Publikum darüber nach, wie Sie Ihre Datengeschichte erzählt haben und wie Sie Feedback für Verbesserungen erhalten können. Erwägen Sie, Ihren Vorgesetzten oder einen Kollegen um ehrliche Gedanken zu Ihrem Storytelling und Ihrer Präsentation insgesamt zu bitten. Feedback ist großartig, um Ihnen bei der Verbesserung zu helfen. Wie die meiste Arbeit, die Sie als BI-Experte erledigen, sind Präsentationen ein iterativer Prozess!
Fallstudie: Ipsos – Stakeholder mit überzeugenden Datenvisualisierungen informieren
In diesem Kurs haben Sie viel über Business-Intelligence-Visualisierungen gelernt und erfahren, was eine effektive BI-Präsentation ausmacht. In dieser Fallstudie erfahren Sie, wie Ipsos, ein Marktforschungsunternehmen, eine BI-Präsentation geplant und durchgeführt hat.Ipsosarbeitete mit Interessenvertretern zusammen, um ein Markenverfolgungsprojekt abzuschließen, das Werbung und Marketing umfasste. Als das Marketingteam sein Dashboard fertiggestellt hatte, präsentierte es seinen Stakeholdern sein Tracking-Tool und seine Erkenntnisse.
Firmenhintergrund
Ipsos ist ein weltweit tätiges Marktforschungs- und Meinungsforschungsunternehmen. Das Unternehmen entwickelt Lösungen, die Einblicke in die Handlungen, Meinungen und Motivationen von Bürgern, Verbrauchern, Patienten, Kunden und Mitarbeitern bieten. Seine Lösungen basieren auf Daten aus Umfragen, Social-Media-Monitoring und qualitativen bzw. Beobachtungstechniken.
Die Projektdetails
Das Hauptziel der Präsentation des Marketingteams bestand darin, seine Erkenntnisse den Stakeholdern mitzuteilen.
Um die Projektdetails zu vereinbaren, traf sich das Account-Team von Ipsos mit dem Kundenteam. Sie einigten sich auf eine Prioritätenliste für Diagramme und Visualisierungen, den Inhalt des Dashboards sowie die grundlegenden ästhetischen und benutzerfreundlichen Elemente.
Das Ipsos-Team nutzte Looker als Dashboard-Plattform, da diese mit der bestehenden Google Cloud-Infrastruktur des Kunden kompatibel war. Dies bedeutete, dass Ipsos eine zusätzliche Entwicklung der Datenstruktur vermeiden und ein Dashboard erstellen konnte, mit dem das Kundenteam am besten vertraut war.
Ipsos hat ein Anzeigen-Dashboard erstellt, das die Anzahl der Besucher und Impressionen verfolgt, die die Anzeigen des Kunden erhalten haben. Außerdem wurde gemessen, wie lange sich die Leute die Anzeigen angesehen haben, wie viele Käufe aus der Anzeige resultierten, wie viel Gewinn die Anzeigen erzielten und vieles mehr.
Der Präsentationsansatz
Bei der Vorbereitung der Präsentation entschied sich Ipsos für einen eher gesprächigen und interaktiven Ansatz. Sie waren der Meinung, dass das Dashboard so schnell wie möglich für potenzielle Benutzer zugänglich sein sollte. Zu diesem Zweck bemühte sich Ipsos, die Benutzer des Stakeholder-Teams vorab zu autorisieren und zu authentifizieren. Als Ipsos mit der Präsentation begann, konnte das Kundenteam das Dashboard in Echtzeit nutzen und mit ihm interagieren.
Beim ersten Treffen beschrieb das Ipsos-Team die Ausgabe des Dashboards und demonstrierte, wie die Benutzeroberfläche funktioniert. Ipsos konzentrierte sich bei der Besprechung auf die Berichtsfunktionalität und speicherte die eher technischen Inhalte für Folgebesprechungen.
Bei diesen Treffen lud Ipsos andere Mitglieder des Kundenteams ein und konzentrierte sich auf andere Inhalte. Zu diesen Inhalten gehörten Skripterstellung, Codierung und andere technische Aspekte, die für das Kernteam nicht geeignet wären.
Bei jedem Treffen nutzte Ipsos seinen zweiteiligen Plan, zunächst eine Demonstration anzubieten und dann den Benutzern die Möglichkeit zu geben, die Plattform selbst zu erleben. Es war für alle hilfreich, vor der interaktiven Sitzung zuzusehen, wie der Ipsos-Experte die Benutzeroberfläche beschrieb und mit ihr interagierte.
Die Rückmeldung
Am Ende der Präsentation äußerten sich die Vertreter des Kunden positiv über die Arbeit von Ipsos. Sie erwähnten auch einige Aspekte des Dashboards, die sie optimieren wollten.
Nach der Präsentation organisierten die Stakeholder ihr Feedback schriftlich und übermittelten es dem Ipsos-Team. Das Feedback befasste sich mit zwei Bereichen: den potenziellen Einschränkungen der Plattform für die Erfassung von Benutzerdaten und den Möglichkeiten zur weiteren Verfeinerung und Entwicklung des Dashboards.
Mit diesem Feedback konnte Ipsos das Dashboard-Tool weiterentwickeln und die Zusammenarbeit mit seinem Kunden fortsetzen.
Gewonnene Erkenntnisse
Zu den wichtigsten Erkenntnissen und Maßnahmen, die Ipsos wiederholen würde, gehören:
Angemessene Erwartungen wecken und häufig kommunizieren
Einbindung des Publikums in die Erstellung von Präsentationsinhalten
Förderung der Teilnahme während der Präsentation und Ermittlung von Möglichkeiten zur Einbindung des Publikums
Vorführung des Dashboards während der Präsentation und Möglichkeit für das Publikum, Datenanfragen an den Präsentator zu richten
Hervorhebung wesentlicher Inhalte und Benutzervorteile in der ersten Präsentation, dann Konzentration auf hochtechnische Inhalte in nachfolgenden Besprechungen
Für zukünftige Präsentationen würde Ipsos einige Kompromisse bezüglich Zugänglichkeit und komplexer Datenlayouts anpassen. Sie haben gelernt, dass sie zunächst einfachere Funktionen generieren und später komplexere Designs entwickeln können, die später im Dashboard-Erstellungsprozess eine erweiterte Entwicklung erfordern. Auf diese Weise könnten sie den Iterationsaufwand für ihre Visualisierungen reduzieren.
Abschluss
Eine lockerere und interaktivere Herangehensweise an die Präsentation förderte das Lernen der Benutzer und verdeutlichte das Feedback für das Ipsos-Team. Drei Teile in diesem Prozess waren hilfreich:
Kommunikation und Vorplanung mit dem Kundenteam über Erwartungen und gewünschte Ergebnisse für die Präsentation
Entscheidung, die Plattform und ihre Funktionalität live zu demonstrieren
Vorabautorisierung und Authentifizierung von Benutzern, damit diese so schnell wie möglich auf die Plattform gelangen und mit der Erkundung des Tools beginnen können
Diese Entscheidungen führten zu einer schnelleren Einführung des Tools und ermöglichten es dem Feedbackprozess, sich klar und präzise auf die gewünschten Änderungen zu konzentrieren.
In Ihren zukünftigen Präsentationen werden Sie die effektivsten Strategien finden, um die Einführung von Tools zu optimieren und Feedback zu beschleunigen. Je mehr Aufwand Sie in Ihre Präsentation stecken, desto einfacher wird die Zusammenarbeit mit Ihren Stakeholdern.
Aktivitätsbeispiel: Entwerfen Sie ein Foliendeck für eine Business-Intelligence-Präsentation
Hier ist ein fertiges Exemplar zusammen mit einer Erklärung, wie das Exemplar die Erwartungen an die Aktivität erfüllt.
Abgeschlossenes Exemplar
Minnesota traffic volume slide presentation
Vergleichen Sie das Exemplar mit Ihrer abgeschlossenen Tätigkeit. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt eine mögliche Möglichkeit dar, die Aktivität abzuschließen. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihre Folienpräsentation Ihr BI-Projekt kurz und prägnant beschreibt.
Bei dieser Beispielpräsentation handelt es sich um eine kurze Folienpräsentation, die den Minnesota Interstate Traffic Dataset präsentiert, den Sie in einem verwendet habenvorherige Aktivität. Wenn Sie einen anderen Datensatz oder ein anderes Projekt verwenden, sieht Ihr Foliendeck möglicherweise ganz anders aus als das Vorbild. Stellen Sie in diesem Fall sicher, dass Ihre Präsentation weiterhin die folgenden vier Folienkategorien enthält.
Einführungsfolie
Ihre erste Folie sollte die folgenden Komponenten enthalten:
Ein Titel
Ein visuelles Element
Optional: ein Untertitel
Optional: Ihr Name oder Ihr Unternehmen
In diesem Beispiel trägt Folie 1 den Titel „Minnesota Interstate Traffic Volume“, den Untertitel „Eine eingehende Analyse der Verkehrsmuster auf unseren Interstate Highways“, das Logo des Minnesota Department of Transportation und eine Grafik eines Autos. Es enthält eine einfache Farbpalette, aber nur wenige andere Details, die von der Einführungsfolie ablenken.
Geschäftsproblem
In diesem Beispiel enthält Folie 2 eine sehr kurze Beschreibung des Geschäftsproblems. Die Folie enthält ein Bild der Autobahn Minnesota mit hohem Verkehrsstau. Bei einigen Projekten, an denen Sie arbeiten, sind möglicherweise mehr Folien erforderlich, die der Beschreibung des Geschäftsproblems gewidmet sind. In diesem Fall reicht diese einfache Folie jedoch als Zusammenfassung aus.
Methoden
Folie 3 des Beispiels beschreibt die drei Hauptdiagramme, die zur Visualisierung der Daten verwendet werden: Monatsvolumen, Wetter und Urlaubsreisen. Es enthält außerdem eine kurze Beschreibung für jedes Diagramm, die Begründungen für die Aufteilung der Daten in ein eigenes Diagramm enthält.
Einblicke
Die Folien 4–6 fassen die wichtigsten Erkenntnisse aus dem Dashboard zusammen. Jede Folie enthält ein Diagramm, das in Folie 3 vorgestellt wurde. Diese Folien enthalten Bilder der einzelnen Diagramme.
Folie 4 erklärt, dass im August im Allgemeinen das höchste Verkehrsaufkommen herrscht und im Februar das niedrigste. Darin wird auf einen ungewöhnlichen Rückgang des Verkehrsaufkommens im April 2018 hingewiesen, und abgesehen von diesem Rückgang sind die Verkehrstrends von Jahr zu Jahr konstant.
Folie 5 konzentriert sich auf das Wetter und seine Auswirkungen auf den Verkehr. Außerdem stellt sich die Frage: Was kann das Verkehrsministerium von Minnesota tun, um Verkehrsprobleme an Regentagen zu lindern?
Folie 6 erläutert die Verkehrstrends im Urlaub. Es wird angenommen, dass der hohe Verkehr im August teilweise auf die in diesem Monat stattfindende Landesmesse zurückzuführen ist. Es deutet auch darauf hin, dass die Feiertage im Januar für den größten Teil des Verkehrsaufkommens in diesem Monat verantwortlich sind.
Auf Folie 7 wird untersucht, wann stündliche Verkehrsmuster auftreten und ob sich Feiertage darauf auswirken. Es wird auch erklärt, dass der Pendlerverkehr zur und von der Arbeit zwar höher ist, im Urlaub jedoch kein signifikanter Unterschied besteht.
Folie 8 ist die letzte Folie und enthält eine kurze Verabschiedung zum Abschluss der Folienpräsentation. Diese Folie hilft dem Moderator auch beim Übergang dazu, dem Publikum Fragen zu stellen, wenn es Fragen hat.
Die zentralen Thesen
BI-Präsentationen können viele Formen annehmen. Ein Foliendeck ist ein praktisches und einfaches Medium, um Ihre Erkenntnisse mit Ihren Stakeholdern zu teilen. Sie können ein Foliendeck auf unendlich viele Arten anpassen und gleichzeitig die wichtigsten Informationen kommunizieren. Die Präsentation, die Sie in dieser Aktivität erstellt haben, wird Ihnen bei der Vorbereitung auf viele Foliensätze helfen, die Sie in Ihrer Rolle als BI-Experte erstellen werden.
Der Einstellungsprozess für Business-Intelligence-Experten
Hallo! Es ist großartig, wieder bei Ihnen zu sein, um mehr über den BI-Beruf zu lernen. Bisher haben Sie in diesem Abschnitt erfahren, wie Sie Ihre Arbeit und Erkenntnisse während eines Projekts mit Ihren Stakeholdern teilen. Jetzt wenden Sie dieselben Präsentationsfähigkeiten für Ihren beruflichen Aufstieg an. Falls Sie mich noch nicht kennen: Ich bin Anita, Senior Business Intelligence Analyst bei Google. Die Jobsuche kann sich manchmal schwierig und zeitaufwändig anfühlen. Ich ermutige alle meine Kandidaten, positiv zu bleiben, wenn sie nicht die erste Stelle bekommen, für die sie sich bewerben. Es ist nicht ungewöhnlich, dass eine Person Vorstellungsgespräche für viele verschiedene Rollen führt, bevor sie schließlich den richtigen Kandidaten findet. Wenn Sie verstehen, wie die BI-Branche funktioniert, können Sie sich bei der Jobsuche besser zurechtfinden. Das Erste, was Sie wissen müssen, ist, dass BI überall ist. In jeder Branche benötigen Unternehmen Business Intelligence, um fundierte Entscheidungen treffen zu können. Ganz gleich, ob Sie eine Leidenschaft für das Gesundheitswesen, Finanzen, Personalwesen, Einzelhandel, Bildung, Bauwesen oder irgendetwas anderes haben – es gibt einen BI-Job für Sie. Sie können mit der Suche nach einem BI-Job beginnen, indem Sie Ihre Kriterien auf eine bestimmte Branche eingrenzen. Ihre Suchanfrage könnte „Business Intelligence Healthcare“ oder „Business Intelligence Finance“ lauten. Wenn Sie keine Präferenz haben, können Sie eine allgemeinere Suche durchführen, indem Sie „Business Intelligence für Einsteiger“ ausprobieren. Das Zweite, was Sie wissen sollten, ist, dass es einige spezifische Titel gibt, die ein BI-Experte haben kann. In der Regel wird ein BI-Experte auf Einstiegs- oder Berufseinstiegsniveau als „Business Intelligence Analyst“ bezeichnet. Möglicherweise treffen Sie auch auf „Junior“ oder „Assistant Business Intelligence Analyst“. Bei Stellenangeboten mit diesem Titel kann eine Berufserfahrung zwischen null und drei Jahren vorausgesetzt werden. Wenn für einen BI-Job jedoch mehr Berufserfahrung erforderlich ist, als Sie haben, sollten Sie sich trotzdem bewerben. Sofern Ihre Fähigkeiten mit der Stellenbeschreibung übereinstimmen, lohnt sich eine Bewerbung. Mit einem aussagekräftigen Portfolio und Lebenslauf sind Sie möglicherweise ein guter Kandidat, auch wenn Sie nicht über viel Erfahrung verfügen. Wenn Sie nach einem Job in einer bestimmten Branche suchen, werden Sie in der Stellenanzeige möglicherweise nach Fähigkeiten oder Kenntnissen in diesem Bereich gefragt. Sie können nach Stellenangeboten in der Branche suchen, die Sie interessiert, um herauszufinden, welche zusätzlichen Fähigkeiten Sie entwickeln sollten. Wo genau sollte man sich für BI-Jobs bewerben? Sie können Stellenanzeigen auf jeder Website für die Stellensuche finden, beispielsweise auf LinkedIn, Indeed oder Glassdoor. Und eine schnelle Google-Suche kann Ihnen dabei helfen, aktuellere Stellenangebote zu finden. Über diese Websites oder die spezifischen Formulare der Unternehmen können Sie Bewerbungen ausfüllen und Ihren Lebenslauf und Ihr Portfolio teilen. Andernfalls können Sie sich per E-Mail an den Personalchef der Stelle bewerben. Wenn Sie eine Antwort auf Ihre Bewerbung erhalten, werden Sie wahrscheinlich mit einem Personalvermittler oder Personalmanager interagieren. Sie können sich per E-Mail oder Telefonanruf an Sie wenden, um ein Vorstellungsgespräch zu vereinbaren. Wenn ja, herzlichen Glückwunsch! Sie können sich vorbereiten, indem Sie sich über das Unternehmen informieren (falls Sie dies noch nicht getan haben) und für Ihr Vorstellungsgespräch proben. Einige Organisationen kontaktieren Sie möglicherweise für mehrere Interviewrunden, insbesondere wenn sie viele Bewerbungen erhalten haben. Möglicherweise werden Sie gebeten, die Projekte in Ihrem Portfolio zu beschreiben oder eine kurze BI-bezogene Übung durchzuführen, ähnlich wie die Aktivitäten, die Sie in diesem Programm durchgeführt haben. Sobald Sie Ihr Abschlussgespräch abgeschlossen haben, beginnt das Warten. Dies ist wohl der schwierigste Teil, aber Sie können diese Zeit optimal nutzen. Zunächst sollten Sie dem Interviewer danken. Sie können sich auch auf weitere Stellen bewerben und an der Verbesserung Ihrer BI-Kenntnisse arbeiten. Hoffentlich bietet sich Ihnen bald eine spannende, neue Chance. Da Sie nun wissen, was Sie vom BI-Einstellungsprozess erwarten können, ist es an der Zeit, Ihre Bewerbungsunterlagen vorzubereiten. Dazu gehören Ihre BI-Projekte, Ihr Portfolio und ein aktualisierter Lebenslauf. Anschließend erfahren Sie mehr über Interviewtechniken, die Ihnen bei der Einstellung für Ihre erste BI-Position helfen.
Nutzen Sie Vorhersagen für eine bessere Zusammenarbeit
In diesem Programm haben Sie alles über die Rolle erfahren, die Business-Intelligence-Experten in einem Unternehmen spielen, wie sie Systeme zum Speichern und Verschieben von Daten dorthin erstellen, wo sie benötigt werden, und wie sie Visualisierungs- und Dashboard-Tools erstellen, um Erkenntnisse auszutauschen. Sie haben auch erfahren, wie die Überwachung genutzt werden kann, um Stakeholdern aktualisierte Informationen zur Entscheidungsfindung bereitzustellen. Monitoring kann auch für Predictive Analytics genutzt werden. Normalerweise gehört dies nicht zu den Aufgaben eines BI-Experten, aber die von ihm erstellten Tools können von Datenwissenschaftlern verwendet werden, um Vorhersagen zu treffen. In dieser Lektüre erhalten Sie eine Einführung in Predictive Analytics und erfahren, wie BI-Experten manchmal beteiligt sind.
Prädiktive Analysen
Predictive Analytics ist ein Zweig der Datenanalyse, der historische Daten nutzt, um Muster zu identifizieren und so zukünftige Ergebnisse vorherzusagen, die als Leitfaden für die Entscheidungsfindung dienen können. Das Ziel von Predictive Analytics besteht darin, bevorstehende Ereignisse zu antizipieren und präventiv Entscheidungen auf der Grundlage dieser Vorhersagen zu treffen. Die Vorhersagen können sich auf jeden Zeitpunkt in der Zukunft konzentrieren – von wöchentlichen Messungen bis hin zu Umsatzprognosen für das nächste Jahr.
Durch die Einspeisung historischer Daten in ein Vorhersagemodell können Stakeholder Entscheidungen treffen, die nicht nur auf bereits geschehenen Ereignissen in der Vergangenheit basieren – sie können auch Entscheidungen treffen, die wahrscheinliche zukünftige Ereignisse berücksichtigen!
Ein Beispiel wäre ein Hotel, das prädiktive Analysen nutzt, um den Personalbedarf für wichtige Feiertage zu ermitteln. Im Gastgewerbe gibt es viele Variablen, die sich auf Personalentscheidungen auswirken können:
die Anzahl der Gäste
welche Dienste sie am häufigsten nutzen
wie viel es kostet, die Mitarbeiter dafür zu bezahlen, dort zu sein
Die Fähigkeit, Bedürfnisse vorherzusagen und Mitarbeiter angemessen einzuplanen, ist von entscheidender Bedeutung. Daher könnte ein Hotel ein Vorhersagemodell verwenden, um alle diese Faktoren zu berücksichtigen und fundierte Personalentscheidungen zu treffen.
Ein weiteres Beispiel könnte ein Marketingteam sein, das prädiktive Analysen verwendet, um seine Werbekampagnen zeitlich zu planen. Anhand der Erfolge der vergangenen Jahre kann das Marketingteam abschätzen, welche Trends im kommenden Jahr voraussichtlich folgen werden, und entsprechend planen.
Präsentation von Dashboards
Als BI-Experte führen Sie im Rahmen Ihrer Rolle möglicherweise keine prädiktiven Analysen durch. Die Tools, die Sie zum Überwachen oder Aktualisieren von Daten erstellen, können jedoch für Datenwissenschaftler in Ihrem Team hilfreich sein, die diese Art von Analyse durchführen . Durch die effektive Präsentation von Dashboards können Sie Stakeholdern oder Datenwissenschaftlern angemessen mitteilen, was der nächste Schritt in der Datenpipeline sein wird, und sie so einrichten, dass sie die von Ihnen erstellten Tools auf die nächste Ebene bringen.
Die zentralen Thesen
BI-Experten arbeiten mit einer Vielzahl unterschiedlicher Teams und Experten zusammen, um die Geschäftsanforderungen ihrer Organisation zu unterstützen. Predictive Analytics wird wahrscheinlich keine Aufgabe sein, die Sie am Arbeitsplatz ausführen, aber Sie arbeiten möglicherweise mit Teams zusammen, die dies tun. Wenn Sie die Grundlagen verstehen, können Sie deren Bedürfnisse berücksichtigen, wenn Sie Tools entwerfen, die alle Teams unterstützen, die auf Ihre Arbeit angewiesen sind!
Heather: Persönlicher Karriereweg in die BI
Hallo, mein Name ist Heather und ich bin Vertriebsspezialistin für Daten und Analysen. Ich war viele Jahre lang Kellnerin in New York City. Ich habe keinen Bachelor-Abschluss und mein Großvater konnte sich in der Wirtschaft hocharbeiten, und als Kind sagte er mir, ich könnte das Gleiche tun, also habe ich das getan. Ich dachte immer, dass die Branche, in der ich in einer Organisation meine Stimme finden, klein anfangen und mich nach oben arbeiten muss, für mich zufällig die Technologiebranche ist, in die ich gefallen bin. Ich habe kostenlos Praktika absolviert und dann abends als Kellnerin gearbeitet. Ich würde auf LinkedIn suchen, ich würde Leute auf LinkedIn anfreunden und sie bitten, ein Gespräch mit mir zu führen, mich ihnen vorzustellen und zu sagen: „Hallo, ich bin Heather. Das sind die Dinge, in denen ich gut bin, ich.“ „Ich kann gut mit Menschen umgehen, ich kann gut mit Zahlen umgehen, ich weiß, wie man Computersysteme nutzt, ich kann eine Bereicherung für Ihr Team sein.“ Ich habe das wahrscheinlich etwa drei Jahre lang immer und immer wieder gemacht, bis ich meinen ersten Job im technischen Bereich bekam. Ich denke, dass ein Kellner, eine Kellnerin oder ein Barkeeper und jeder in der Restaurantbranche über wirklich wunderbare, übertragbare Fähigkeiten verfügt, um einen Job im Bereich Business Intelligence zu bekommen. Ich habe viele Kunden. Ich arbeite mit vielen Partnern und auch mit vielen Teammitgliedern zusammen. Zu den Fähigkeiten, die ich bei meiner Arbeit in der Dienstleistungsbranche, insbesondere in New York City, gelernt habe, gehört die Fähigkeit zum Multitasking, viele Tische gleichzeitig zu haben, sich an Bestellungen zu erinnern und wirklich freundlich zu seinen Stammgästen zu sein. Ich betrachte meine Kunden als meine Stammgäste, genau wie damals, als ich vor zehn Jahren als Barkeeper gearbeitet habe, und sorge dafür, dass sie zufrieden sind. Wie oft gehen Sie in ein Restaurant und etwas stimmt nicht, und wenn der Kellner Ihnen eine schwierige Erfahrung macht, werden Sie sich daran erinnern. Jetzt, wo ich im Bereich Business Intelligence arbeite, habe ich einen Lösungsarchitekten, mit dem ich zusammenarbeite, ich habe einen Kundeningenieur, mit dem ich zusammenarbeite, und andere Partner, die mir dabei helfen, einen Kunden zu gewinnen. Wenn ich ein Problem für einen Kunden löse und er unsere Daten- und Analyseplattformen effizient nutzt, macht mir das große Freude, weil ich weiß, dass ich ihm dabei helfe, sein Geschäft auszubauen. Ich hatte vielleicht sechs oder sieben Stunden lang Videoanrufe und war bei jedem wirklich gut dabei und verstand ihre Probleme. Ich konnte auf technische und effektive Weise über unsere Produkte sprechen und es hat mich so glücklich gemacht als ich auf diese Weise mit meinen Kunden, mit meinem erweiterten Team, kommunizieren konnte. Seien Sie einfach nicht streng zu sich selbst und haben Sie keine Angst davor, anderen Fragen zu stellen. Scheuen Sie sich nicht, mit Menschen auf LinkedIn in Kontakt zu treten und um ein Gespräch zu bitten, in dem Sie sich vorstellen können. Die Leute tun das nicht mehr, also heben Sie sich von anderen ab und stellen Sie sich dort hin.
Integrieren Sie Business-Intelligence-Arbeiten in Ihr Portfolio
Wenn Sie Ihr Google Data Analytics-Zertifikat erworben oder andere Nicht-BI-Datenprojekte abgeschlossen haben, verfügen Sie möglicherweise bereits über ein Portfolio. Zur Erinnerung: Ein Portfolio ist eine Sammlung von Materialien, die mit potenziellen Arbeitgebern geteilt werden können. Es ist der Teil Ihrer Bewerbung, in dem Sie Ihre Leistungen nachweisen können. Wenn Sie noch kein Portfolio haben, ist es an der Zeit, eines zu erstellen. Dies ist eine gemeinsam nutzbare und zugängliche Möglichkeit, Ihre Arbeit zu präsentieren, die Ihnen einen Vorteil gegenüber anderen Kandidaten verschaffen kann. Darüber hinaus zeigt ein abgerundetes Portfolio Ihren Hintergrund in Nicht-Datenbranchen und die übertragbaren Fähigkeiten, die Sie erworben haben. Mithilfe von Portfolios können Sie Projektplanungsdokumente, Dashboards, Präsentationen und alle anderen Ressourcen teilen, die Ihnen dabei helfen, Ihre Fähigkeiten unter Beweis zu stellen. Sie können Ihr Portfolio auf Ihrer eigenen benutzerdefinierten Website hosten oder eine vorhandene Datenaustauschplattform nutzen. Websites wie GitHub oder Kaggle, die Sie möglicherweise zum Teilen von Daten verwendet haben, können zum Verlinken auf Dashboards verwendet werden. Tableau verfügt außerdem über eine soziale Plattform und Freigabefunktionen. Sobald Sie eine oder mehrere Plattformen zum Hosten Ihres Portfolios ausgewählt haben, können Sie Ihre Projekte hinzufügen. Wählen Sie, ob Sie Ihre Projekte durch die Einbeziehung Ihrer Daten, Screenshots Ihres Dashboards, des eingebetteten Dashboards selbst oder aller oben genannten Elemente darstellen möchten. Oder Sie können einen Link einfügen, um auf Ihr Dashboard in Tableau zuzugreifen. Wenn Sie alle relevanten Teile Ihres Projekts in Ihr Portfolio aufgenommen haben, erläutern Sie Ihren Prozess. Beschreiben Sie Ihren Denkprozess, welche Arbeit Sie geleistet haben und was Sie in Zukunft möglicherweise anders machen werden. Es hilft auch, eine kurze Biografie beizufügen. Durch die Beschreibung Ihrer beruflichen Ziele und Interessen können Sie Ihr Portfolio personalisieren und hervorheben. Nun gibt es eine sehr wichtige Sache, die Sie im Hinterkopf behalten sollten: Bei einigen Projekten, an denen Sie arbeiten, kann es sich um private Daten handeln. Daher ist es wichtig, sicherzustellen, dass Sie die Regeln und Vorschriften Ihres Arbeitgebers für die Datenfreigabe befolgen. In Fällen, in denen Sie keine Daten oder Bilder aus Ihrem Projekt teilen können, können Sie eine Zusammenfassung Ihrer Aktivitäten in Ihr Portfolio aufnehmen. Welche Details Sie mitteilen können, liegt möglicherweise bei Ihrem Arbeitgeber, es ist jedoch dennoch wichtig, die Rollen zu dokumentieren, die Sie bei jedem Projekt innehatten, an dem Sie beteiligt waren. Jetzt ist es an der Zeit, Ihr Portfolio zu erstellen oder zu aktualisieren. Dies wird ein Prozess sein, den Sie im Laufe Ihrer Karriere regelmäßig durchlaufen.
Verfeinern Sie Ihren Lebenslauf
Personalvermittler gehen während des Einstellungsprozesses Unmengen von Bewerbungen durch. Daher ist ein überzeugender Lebenslauf äußerst wichtig, um ein Kandidat der Wahl zu werden. Wenn Sie Ihr Google Data Analytics-Zertifikat erworben haben, haben Sie viel über die Erstellung eines effektiven Lebenslaufs gelernt. Jetzt werden wir Ihren ursprünglichen Lebenslauf so verfeinern, dass er für die BI-Welt geeignet ist. Nehmen Sie sich jetzt gerne eine Minute Zeit, um diese Lektionen noch einmal durchzugehen, damit Sie bereit sind, fortzufahren. Durch die Aktualisierung Ihres Lebenslaufs können Sie Ihre BI-Kenntnisse hervorheben. Dies empfiehlt sich immer dann, wenn Sie sich für eine neue Art von Stelle bewerben. Als Erstes müssen Sie den Abschnitt „Bildung“ aktualisieren. Geben Sie alle erworbenen Abschlüsse und Zertifikate sowie Ihre Berufsausbildung an. Im Moment sind Sie mit diesem Programm fast fertig. Wenn Sie Ihr Zertifikat erworben haben, können Sie es auch in Ihren Lebenslauf aufnehmen. Sie können vorerst angeben, dass Sie derzeit auf Ihr Google Business Intelligence-Zertifikat hinarbeiten. Aktualisieren Sie dann den Abschnitt „Fähigkeiten“ mit allen neuen Datenkenntnissen, die Sie erworben haben. Dazu kann alles gehören, was Sie in diesem Kurs gelernt haben, und alles andere, was für den Arbeitsplatz relevant ist. Stellen Sie sicher, dass Sie eine bestimmte Sprache verwenden, um Ihre Fähigkeiten zu beschreiben. „Datenverwaltung“ ist beispielsweise nicht spezifisch, da es viele Möglichkeiten gibt, Daten zu verwalten. Stattdessen könnten Sie „Datenbereinigung“ und „Datenzusammenführung“ als Arten der Datenverwaltung einbeziehen. Gleiches gilt für BI-spezifische Fähigkeiten. Anstatt „Business Intelligence“ zu verwenden, können Sie auch „Datenmodellierung“ und „Dashboard-Erstellung“ auflisten. Fügen Sie in Ihrem Kompetenzbereich oder einem separaten Tool-Bereich die Software hinzu, mit der Sie am besten vertraut sind. Da Sie in diesem Programm BigQuery und Tableau verwendet haben, können Sie diese in Ihren Lebenslauf aufnehmen. Wenn Sie nach Abschluss dieses Programms andere Arten von BI-Software erlernen, achten Sie darauf, diese ebenfalls einzubeziehen. Jetzt ist es Zeit für einige allgemeine Tipps zum Lebenslauf, die für jede Branche gelten. Wenn Sie bereits Lebensläufe erstellt haben, kennen Sie einige dieser Dinge möglicherweise bereits und tun sie auch. Dennoch können die folgenden Tipps hoffentlich als hilfreiche Erinnerung dienen. Es empfiehlt sich immer, mehrere Versionen Ihres Lebenslaufs zu erstellen. Jedes Mal, wenn Sie sich auf eine Stelle bewerben, können Sie die Sprache so anpassen, dass sie am besten zur Stellenbeschreibung passt. Wenn Sie sich beispielsweise für eine BI-Stelle im Einzelhandel bewerben, können Sie Ihre bisherigen Erfahrungen im Einzelhandel hervorheben. Wenn Sie sich dann auf eine Stelle in einem anderen Bereich bewerben, können Sie diese Angaben entfernen, um Platz für andere Leistungen zu schaffen. Diese Optimierungen können dabei helfen, spezifische Fähigkeiten hervorzuheben, die Sie von anderen Kandidaten unterscheiden. Ein weiterer Tipp besteht darin, die aktuellsten und relevantesten Informationen oben in den Abschnitten „Ausbildung“, „Fähigkeiten“ und „Berufserfahrung“ aufzulisten. Personalvermittler und Personalmanager sind sehr beschäftigt und verbringen möglicherweise nur wenig Zeit mit jedem Lebenslauf. Es hilft immer, sich kurz und direkt zu fassen, um schnellstmöglich die wichtigsten Inhalte hervorzuheben. Nachdem Sie nun einige BI-Tipps für den Lebenslauf kennen, ist es an der Zeit, diese Aktualisierungen in die Tat umzusetzen. Ein aussagekräftiger Lebenslauf ist unerlässlich, um die Aufmerksamkeit von Personalvermittlern und Personalmanagern zu erregen. Mit Ihrem vollständigen Portfolio und Lebenslauf können Sie mit der letzten Komponente des Bewerbungsprozesses fortfahren: den Vorstellungsgesprächen.
Workshop zum Verfassen von Lebensläufen
Ein wichtiges Instrument für Ihre Jobsuche als Business-Intelligence-Experte ist Ihr Lebenslauf. Zu diesem Zeitpunkt verfügen Sie möglicherweise bereits über einen Lebenslauf, den Sie verwendet haben. Oder wenn Sie das Google Data Analytics-Zertifikat abgeschlossen habenLektion zum Erstellen von Lebensläufenhaben Sie eine Grundlage für die Erstellung Ihres BI-spezifischen Lebenslaufs. In dieser Lektüre erfahren Sie mehr über die Verfeinerung Ihres Lebenslaufs für BI-Rollen. Dies wird Ihnen bei der weiteren Überarbeitung Ihres Lebenslaufs für Ihre zukünftige Jobsuche helfen!
Heben Sie Ihre besten Qualitäten hervor
Wenn Sie Ihren Lebenslauf erstellen oder überarbeiten, müssen Sie darüber nachdenken, was Sie potenziellen Arbeitgebern über sich selbst hervorheben möchten.
Wenn Sie beispielsweise über einschlägige Berufserfahrung verfügen, sollten Sie ein Format wählen, das diese hervorhebt.
Wenn Sie von einer anderen Karriere wechseln und noch nicht über einschlägige Berufserfahrung verfügen, möchten Sie möglicherweise ein Format wählen, das Ihre technischen Fähigkeiten und Portfolioprojekte hervorhebt. Einige Lebenslaufformate enthalten oben einen Abschnitt „Zusammenfassung“ oder „Ziele“, um Kandidaten dabei zu helfen, Kontext zu ihrer Bewerbung hinzuzufügen, während andere Lebenslaufformate diese Abschnitte vollständig vermeiden und diesen Platz für Abschnitte wie „Fähigkeiten“ und „Erfahrung“ nutzen.
Für welches Format Sie sich auch entscheiden, Ihr Lebenslauf sollte idealerweise eine Seite lang sein. Wenn die Ein-Seiten-Regel einschränkend erscheint, denken Sie darüber nach, welchen Zweck Lebensläufe im gesamten Einstellungsprozess erfüllen. Lebensläufe sind kurze Dokumente, die dazu dienen, Personalvermittlern und Personalmanagern auf einen Blick die wichtigsten Informationen über Ihre Person zu vermitteln. Aus diesem Grund ist es auch wichtig zu überlegen, was Sie am meisten hervorheben möchten – dies ist einer der ersten Eindrücke, die Sie bei potenziellen Arbeitgebern hinterlassen!
Schreiben Sie über Ihre Erfahrungen
Wenn Sie darüber nachdenken, wie Sie Ihre Berufserfahrung in Ihrem Lebenslauf effektiv darstellen können, könnte es hilfreich sein, sich auf diese Best Practices zu beziehen:
Konzentrieren Sie sich zunächst auf Ihre Erfolge und erläutern Sie diese anhand der Formel „ Erreichte X, gemessen an Y, durch Ausführen von Z“ .
Mithilfe dieser Aussagen können Sie die wichtigsten Dinge kommunizieren, nach denen ein Personalvermittler oder Personalmanager sucht: die Wirkung Ihrer Arbeit.
Verwenden Sie nach Möglichkeit Zahlen, um Ihre Leistungen zu erklären. Beispielsweise ist „Steigerung der Fertigungsproduktivität um 15 % durch Verbesserung des Mitarbeiterengagements in der Werkstatt“ besser als „Steigerung der Fertigungsproduktivität“.
Formulieren Sie Ihre Berufserfahrung und Ihre Aufgaben mithilfe von PAR-Aussagen (Problem-Action-Result).
Anstatt zum Beispiel zu sagen „war für zwei Blogs pro Monat verantwortlich“, formulieren Sie es so: „Eine wenig bekannte Website hat durch strategisches Bloggen über 2.000 neue Klicks erzielt.“
Beschreiben Sie Jobs, die übertragbare Fähigkeiten hervorheben (also solche Fähigkeiten, die von einem Job oder einer Branche auf einen anderen übertragen werden können).
Dies ist besonders wichtig, wenn Sie von einer anderen Branche in die Business Intelligence wechseln.
Kommunikation ist beispielsweise eine Fähigkeit, die häufig in Stellenbeschreibungen für Business-Intelligence-Experten verwendet wird. Heben Sie daher Beispiele aus Ihrer Berufserfahrung hervor, die Ihre Fähigkeit zur effektiven Kommunikation unter Beweis stellen.
Beschreiben Sie Jobs, die Ihre Soft Skills hervorheben.
Hierbei handelt es sich um nichttechnische Merkmale und Verhaltensweisen, die sich auf Ihre Arbeitsweise beziehen.
Sind Sie detailorientiert? Du hast Mut und Durchhaltevermögen? Sind Sie ein starker kritischer Denker? Verfügen Sie über Führungsqualitäten?
Sie könnten beispielsweise ein Beispiel dafür geben, wie Sie bei der Arbeit Führungsqualitäten unter Beweis gestellt haben.
Zeigen ist immer effektiver als Erzählen.
Dies ist fast immer der schwierigste Teil bei der Erstellung eines Lebenslaufs, insbesondere wenn Sie von einem anderen Berufsfeld wechseln. Wenn Sie sich jedoch einen Moment Zeit nehmen, um gründlich über Ihre bisherige Berufserfahrung nachzudenken, werden Sie wahrscheinlich feststellen, dass Sie Wege finden können, Ihre Arbeitserfahrungen so darzustellen, dass Ihre Fähigkeit, Dinge zu tun, die für Business-Intelligence-Rollen wichtig sind, wie zum Beispiel Denken, hervorzuheben kritisch reagieren oder datengesteuerte Entscheidungen treffen.
Stellen Sie Ihre Fähigkeiten auf die Probe
Viele Unternehmen nutzen Algorithmen, um Lebensläufe nach Schlüsselwörtern zu durchsuchen und zu filtern. Wenn Ihr Lebenslauf nicht die gesuchten Schlüsselwörter enthält, kann es sein, dass ein Mensch Ihren Lebenslauf nie liest. Wenn Sie mindestens einen Aufzählungspunkt reservieren, um bestimmte Programme aufzulisten, mit denen Sie vertraut sind, oder Fähigkeiten, die Sie besitzen, können Sie sicherstellen, dass Ihr Lebenslauf die automatische Stichwortprüfung übersteht und auf dem Schreibtisch eines Personalvermittlers oder Personalmanagers landet. Im Folgenden finden Sie einige Best Practices, mit denen Sie Ihrem Lebenslauf effektiv Fähigkeiten hinzufügen können.
Holen Sie sich Hilfe aus der realen Welt
Das Durchsehen realer Lebensläufe ist immer eine gute Idee. Es kann Ihnen helfen, ein Gefühl dafür zu bekommen, wie andere in der Branche ihre Erfahrungen und Fähigkeiten darstellen. Sie können Lebensläufe auf Jobbörsen, LinkedIn oder einfach durch die Suche nach „Business Intelligence-Lebenslauf“ finden. Es gibt viele Möglichkeiten, Ihre technischen Fähigkeiten darzustellen. Wenn Sie sich einen Moment Zeit nehmen, um zu verstehen, wie andere Fachleute dies tun, erhalten Sie möglicherweise einige großartige Ideen.
Welche Fähigkeiten müssen hinzugefügt werden?
Der Abschnitt „Fähigkeiten“ in Ihrem Lebenslauf bietet wahrscheinlich nur Platz für 2–4 Aufzählungspunkte. Nutzen Sie diesen Platz also unbedingt effektiv. Möglicherweise möchten Sie hier keine Soft Skills oder nicht-technischen Fähigkeiten auflisten. Stattdessen ist dies eine großartige Gelegenheit für Sie, einige der Fähigkeiten hervorzuheben, die Sie in diesen Kursen erworben haben, wie zum Beispiel:
Starke analytische Fähigkeiten
Mustererkennung
Relationale Datenbanken und SQL
Starke Fähigkeiten in der Datenvisualisierung
Kenntnisse im Umgang mit Tabellenkalkulationen, SQL, DataFlow und Tableau
Beachten Sie, wie die oben aufgeführten Fähigkeiten ein umfassendes Kompetenzset vermitteln, ohne mehr Wörter als nötig zu verwenden. Der Abschnitt „Fähigkeiten“ fasst zusammen, wozu Sie in der Lage sind, und listet gleichzeitig die Technologie und Tools auf, die Sie beherrschen.
Kelly: Tipps zur Lebenslaufvorbereitung
Ich bin Kelly. Ich bin hier bei Google Finanzanalyst für Nachhaltigkeit, und das bedeutet im Grunde, dass ich hier mit dem globalen Nachhaltigkeitsteam zusammenarbeite. Und ich arbeite mit ihnen bei allen externen Verpflichtungen und bei der Arbeit, die sie leisten, zusammen. Als ich also anfing, herauszufinden, was ich machen wollte, und als ich anfing, Praktika zu bekommen und bei diesen großen Unternehmen Fuß zu fassen, war es für mich wirklich schwer zu verstehen, was ich tun musste und wie ich Mentoren finden sollte Welche Ressourcen standen zur Verfügung, um überhaupt einen Fuß in die Tür zu bekommen? Und so fand ich eine Gelegenheit und wollte diese Gelegenheit für andere schaffen, und deshalb habe ich meinen TikTok-Kanal erstellt. Ich wollte sicherstellen, dass andere Leute all die Dinge, die ich wirklich schwer finden konnte, leichter finden können, und den Leuten auch zeigen, dass sie es auch könnten, wenn ich es könnte. Um meinen Lebenslauf tatsächlich auf unterschiedliche Erfahrungen abzustimmen und sicherzustellen, dass meine relevanten Erfahrungen für bestimmte Stellen, auf die ich mich bewerbe, angezeigt werden, erstelle ich ein Dokument, in dem alle Erfahrungen, die Sie gemacht haben, nach der Sternmethode aufgeführt sind . Listen Sie also für jede Rolle die Situation, die Aufgabe, die Aktion und die Ergebnisse auf und halten Sie diese für alle Jobs oder Erfahrungen bereit, die Sie gemacht haben. Und dann können Sie tatsächlich die Stellenausschreibung nehmen, unabhängig davon, welche Sie gerade sehen, auf welche Stelle Sie sich bewerben möchten, und Ihre relevanten Erfahrungen direkt der Stellenausschreibung zuordnen. Wenn der Job beispielsweise Daten und Analysen erfordert oder die Arbeit mit Stakeholdern erfordert und Sie über entsprechende Erfahrungen verfügen, stellen Sie sicher, dass Sie dies ganz oben in Ihrem Lebenslauf angeben. Unabhängig davon, welche Stellenausschreibung Sie suchen: Wenn sie Schlüsselwörter für die erforderlichen Fähigkeiten enthält, stellen Sie sicher, dass diese Wörter auch in Ihrem Lebenslauf aufgeführt sind. Möglicherweise verfügen Sie über wirklich große analytische Erfahrung, aber wenn Sie die Schlüsselwörter weglassen, nach denen Personalvermittler suchen, werden Sie möglicherweise übersehen. Zweitens sollten Sie beim Durchsehen Ihres Lebenslaufs darauf achten, dass Sie die Aufzählungspunkte sowie die Berufserfahrung prägnant und präzise angeben. Oft möchten Menschen Absätze über ihre Erfahrungen und ihre Taten aufschreiben. Aber je klarer und präziser Sie es formulieren können, desto einfacher wird es für einen Personalvermittler, Ihren Lebenslauf tatsächlich durchzulesen. Und schließlich stellen Sie sicher, dass Sie nur relevante Erfahrungen auflisten, wenn es Dinge gibt, die Sie schon seit einigen Jahren in Ihrem Lebenslauf haben und die für die Stellenausschreibung möglicherweise nicht sehr relevant sind. Stellen Sie sicher, dass Sie diese herausnehmen, damit die relevanten Dinge auch in Ihrem Lebenslauf hervorstechen. Wenn ich jemandem, der sich mit Business Intelligence befassen möchte, einen Rat geben könnte, dann lautet er: „Anwenden“. Scheuen Sie sich nicht, den ersten Schritt zu tun und einen Fuß in die Tür zu bekommen, denn der Rest wird folgen. Und einer meiner Lieblingsratschläge, die ich jemals bekommen habe, war: Es wird besser, als Sie es sich vorgestellt haben, also lassen Sie sich einfach an diesen Ort kommen.
Strategien zur Vorbereitung auf Vorstellungsgespräche
Wenn Sie schon einmal ein Vorstellungsgespräch erlebt haben, wissen Sie wahrscheinlich, was Sie erwartet. Möglicherweise verspüren Sie Nervosität, wenn Sie sich darauf vorbereiten, Aufregung, wenn Sie über Ihre Leidenschaften und Erfolge sprechen, und Vorfreude, wenn Sie auf ein Stellenangebot warten. Aber was sollten Sie über BI-Vorstellungsgespräche wissen? Was könnte Ihnen auf einem wettbewerbsintensiven Arbeitsmarkt einen Vorteil verschaffen? Das wichtigste zu besprechende Thema ist Ihre Datenerfahrung. Dazu gehören Ihr Hintergrund im Nicht-BI-Datenbereich und natürlich Ihre harte Arbeit während dieses Kurses. Projekte, die Sie in einer Lernumgebung abschließen, sind äußerst wertvoll, auch wenn Sie noch keine offizielle Rolle haben. Schließlich lernen BI-Experten jeden Tag bei der Arbeit. Es ist nur der halbe Spaß. Dann möchten Sie Ihr BI-Wissen unter Beweis stellen. Sie können dies tun, indem Sie Ihren Schritt-für-Schritt-Prozess erklären, wie Sie es beim Erstellen Ihrer Portfolio-Beschreibungen getan haben. Hier können Sie näher darauf eingehen. Erläutern Sie Ihren Projektplanungsprozess, Ihren Ansatz zur Datenmodellierung und Ihre Dashboard-Designstrategien. Besprechen Sie alle Hindernisse, auf die Sie gestoßen sind, und wie Sie diese überwunden haben. Haben Sie um Hilfe gebeten, einen neuen Ansatz ausprobiert oder nach Lösungen gesucht? Wenn Sie erklären, wie Sie mit einem Problem in Ihrem Projekt umgegangen sind, werden Ihre Belastbarkeit, Ihre positive Einstellung und Ihre Kreativität hervorgehoben. Sie möchten auch Ihre Fähigkeiten auflisten. Es könnte verlockend sein, hauptsächlich über Ihre sozialen Fähigkeiten zu sprechen oder darüber, dass Sie ein sehr harter Arbeiter sind. Das stimmt zwar, aber bei Vorstellungsgesprächen geht es auch um technische Fähigkeiten. Beschreiben Sie die Programmiersprachen und Tools, mit denen Sie vertraut sind. Besprechen Sie unbedingt die technischen Fähigkeiten, die Sie in diesem Kurs erworben haben, z. B. Python und Tableau. Beispielsweise suchen wir in unserem Finanz- und Datenanalyseteam manchmal nach einem Kandidaten, der eine bestimmte Programmiersprache beherrscht. In anderen Fällen ist es für uns wichtig, jemanden einzustellen, der schnell mehrere neue Sprachen erlernen kann. Einige Personalmanager bitten Sie möglicherweise sogar, eine Codierungsübung durchzuführen, um Ihren Kenntnisstand zu demonstrieren. Wenn ja, stellen Sie sicher, dass Sie verstehen, welche Fähigkeiten bewertet werden, damit Sie sich entsprechend vorbereiten können. Ich sage den Kandidaten immer: „Scheuen Sie sich nicht, weitere Fragen zu stellen, wenn Sie nicht über alle benötigten Informationen verfügen.“ Kein Personalvermittler erwartet, dass Sie alles wissen. Und zum Schluss sprechen Sie darüber, wie sehr Sie sich auf den Einstieg in eine BI-Rolle freuen. Interviewer möchten jemanden einstellen, der sowohl kompetent als auch enthusiastisch ist. Der Personalmanager leitet möglicherweise den größten Teil Ihres Vorstellungsgesprächs. Sie können die Gespräche mit ihren Fragen lenken, Sie sollten jedoch sicherstellen, dass Sie jedes dieser Themen vor dem Ende Ihres Interviews besprechen. Im Allgemeinen ist es auch hilfreich, sich an einige allgemeine Best Practices für Vorstellungsgespräche zu erinnern. Beantworten Sie die Fragen des Interviewers beschreibend und priorisieren Sie die relevantesten Informationen. Sprechen Sie mit einem freundlichen, aber professionellen Ton. Egal, ob Sie in einer persönlichen oder virtuellen Umgebung sind, kleiden Sie sich angemessen, stellen Sie Augenkontakt her und halten Sie Ihre Körpersprache so entspannt und natürlich wie möglich. Letzteres könnte schwierig sein, wenn Sie nervös sind, aber das ist in Ordnung. Interviewer verstehen, dass Sie darauf bedacht sind, einen guten Eindruck zu hinterlassen. Es wird auch hilfreich sein, sich Fragen auszudenken, die Sie dem Interviewer stellen möchten. Sie möchten wissen, mit welchen Arten von Daten Sie arbeiten werden, wie viele Personen zum BI-Team des Unternehmens gehören und was von Ihnen in der Rolle erwartet wird. Sie können auch nach dem Engagement der Organisation für Inklusion oder ihrer Philosophie zur Work-Life-Balance fragen. Indem Sie Ihre eigenen Fragen stellen, zeigen Sie Ihr Interesse und zeigen, dass Sie proaktiv lernen. Schließlich ist es die erste Aufgabe eines BI-Experten, die richtigen Fragen zu stellen. Jedes Vorstellungsgespräch ist eine neue Gelegenheit, zu zeigen, wie hart Sie gearbeitet haben, und einem tollen neuen Job einen Schritt näher zu kommen.
Proaktive Herangehensweise an den Interviewprozess
Während Ihrer Karriere als Business-Intelligence-Experte führen Sie während des Bewerbungsprozesses Gespräche mit potenziellen Arbeitgebern. Vorstellungsgespräche sind eine Schlüsselkompetenz für Ihre Jobsuche. In dieser Lektüre erfahren Sie, wie Sie BI-spezifische Rollen bei Ihrer Jobsuche identifizieren und erhalten allgemeine Tipps für Vorstellungsgespräche.
Identifizieren Sie BI-Rollen
Ein Teil Ihrer Jobsuche umfasst die Identifizierung von Rollen, die spezifisch für den BI-Bereich sind. Wie Sie in den vorherigen Lektionen gelernt haben, gibt es viele Arten von datenbezogenen Jobs, aber es gibt Schlüsselelemente, nach denen Sie in Jobbeschreibungen suchen können, um festzustellen, ob es sich bei einem Job tatsächlich um eine BI-Rolle handelt.
Suche nach Schlüsselwörtern: Eine einfache Möglichkeit, BI-spezifische Rollen zu identifizieren, ist die Suche nach Stellenangeboten, die sich direkt auf Business Intelligence beziehen. BI-bezogene Rollen werden häufig als „Business-Intelligence-Analyst“ oder „Business-Intelligence-Ingenieur“ aufgeführt. Zuvor haben Sie die Unterschiede zwischen BI-Analysten und -Ingenieuren kennengelernt, diese Begriffe werden jedoch häufig synonym verwendet. Lesen Sie unbedingt die Stellenbeschreibung und die Anforderungen sorgfältig durch, um zu entscheiden, ob Sie für die Stelle geeignet sind.
Berücksichtigen Sie Fähigkeiten und Verantwortlichkeiten: Sie können auch anhand der in der Stellenbeschreibung aufgeführten Fähigkeiten und Verantwortlichkeiten feststellen, ob eine Rolle BI-spezifisch ist oder nicht. Die Rolle eines Datenanalysten konzentriert sich häufig auf die Analyse historischer Daten, die von vorhandenen Systemen bereitgestellt werden. BI-Rollen konzentrieren sich in der Regel eher auf die Entwicklung von Datenbanksystemen und Bereitstellungsprozessen, um Stakeholdern intelligenten Zugriff zu ermöglichen.
Recherche : Ein großer Teil Ihrer Jobsuche wird Recherche sein. Wenn Sie herausfinden möchten, ob eine Rolle tatsächlich einen BI-Bezug hat, kann eine Recherche bei dem Unternehmen, das die Stellenanzeige veröffentlicht hat, Aufschluss darüber geben, welche Arten von Rollen es in seinem Unternehmen gibt und wie es mit Datenrollen im Allgemeinen umgeht.
Allgemeine Tipps für Vorstellungsgespräche
Finden Sie Zusammenhänge zwischen der Stellenanzeige und Ihrem Lebenslauf: Lesen Sie zunächst Ihren Lebenslauf und die Stellenbeschreibung noch einmal durch, um die Grenzen zwischen beiden zu erkennen. Wo verbinden sie sich? Fügen Sie dann im Vorstellungsgespräch bestimmte Schlüsselwörter oder Ausdrücke aus der Stellenbeschreibung hinzu, die zu Ihren Fähigkeiten oder Ihren bisherigen Erfolgen in Ihrer Karriere passen.
Konzentrieren Sie sich auf Daten: Wenn Sie beginnen, über Dinge nachzudenken, die Sie in Ihrem Vorstellungsgespräch hervorheben möchten, vergessen Sie nicht, Daten einzubeziehen . Dies hilft Ihrem Interviewer nicht nur, Ihre Gesamtleistungen zu verstehen, sondern auch, wie groß die Wirkung war, die Sie erzielt haben. Welche Daten können Sie bereitstellen, die Aufschluss über Ihre Erfahrungen im Hinblick auf die Anforderungen dieser Position geben? Die „Gleichung“, die wir vorschlagen, beinhaltet etwa Folgendes: Ich habe X erreicht, gemessen daran, dass Y Z erreicht hat . Hier ein Beispiel: „Ich habe die Kundenzufriedenheit in drei Monaten um 22 % gesteigert, indem ich einen neuen digitalen Onboarding-Prozess konzipiert habe.“ Wenn Sie aus einer früheren Position keinen Zugriff auf diese Art von Daten haben, können Sie dennoch den Umfang angeben, für den Sie verantwortlich waren, und die Sprache, die Sie bei der Beschreibung Ihrer Verantwortlichkeiten verwenden, verstärken, indem Sie Aktionswörter wie „ bereitgestellt “ , „erstellt“ , „entwickelt“ , „ unterstützt“ einbeziehen . implementiert und generiert. Zum Beispiel: „Ich habe ein neues Besprechungsplanungssystem implementiert, das den Mitarbeitern Zeit spart und die Arbeitsmoral verbessert.“
Schauen Sie auf frühere Berufserfahrungen zurück: Überprüfen Sie Ihren beruflichen Werdegang. Das hört sich vielleicht nicht nach etwas an, auf das man sich vorbereiten muss, aber die meisten von uns haben mehr getan, als wir denken, und es ist leicht, einige unserer eigenen Siege (und Lehren aus Fehlern) zu vergessen. Denken Sie an Beispiele von Zeiten, in denen Sie etwas erreicht haben, damit Sie auf Fragen wie „Erzählen Sie mir von einer Zeit, als …“ oder „Wie würden Sie diese Situation angehen …“ vorbereitet sind? Menschen schmälern oder ignorieren ihre früheren Berufserfahrungen oft, wenn Sie bewerben sich nicht sofort auf die Stelle, auf die sie sich bewerben. Sie bringen jedoch viele übertragbare Fähigkeiten aus früheren Jobs mit – Sie müssen sie beispielsweise nur richtig formulieren Fähigkeiten aus einer früheren Position, die Ihnen helfen können, mit Stakeholdern in einer BI-Rolle in Kontakt zu treten.
Bereiten Sie sich mit Fragen vor: Kommen Sie als Nächstes mit Ihren eigenen Fragen zum Vorstellungsgespräch, z. B. „An welchen bevorstehenden Projekten würde ich arbeiten?“ Auf welche aktuellen Ziele konzentriert sich das Unternehmen? Können Sie mir etwas über das Team erzählen, mit dem ich zusammenarbeiten werde?“ Dies zeigt, dass es Ihnen wichtig ist, das Unternehmen und die Stelle, auf die Sie sich bewerben, zu verstehen. Außerdem ist dies auch Ihre Gelegenheit, sie zu interviewen.
Durch diese Art der Vorbereitung fühlen Sie sich sicher und bereit, über sich selbst und die Stelle zu sprechen. Dadurch können Sie Ihre Erfahrungen, die Position und Ihre Karriereziele umfassend erkunden und eine echte Bindung zum Arbeitgeber aufbauen.
Die zentralen Thesen
Vorstellungsgespräche sind ein notwendiger Bestandteil Ihrer Jobsuche. Während Sie weiterhin auf Ihre Karriere als BI-Experte hinarbeiten, können Sie frühzeitig darüber nachdenken, wie Sie den Vorstellungsgesprächsprozess angehen, um sicherzustellen, dass Sie zu gegebener Zeit darauf vorbereitet sind. Und wenn Sie vorbereitet sind, können Sie potenzielle Arbeitgeber beeindrucken und Ihre Karriere vorantreiben!
Bereiten Sie sich mit Interview Warmup auf Vorstellungsgespräche vor
Nachdem Sie nun neue Fähigkeiten und Kenntnisse im Bereich Business Intelligence erworben haben, ist es an der Zeit, mit der Vorbereitung auf Vorstellungsgespräche zu beginnen.Aufwärmen im Vorstellungsgesprächist ein Tool, das Ihnen dabei hilft, die Beantwortung von Fragen zu üben, um während des gesamten Interviewprozesses sicherer und komfortabler zu werden.
Loslegen
Befolgen Sie diese Schritte, um ein Übungsinterview mit fünf Fragen zum Thema BI und Datenanalyse zu beginnen:
Gehe zuwachsen.google/interview-warmup.
Klicken Sie auf „Üben beginnen“ .
Wählen Sie Data Analytics , um ein zusätzliches Menü zu öffnen.
Wählen Sie Business Intelligence als den Bereich aus, den Sie üben möchten.
Klicken Sie auf Start .
Das Interview dauert etwa 10 Minuten und die Fragen variieren bei jedem Versuch. Während jeder Interviewsitzung werden Ihnen zwei Hintergrundfragen, eine Verhaltensfrage und zwei technische Fragen gestellt. Wir empfehlen Ihnen, so viele Übungsinterviews auszuprobieren, wie Sie möchten.
Sie können auch vollständige Listen von einsehenFragen zum Business-Intelligence-Interviewoderallgemeine Fragen im Vorstellungsgesprächwenn Sie sich auf ein bestimmtes Thema konzentrieren möchten.
Wie es funktioniert
Beim Interview Warmup werden Ihnen im Vorstellungsgespräch Fragen gestellt, um zu üben, wie Sie Ihre Antworten mündlich vortragen. Ihre Antworten werden in Echtzeit transkribiert, sodass Sie überprüfen können, wie Sie geantwortet haben. Darüber hinaus kann der maschinelle Lernalgorithmus von Interview Warmup Erkenntnisse erkennen, die Ihnen helfen können, mehr über Ihre Antworten zu erfahren und Ihre Kommunikation zu verbessern.
Hier sind einige Beispiele für Fragen, die das Tool stellen könnte:
Wie passt eine Karriere im Bereich Business Intelligence zu Ihren längerfristigen Karrierezielen in den nächsten Jahren?
Welchen Einfluss könnte Ihre Rolle als Business-Intelligence-Analyst auf ein Unternehmen haben? Was sind einige der Herausforderungen beim Einsatz von Business Intelligence?
Wie würden Sie die Integrität von Daten aus verschiedenen Quellen testen?
Was sind einige Beispiele für Datenvisualisierungsergebnisse? Wie würden Sie eines dieser Ergebnisse nutzen?
Erzählen Sie mir von einigen potenziellen Herausforderungen bei der Zusammenarbeit mit Stakeholdern. Was würden Sie bei einem Projekt tun, um diese Herausforderungen zu verhindern oder zu bewältigen?
Hier sind einige der Erkenntnisse, die das Interview Warmup bietet:
Gesprächspunkte: Das Tool informiert Sie darüber, welche Themen Sie in Ihrer Antwort behandelt haben, z. B. Ihre Erfahrungen, Fähigkeiten und Ziele. Sie können auch andere Themen anzeigen, die Sie möglicherweise behandeln möchten.
Am häufigsten verwendete Wörter: Das Tool hebt die Wörter hervor, die Sie am häufigsten verwendet haben, und schlägt Synonyme vor, um Ihre Wortauswahl zu erweitern.
Berufsbezogene Begriffe: Das Tool hebt die von Ihnen verwendeten Wörter hervor, die sich auf die Rolle oder Branche beziehen, in der Sie sich auf die Arbeit vorbereiten. Sie können auch eine vollständige Liste berufsbezogener Begriffe anzeigen, die Sie möglicherweise in Ihre Antwort aufnehmen möchten.
Das Interview Warmup bietet Ihnen die Möglichkeit, selbst zu üben und sich auf Interviews vorzubereiten. Ihre Antworten sind nur für Sie sichtbar und werden nicht benotet oder beurteilt.
Die zentralen Thesen
Das Üben für Vorstellungsgespräche ist eine wichtige Fähigkeit für Ihre Karriere im Bereich Business Intelligence. Die Verwendung von „Interview Warmup“ kann Ihnen dabei helfen, Interviewfragen zu üben und in Echtzeit Feedback zu erhalten. Während Sie üben, werden Sie an Selbstvertrauen gewinnen und in der Lage sein, ausgefeiltere Antworten auf häufig gestellte Fragen im Vorstellungsgespräch zu verfassen.
Einpacken
Hallo, hier ist wieder Terrence. Jetzt ist es an der Zeit, diesen Abschnitt abzuschließen und mit Ihrer benoteten Bewertung fortzufahren. In Ihrer zukünftigen BI-Rolle wird die Kommunikation Ihrer Erkenntnisse und Erfolge eine wesentliche Fähigkeit sein. Es ist wichtig, Personalvermittlern, Einstellungsmanagern, Kollegen und Arbeitgebern zu erklären, wie Sie an Ihren Projekten gearbeitet haben. Sie haben beispielsweise den Wert von Kommunikations- und Präsentationsfähigkeiten kennengelernt, wenn Sie Ihre Dashboards mit Stakeholdern teilen, und haben sich dann auf die Vorbereitung auf Ihre Karriere in der BI konzentriert. Sie haben etwas über den Einstellungsprozess und die Jobsuche erfahren und dann an Ihrem Portfolio gearbeitet. Die Fähigkeiten, die Sie beim Erstellen von Präsentationen erlernt haben, können Ihnen dabei helfen, Ihr Portfolio mit Ihren neuesten BI-Errungenschaften zu aktualisieren. Danach haben Sie Ihren Lebenslauf aktualisiert, um die Fähigkeiten widerzuspiegeln, die Sie während dieses Programms erworben haben, und schließlich haben Sie einige Tipps für Vorstellungsgespräche erhalten, die Sie auf Ihre Jobsuche vorbereiten. Mittlerweile sind Sie auf dem besten Weg, sich auf eine Stelle zu bewerben. Sie haben in diesem Kurs erhebliche Fortschritte gemacht, herzlichen Glückwunsch.
Glossarbegriffe aus Modul 4
Business-Intelligence-Präsentation: Eine Kommunikation mit Stakeholdern über ihre Bedürfnisse oder den Projektstatus
Begriffe und Definitionen aus früheren Modulen
A
Genauigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten mit der tatsächlich gemessenen oder beschriebenen Einheit übereinstimmen
Anwendungsprogrammierschnittstelle (API): Eine Reihe von Funktionen und Verfahren, die Computerprogramme integrieren und eine Verbindung herstellen, die ihnen die Kommunikation ermöglicht
Entwickler von Anwendungssoftware: Eine Person, die Computer- oder Mobilanwendungen entwirft, im Allgemeinen für Verbraucher
Attribut: In einem dimensionalen Modell ein Merkmal oder eine Qualität, die zur Beschreibung einer Dimension verwendet wird
Zielgruppenproblem: Ein Dashboard-Problem, das dadurch verursacht wird, dass die Bedürfnisse des Benutzers nicht ausreichend berücksichtigt werden
B
Business Intelligence (BI): Automatisierung von Prozessen und Informationskanälen, um relevante Daten in umsetzbare Erkenntnisse umzuwandeln, die Entscheidungsträgern leicht zur Verfügung stehen
Business-Intelligence-Governance: Ein Prozess zur Definition und Implementierung von Business-Intelligence-Systemen und -Frameworks innerhalb einer Organisation
Business-Intelligence-Überwachung: Entwicklung und Nutzung von Hardware- und Softwaretools, um Daten einfach und schnell zu analysieren und Stakeholdern die Möglichkeit zu geben, wirkungsvolle Geschäftsentscheidungen zu treffen
Business-Intelligence-Phasen: Die Abfolge von Phasen, die sowohl den BI-Geschäftswert als auch den Reifegrad der Organisationsdaten bestimmen, nämlich Erfassen, Analysieren und Überwachen
Business-Intelligence-Strategie: Das Management der im Business-Intelligence-Prozess verwendeten Personen, Prozesse und Tools
Geschäftsregel: Eine Anweisung, die eine Einschränkung für bestimmte Teile einer Datenbank erstellt
C
Spaltendatenbank: Eine Datenbank, die nach Spalten statt nach Zeilen organisiert ist
Kombinierte Systeme: Datenbanksysteme, die Daten am selben Ort speichern und analysieren
Kompilierte Programmiersprache: Eine Programmiersprache, die codierte Anweisungen kompiliert, die direkt vom Zielcomputer ausgeführt werden
Vollständigkeit: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten alle gewünschten Komponenten oder Maße enthalten
Konformität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten dem erforderlichen Zielformat entsprechen
Konflikt: Wenn zwei oder mehr Komponenten versuchen, eine einzelne Ressource auf widersprüchliche Weise zu nutzen
Konsistenz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten kompatibel sind und über alle Systeme hinweg übereinstimmen
D
Datenanalysten: Personen, die Daten sammeln, transformieren und organisieren
Datenverfügbarkeit: Der Grad oder Umfang, in dem aktuelle und relevante Informationen leicht zugänglich sind und genutzt werden können
Datenwörterbuch: Eine Sammlung von Informationen, die den Inhalt, das Format und die Struktur von Datenobjekten innerhalb einer Datenbank sowie deren Beziehungen beschreiben
Data-Governance-Experten: Personen, die für die formelle Verwaltung der Datenbestände einer Organisation verantwortlich sind
Datenintegrität: Die Genauigkeit, Vollständigkeit, Konsistenz und Vertrauenswürdigkeit von Daten während ihres gesamten Lebenszyklus
Data Lake: Ein Datenbanksystem, das große Mengen an Rohdaten im Originalformat speichert, bis sie benötigt werden
Datenherkunft: Der Prozess der Identifizierung des Ursprungs von Daten, ihres Transportwegs im System und der Art und Weise, wie sie sich im Laufe der Zeit verändert haben
Datenzuordnung: Der Prozess des Abgleichens von Feldern von einer Datenquelle mit einer anderen
Data Mart: Eine themenorientierte Datenbank, die eine Teilmenge eines größeren Data Warehouse sein kann
Datenreife: Das Ausmaß, in dem eine Organisation in der Lage ist, ihre Daten effektiv zu nutzen, um umsetzbare Erkenntnisse zu gewinnen
Datenmodell: Ein Tool zum Organisieren von Datenelementen und ihrer Beziehung zueinander
Datenpartitionierung: Der Prozess der Aufteilung einer Datenbank in verschiedene, logische Teile, um die Abfrageverarbeitung zu verbessern und die Verwaltbarkeit zu erhöhen
Datenpipeline: Eine Reihe von Prozessen, die Daten aus verschiedenen Quellen zur Speicherung und Analyse an ihren endgültigen Bestimmungsort transportieren
Datenproblem: Ein Dashboard-Problem, das durch die verwendeten Daten verursacht wird
Datensichtbarkeit: Der Grad oder Umfang, in dem Informationen aus unterschiedlichen internen und externen Quellen identifiziert, überwacht und integriert werden können
Data Warehouse: Ein spezifischer Datenbanktyp, der Daten aus mehreren Quellsystemen konsolidiert, um Datenkonsistenz, Genauigkeit und effizienten Zugriff zu gewährleisten
Data-Warehousing-Spezialisten: Personen, die Prozesse und Verfahren zur effektiven Speicherung und Organisation von Daten entwickeln
Datenbankmigration: Verschieben von Daten von einer Quellplattform in eine andere Zieldatenbank
Datenbankleistung: Ein Maß für die Arbeitslast, die von einer Datenbank verarbeitet werden kann, sowie die damit verbundenen Kosten
Liefergegenstand: Jedes Produkt, jede Dienstleistung oder jedes Ergebnis, das erreicht werden muss, um ein Projekt abzuschließen
Entwickler: Eine Person, die Programmiersprachen verwendet, um Softwareanwendungen zu erstellen, auszuführen, zu testen und Fehler zu beheben
Dimension (Datenmodellierung): Eine Information, die mehr Details und Kontext zu einem Sachverhalt liefert
Dimension (Visualisierung): Ein qualitativer Datentyp, der zur Kategorisierung von Daten verwendet werden kann
Dimensionstabelle: Die Tabelle, in der die Attribute der Dimensionen eines Fakts gespeichert werden
Entwurfsmuster: Eine Lösung, die relevante Kennzahlen und Fakten verwendet, um ein Modell zur Unterstützung der Geschäftsanforderungen zu erstellen
Dimensionsmodell: Eine Art relationales Modell, das für den schnellen Abruf von Daten aus einem Data Warehouse optimiert wurde
Verteilte Datenbank: Eine Sammlung von Datensystemen, die über mehrere physische Standorte verteilt sind
E
ELT (Extrahieren, Laden und Transformieren): Eine Art Datenpipeline, die es ermöglicht, Daten aus Data Lakes zu sammeln, in ein einheitliches Zielsystem zu laden und in ein nützliches Format umzuwandeln. Kodierung: Der Prozess der Übersetzung von Dimensionen und Maßen in visuelle Darstellungen der Daten
ETL (Extrahieren, Transformieren und Laden): Eine Art Datenpipeline, die es ermöglicht, Daten aus Quellsystemen zu sammeln, in ein nützliches Format zu konvertieren und in ein Data Warehouse oder ein anderes einheitliches Zielsystem zu übertragen
Erfahrungsbasiertes Lernen: Verstehen durch Handeln
F
Fakt: In einem dimensionalen Modell eine Messung oder Metrik
Faktentabelle: Eine Tabelle, die Messungen oder Metriken im Zusammenhang mit einem bestimmten Ereignis enthält
Fremdschlüssel: Ein Feld innerhalb einer Datenbanktabelle, das ein Primärschlüssel in einer anderen Tabelle ist (siehe Primärschlüssel)
Fragmentierte Daten: Daten, die in viele Teile zerlegt sind, die nicht zusammen gespeichert werden, häufig aufgrund der häufigen Verwendung der Daten oder des Erstellens, Löschens oder Änderns von Dateien
Funktionale Programmiersprache: Eine Programmiersprache, die auf Funktionen basiert
G
Google DataFlow: Ein serverloser Datenverarbeitungsdienst, der Daten aus der Quelle liest, sie umwandelt und am Zielort schreibt
ICH
Index: Ein Organisationstag, der zum schnellen Auffinden von Daten in einem Datenbanksystem verwendet wird
Fachleute für Informationstechnologie: Personen, die Hardware- und Softwarelösungen testen, installieren, reparieren, aktualisieren und warten
Integrität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass Daten während ihres gesamten Lebenszyklus korrekt, vollständig, konsistent und vertrauenswürdig sind
Interpretierte Programmiersprache: Eine Programmiersprache, die einen Interpreter, normalerweise ein anderes Programm, verwendet, um codierte Anweisungen zu lesen und auszuführen
Iteration: Das wiederholte Wiederholen eines Vorgangs, um dem gewünschten Ergebnis immer näher zu kommen
K
Key Performance Indicator (KPI): Ein quantifizierbarer Wert, der eng mit der Geschäftsstrategie verknüpft ist und dazu dient, den Fortschritt in Richtung eines Ziels zu verfolgen
L
Logische Datenmodellierung: Darstellung verschiedener Tabellen im physischen Datenmodell
Low-Fidelity-Mockup: Ein einfacher Entwurf einer Visualisierung, der zur Planung eines Dashboards und zur Bewertung seines Fortschritts verwendet wird
M
Maß: Ein quantitativer Datentyp, der entweder diskret oder kontinuierlich sein kann
Metrik: Ein einzelner, quantifizierbarer Datenpunkt, der zur Leistungsbewertung verwendet wird
Ö
Objektorientierte Programmiersprache: Eine Programmiersprache, die auf Datenobjekten basiert
Berechtigung auf Objektebene: Eine Datenschutzeinstellung, die die Verfügbarkeit eines einzelnen Elements in einem Dashboard steuert
OLAP-System (Online Analytical Processing): Ein Tool, das neben der Verarbeitung auch für die Analyse optimiert wurde und Daten aus mehreren Datenbanken analysieren kann
OLTP-Datenbank (Online Transaction Processing): Ein Datenbanktyp, der für die Datenverarbeitung statt für die Analyse optimiert wurde
Optimierung: Maximierung der Geschwindigkeit und Effizienz beim Datenabruf, um eine hohe Datenbankleistung sicherzustellen
P
Portfolio: Eine Sammlung von Materialien, die mit potenziellen Arbeitgebern geteilt werden können
Voraggregation: Der Prozess der Durchführung von Berechnungen für Daten, während diese sich noch in der Datenbank befinden
Primärschlüssel: Ein Bezeichner in einer Datenbank, der auf eine Spalte oder eine Gruppe von Spalten verweist, in der jede Zeile jeden Datensatz in der Tabelle eindeutig identifiziert (siehe Fremdschlüssel).
Verarbeitungsgeschwindigkeit: Wie schnell ein Programm eine bestimmte Datenmenge aktualisieren und laden kann
Projektmanager: Eine Person, die sich um die täglichen Schritte, den Umfang, den Zeitplan, das Budget und die Ressourcen eines Projekts kümmert
Projektsponsor: Eine Person, die die Gesamtverantwortung für ein Projekt trägt und die Kriterien für seinen Erfolg festlegt
Öffentliche Verfügbarkeit: Eine Datenschutzeinstellung, die jedem den Zugriff auf ein Dashboard ermöglicht
Python: Eine universelle Programmiersprache
Q
Qualitätsprüfung: Der Prozess der Überprüfung von Daten auf Mängel, um Systemausfälle zu verhindern; Es umfasst die sieben Validierungselemente Vollständigkeit, Konsistenz, Konformität, Genauigkeit, Redundanz, Integrität und Aktualität
Abfrageplan: Eine Beschreibung der Schritte, die ein Datenbanksystem durchführt, um eine Abfrage auszuführen
R
Redundanz: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass nicht mehr Daten als nötig verschoben, umgewandelt oder gespeichert werden
Ressourcen: Die zur Verwendung in einem Datenbanksystem verfügbaren Hardware- und Softwaretools
Antwortzeit: Die Zeit, die eine Datenbank benötigt, um eine Benutzeranfrage abzuschließen
Zeilenbasierte Datenbank: Eine Datenbank, die nach Zeilen organisiert ist
Berechtigung auf Zeilenebene: Eine Datenschutzeinstellung, die die Verfügbarkeit bestimmter Zeilen einer Tabelle oder eines Datensatzes in einem Dashboard steuert
S
Schemavalidierung: Ein Prozess, der sicherstellt, dass das Datenschema des Quellsystems mit dem Datenschema der Zieldatenbank übereinstimmt
Getrennte Speicher- und Computersysteme: Datenbanken, in denen Daten remote gespeichert werden und relevante Daten zur Analyse lokal gespeichert werden
Single-Homed-Datenbank: Datenbank, in der alle Daten am selben physischen Ort gespeichert sind
Schneeflockenschema: Eine Erweiterung eines Sternschemas mit zusätzlichen Dimensionen und häufig auch Unterdimensionen
Sternschema: Ein Schema, das aus einer Faktentabelle besteht, die auf eine beliebige Anzahl von Dimensionstabellen verweist
Strategie: Ein Plan zum Erreichen eines Ziels oder zum Erreichen eines gewünschten zukünftigen Zustands
Themenorientiert: Mit bestimmten Bereichen oder Abteilungen eines Unternehmens verbunden
Systemanalytiker: Eine Person, die Möglichkeiten zur Gestaltung, Implementierung und Weiterentwicklung von Informationssystemen identifiziert, um sicherzustellen, dass diese zur Erreichung von Geschäftszielen beitragen
Systemsoftwareentwickler: Eine Person, die Anwendungen und Programme für die in Organisationen verwendeten Backend-Verarbeitungssysteme entwickelt
T
Taktik: Eine Methode, die verwendet wird, um einen Erfolg zu ermöglichen
Zieltabelle: Der vorgegebene Ort, an den Pipeline-Daten gesendet werden, damit darauf reagiert werden kann
Durchsatz: Die Gesamtfähigkeit der Hardware und Software der Datenbank, Anfragen zu verarbeiten
Aktualität: Ein Element der Qualitätsprüfung, mit dem bestätigt wird, dass die Daten aktuell sind
Tool-Problem: Ein Dashboard-Problem mit der verwendeten Hardware oder Software
Kompromiss: Ausbalancieren verschiedener Faktoren, oft durch Priorisierung eines Elements und gleichzeitiger Verzicht auf ein anderes, um das bestmögliche Ergebnis zu erzielen
Übertragbare Fähigkeit: Eine Fähigkeit oder Kompetenz, die von einem Job auf einen anderen übertragen werden kann
V
Vanity-Metrik: Datenpunkte, die andere beeindrucken sollen, aber keinen Hinweis auf die tatsächliche Leistung geben und daher keine aussagekräftigen geschäftlichen Erkenntnisse liefern können
W
Arbeitslast: Die Kombination aus Transaktionen, Abfragen, Data-Warehousing-Analysen und Systembefehlen, die zu einem bestimmten Zeitpunkt vom Datenbanksystem verarbeitet werden
Überprüfen Sie den Inhalt des Google Data Analytics-Zertifikats zu Präsentationen
Unternehmen auf der ganzen Welt wissen, wie wirkungsvoll die Nutzung von Daten ist, um Probleme zu lösen und Ziele zu erreichen. Aber alle Daten der Welt bringen Sie nicht weiter, wenn Ihre Stakeholder sie nicht verstehen oder sich nicht auf das konzentrieren können, was Sie ihnen sagen. Sie möchten Präsentationen erstellen, die logisch aufgebaut und interessant sind und Ihre Kernbotschaften klar kommunizieren. Eine wirkungsvolle Präsentation unterstützt Ihre Erzählung, indem sie sie interessanter macht als nur Worte. Es beginnt damit, wie Sie Ihre Dateneinblicke organisieren möchten. Die Erzählung, die Sie mit Ihren Stakeholdern teilen, benötigt wie jede andere Geschichte Charaktere, einen Schauplatz, eine Handlung, eine große Enthüllung und einen Aha-Moment. Die Charaktere sind die Menschen, die von Ihrer Geschichte betroffen sind. Dies können Ihre Stakeholder, Kunden, Klienten und andere sein. Wenn Sie Ihrer Geschichte Informationen über Ihre Charaktere hinzufügen, haben Sie eine großartige Gelegenheit, einen persönlichen Bericht einzubinden und den Fakten, die die Daten enthüllt haben, mehr menschliche Kontexte zu verleihen. Denken Sie darüber nach, warum sie sich darum kümmern. Als nächstes folgt eine Einstellung, die beschreibt, was vor sich geht, wie oft es passiert, welche Aufgaben damit verbunden sind und weitere Hintergrundinformationen zum Datenprojekt, die die aktuelle Situation beschreiben. Die Handlung, die manchmal als Konflikt bezeichnet wird, ist es, die in der aktuellen Situation Spannung erzeugt. Dies kann eine Herausforderung durch einen Konkurrenten, ein ineffizienter Prozess, der behoben werden muss, oder eine neue Chance sein, die sich das Unternehmen einfach nicht entgehen lassen darf. Diese Komplikation der aktuellen Situation sollte das Problem offenbaren, das Ihre Analyse löst, und die Charaktere zum Handeln zwingen. Die große Enthüllung oder Lösung besteht darin, wie die Daten gezeigt haben, dass Sie das Problem, mit dem die Charaktere konfrontiert sind, lösen können, indem Sie wettbewerbsfähiger werden, einen Prozess verbessern, ein neues System erfinden oder was auch immer das ultimative Ziel Ihres Datenprojekts sein mag. Ihr Aha-Erlebnis ist schließlich, wenn Sie Ihre Empfehlungen teilen und erklären, warum Sie glauben, dass sie Ihrem Unternehmen zum Erfolg verhelfen werden. Wenn ich an einer Präsentation arbeite, möchte ich auch hier beginnen. Die Verwendung dieser Grundelemente zur Gliederung Ihrer Präsentation kann ein guter Ausgangspunkt sein und Ihnen dabei helfen, Ihre Ergebnisse in eine klare Geschichte zu gliedern. Sobald Sie sich für diese fünf Schlüsselteile Ihrer Geschichte entschieden haben, ist es an der Zeit, darüber nachzudenken, wie Sie Ihre Erzählung mit interessanten Bildern kombinieren können. Denn wie Sie gerade lernen, braucht eine interessante und überzeugende Datengeschichte interessante und überzeugende Bilder. In Kürze erfahren Sie noch mehr darüber, wie Sie ein erfahrener Daten-Storyteller werden.
Lesen Sie den Inhalt des Google Data Analytics-Zertifikats zum Erstellen eines Lebenslaufs
Großartig, du bist zurück! Wenn Sie ein Foto machen, versuchen Sie normalerweise, viele verschiedene Dinge in einem Bild festzuhalten. Vielleicht fotografieren Sie den Sonnenuntergang und möchten die Wolken, die Baumgrenze und die Berge einfangen. Grundsätzlich möchten Sie eine Momentaufnahme dieses gesamten Augenblicks. Sie können sich die Erstellung Ihres Lebenslaufs auf die gleiche Weise vorstellen. Sie möchten, dass Ihr Lebenslauf eine Momentaufnahme von allem ist, was Sie in der Schule und im Beruf getan haben. In diesem Video gehen wir durch den Prozess der Erstellung eines Lebenslaufs, dem Sie Ihre eigenen Angaben hinzufügen können. Bedenken Sie, dass es sich hierbei um eine Momentaufnahme handelt. Wenn Manager und Personalvermittler sich ansehen, was Sie in Ihren Lebenslauf aufgenommen haben, sollten sie sofort erkennen können, was Sie ihrem Unternehmen bieten können. Der Schlüssel hier ist, sich kurz zu fassen. Versuchen Sie, alles auf einer Seite zusammenzufassen und jede Beschreibung auf nur wenige Aufzählungspunkte zu beschränken. Zwei bis vier Aufzählungspunkte reichen aus, aber denken Sie daran, Ihre Aufzählungspunkte prägnant zu halten. Wenn Sie sich auf eine Seite beschränken, können Sie sich auf die Details konzentrieren, die am besten widerspiegeln, wer Sie sind oder beruflich sein möchten. Möglicherweise haben Personalmanager und Personalvermittler auch nur eine Seite zum Anschauen. Da es sich um vielbeschäftigte Menschen handelt, möchten Sie mit Ihrem Lebenslauf so schnell wie möglich ihre Aufmerksamkeit erregen. Lassen Sie uns nun über die eigentliche Erstellung Ihres Lebenslaufs sprechen. Hier kommen Vorlagen ins Spiel. Sie sind eine großartige Möglichkeit, einen brandneuen Lebenslauf zu erstellen oder einen bereits vorhandenen neu zu formatieren. Programme wie Microsoft Word oder Google Docs und sogar einige Websites zur Jobsuche verfügen alle über Vorlagen, die Sie verwenden können. Eine Vorlage enthält Platzhalter für die Informationen, die Sie eingeben müssen, und eigene Designelemente, um Ihrem Lebenslauf ein einladendes Aussehen zu verleihen. Etwas später haben Sie Gelegenheit, diese Option zu erkunden. Zunächst gehen wir die Schritte durch, die Sie unternehmen können, um Ihren Lebenslauf professionell, leicht lesbar und fehlerfrei zu gestalten. Wenn Sie bereits über ein Lebenslaufdokument verfügen, können Sie es mit diesen Schritten optimieren. Es gibt mehr als eine Möglichkeit, einen Lebenslauf zu erstellen, aber die meisten haben die Kontaktinformationen oben im Dokument. Dazu gehören Ihr Name, Ihre Adresse, Ihre Telefonnummer und Ihre E-Mail-Adresse. Wenn Sie mehrere E-Mail-Adressen oder Telefonnummern haben, verwenden Sie die zuverlässigsten und professionellsten. Es ist auch toll, wenn Sie Ihren Vor- und Nachnamen in Ihrer E-Mail-Adresse verwenden können, z. B. janedoe17@email.com. Sie sollten außerdem sicherstellen, dass Ihre Kontaktinformationen mit den Angaben übereinstimmen, die Sie auf professionellen Websites angegeben haben. Während in den meisten Lebensläufen Kontaktinformationen an derselben Stelle aufgeführt sind, liegt es an Ihnen, wie Sie diese Informationen organisieren. Ein Format, das sich mehr auf Fähigkeiten und Qualifikationen und weniger auf den beruflichen Werdegang konzentriert, ist ideal für Menschen, die Lücken in ihrem beruflichen Werdegang haben. Es ist auch gut für diejenigen, die gerade erst ihre Karriere beginnen oder sich beruflich verändern möchten, und das könnten Sie sein. Wenn Sie Ihren beruflichen Werdegang hervorheben möchten, können Sie gerne Einzelheiten zu Ihrer Berufserfahrung angeben, beginnend mit Ihrem letzten Job. Wenn Sie viele Jobs haben, die mit einer neuen Stelle zusammenhängen, auf die Sie sich bewerben, ist dieses Format sinnvoll. Wenn Sie einen bereits vorhandenen Lebenslauf bearbeiten, können Sie ihn im gleichen Format beibehalten und die Details anpassen. Wenn Sie einen neuen Lebenslauf beginnen oder zum ersten Mal einen Lebenslauf erstellen, wählen Sie das Format, das für Sie am sinnvollsten ist. Es gibt viele Ressourcen für Lebensläufe online. Sie sollten eine Reihe verschiedener Lebensläufe durchsehen, um eine Vorstellung davon zu bekommen, welche Formate Ihrer Meinung nach am besten zu Ihnen passen. Sobald Sie sich für Ihr Format entschieden haben, können Sie mit dem Hinzufügen Ihrer Daten beginnen. Einige Lebensläufe beginnen mit der Zusammenfassung, diese ist jedoch optional. Eine Zusammenfassung kann hilfreich sein, wenn Sie Erfahrungen gemacht haben, die für einen Datenanalysten nicht üblich sind, oder wenn Sie einen Karrierewechsel vornehmen. Wenn Sie sich für eine Zusammenfassung entscheiden, beschränken Sie sich auf ein oder zwei Sätze, in denen Sie Ihre Stärken hervorheben und darlegen, wie Sie dem Unternehmen, bei dem Sie sich bewerben, helfen können. Stellen Sie außerdem sicher, dass Ihre Zusammenfassung positive Worte über sich selbst enthält, beispielsweise „engagiert“ und „proaktiv“. Sie können diese Wörter mit Daten wie der Anzahl der Jahre, in denen Sie gearbeitet haben, oder den Tools, mit denen Sie Erfahrung haben, wie SQL und Tabellenkalkulationen, untermauern. Eine Zusammenfassung könnte mit etwa „Fleißiger Kundendienstmitarbeiter mit über fünf Jahren Erfahrung“ beginnen. Sobald Sie dieses Programm abgeschlossen haben und über Ihr Zertifikat verfügen, können Sie auch das hinzufügen, was etwa so klingen könnte: „Einsteiger in die Datenanalyse; kürzlich das Google Data Analytics Professional-Zertifikat abgeschlossen.“ Hört sich ziemlich gut an, nicht wahr? Eine andere Möglichkeit besteht darin, einen Platzhalter für Ihre Zusammenfassung zu lassen, während Sie den Rest Ihres Lebenslaufs erstellen, und ihn dann zu schreiben, nachdem Sie die anderen Abschnitte fertiggestellt haben. Auf diese Weise können Sie die von Ihnen genannten Fähigkeiten und Erfahrungen überprüfen und zwei oder drei der Highlights herausgreifen, die Sie in Ihrer Zusammenfassung verwenden können. Bitte beachten Sie auch, dass sich die Zusammenfassung ein wenig ändern kann, wenn Sie sich für verschiedene Stellen bewerben. Wenn Sie einen Abschnitt über Berufserfahrung hinzufügen, können Sie viele verschiedene Arten von Erfahrungen hinzufügen. Außerhalb von Jobs bei anderen Unternehmen Sie könnten auch ehrenamtliche Positionen, die Sie hatten, und alle freiberuflichen oder Nebenjobs, die Sie geleistet haben, einbeziehen. Der Schlüssel liegt hier in der Art und Weise, wie Sie diese Erfahrungen beschreiben. Versuchen Sie, Ihre geleistete Arbeit so zu beschreiben, dass sie mit der Stelle, auf die Sie sich bewerben, in Zusammenhang steht. In den meisten Stellenbeschreibungen sind Mindestqualifikationen oder -anforderungen aufgeführt. Dies sind die Erfahrungen, Fähigkeiten und Ausbildung, die Sie für die Stelle in Betracht ziehen müssen. Es ist wichtig, sie in Ihrem Lebenslauf klar darzulegen. Wenn Sie gut zusammenpassen, prüfen Sie im nächsten Schritt die Wunschqualifikationen, die in vielen Stellenbeschreibungen auch enthalten sind. Diese sind nicht erforderlich, aber jede zusätzliche Qualifikation, die Sie erreichen, macht Sie zu einem wettbewerbsfähigeren Kandidaten für die Stelle. Wenn Sie jeden Teil Ihrer Fähigkeiten und Erfahrungen einbeziehen, der zu einer Stellenbeschreibung passt, kann sich Ihr Lebenslauf von der Konkurrenz abheben. Wenn in einer Stellenausschreibung eine Jobverantwortung als „effektive Verwaltung von Datenressourcen“ beschrieben wird, möchten Sie eine eigene Beschreibung haben, die diese Verantwortung widerspiegelt. Wenn Sie beispielsweise ehrenamtlich oder in einer örtlichen Schule oder einem Gemeindezentrum gearbeitet haben, könnten Sie sagen, dass Sie „die Ressourcen für außerschulische Aktivitäten effektiv verwalten“. Später erfahren Sie mehr Möglichkeiten, wie Sie Ihren beruflichen Werdegang für sich nutzen können. Es ist hilfreich, Ihre Fähigkeiten und Qualifikationen auf die gleiche Weise zu beschreiben. Wenn es in einem Eintrag beispielsweise um Organisation und die Zusammenarbeit mit anderen geht, versuchen Sie, an relevante Erfahrungen zu denken, die Sie gemacht haben. Vielleicht haben Sie bei der Organisation einer Essensaktion mitgeholfen oder sich mit jemandem zusammengetan, um ein Online-Geschäft zu starten. In Ihren Beschreibungen möchten Sie die Wirkung hervorheben, die Sie in Ihrer Rolle hatten, sowie die Wirkung, die die Rolle auf Sie hatte. Wenn Sie einem Unternehmen bei der Gründung geholfen oder neue Höhen erreicht haben, sprechen Sie über diese Erfahrung und darüber, wie Sie daran beteiligt waren. Oder wenn Sie bei der Eröffnung eines Ladens gearbeitet haben, können Sie sagen, dass Sie durch die Sicherstellung eines qualitativ hochwertigen Kundenservice zum Aufbau eines erfolgreichen Unternehmens beigetragen haben. Wenn Sie in einem Ihrer Jobs Datenanalysen nutzen, sollten Sie diese auf jeden Fall auch einbeziehen. Wir werden uns etwas später damit befassen, wie Sie spezifische Fähigkeiten zur Datenanalyse hinzufügen können. Eine Möglichkeit, dies zu tun, besteht darin, einer Formel in Ihren Beschreibungen zu folgen: „Erreiche X, gemessen an Y, indem du Z tust.“ Hier ist ein Beispiel dafür, wie dies in einem Lebenslauf lauten könnte: „Ausgewählt als einer von 275 Teilnehmern im ganzen Land für dieses 12-monatige berufliche Entwicklungsprogramm für leistungsstarke Talente basierend auf Führungspotenzial und akademischem Erfolg.“ Wenn Sie bei einem Ihrer Erlebnisse neue Fähigkeiten erworben haben, heben Sie unbedingt alle hervor und erläutern Sie, wie sie Ihnen geholfen haben. Dies ist wahrscheinlich ein ebenso guter Ort wie jeder andere, um Datenanalysen durchzuführen. Auch wenn Sie bei diesem Programm zum ersten Mal wirklich über Datenanalyse nachgedacht haben, möchten Sie diese jetzt, da Sie über einige Kenntnisse verfügen, zu Ihrem Vorteil nutzen. Wenn Sie jemals Geld verwaltet haben, bedeutet das möglicherweise, dass Sie einem Unternehmen bei der Analyse zukünftiger Einnahmen geholfen haben, oder dass Sie ein Budget auf der Grundlage Ihrer Analyse früherer Ausgaben erstellt haben. Auch wenn es sich um Ihr eigenes Kleinunternehmen oder das eines Freundes handelte, handelt es sich immer noch um Daten, die Sie analysiert haben. Jetzt können Sie darüber nachdenken, wann und wie und es in Ihrem Lebenslauf verwenden. Nachdem Sie Berufserfahrung und Fähigkeiten hinzugefügt haben, sollten Sie einen Abschnitt für alle von Ihnen abgeschlossenen Ausbildungen hinzufügen. Ja, dieser Kurs zählt absolut. Sie können diesen Kurs als Teil Ihrer Ausbildung hinzufügen und auch in Ihren Abschnitten „Zusammenfassung“ und „Fähigkeiten“ darauf verweisen. Abhängig vom Format Ihres Lebenslaufs möchten Sie möglicherweise einen Abschnitt zu den technischen Fähigkeiten hinzufügen, die Sie in diesem Kurs und anderswo erworben haben. Neben technischen Kenntnissen wie SQL können Sie in diesem Abschnitt auch Sprachkenntnisse einbeziehen. Kenntnisse in einer anderen Sprache als Englisch können Ihnen bei der Jobsuche nur helfen. Jetzt haben Sie eine Idee, wie Sie Ihren Lebenslauf professionell und ansprechend gestalten können. Im weiteren Verlauf erfahren Sie noch mehr darüber, wie Sie Ihren Lebenslauf glänzen lassen. Am Ende haben Sie einen Lebenslauf, auf den Sie stolz sein können. Als nächstes besprechen wir, wie Sie Ihren Lebenslauf wirklich einzigartig machen. Bis bald.
Schließen Sie Ihr Abschlussprojekt ab
Hallo! Jetzt ist es an der Zeit, Ihr Business-Intelligence-Abschlussprojekt abzuschließen. Bisher haben Sie Ihre wichtigsten BI-Dokumente, Datenpipelines und Berichtstabellen aus früheren Kursen fertiggestellt. Wenn Sie diese noch nicht abgeschlossen haben, können Sie sich etwas Zeit nehmen, um Ihre Arbeit an diesen Ergebnissen abzuschließen, damit Sie für die nächste Phase bereit sind. Andernfalls können Sie die für diese Projekte bereitgestellten Beispiele verwenden, um Ihre kommenden Visualisierungen zu erstellen. Wenn Ihre Berichtstabellen zum Laden in ein Visualisierungstool wie Tableau bereit sind, können Sie mit Ihrem Projekt fortfahren. Sie beginnen mit der Erstellung eines Modells, erstellen dann Ihre Diagramme und organisieren sie in einem Dashboard. Abschließend entwickeln Sie Ihren einzigartigen Präsentationsstil, den Sie beim Teilen des Dashboards in Ihrem Portfolio verwenden können. Das Projekt ist in dieser Reihenfolge aufgebaut, aber wie immer können Sie in Ihrem eigenen Tempo und auf die Art und Weise vorgehen, die Sie möchten. Sie können die Materialien durchlesen und dann direkt von einem Modell zu einem Dashboard wechseln und dann zu den Einzelheiten des Diagrammdesigns zurückkehren. Sie können sogar zwischen den einzelnen Schritten des Prozesses hin und her wechseln. Arbeiten Sie so, dass es zu Ihrem Stil passt. Die Gestaltung Ihres Dashboards liegt ganz bei Ihnen. Wenn Sie die Aktivitäten in diesem Kurs durchgeführt haben, haben Sie jeden dieser Schritte bereits abgeschlossen. Nichts von diesem Material wird für Sie neu sein, und wenn Sie nicht weiterkommen, können Sie frühere Lektionen noch einmal durchgehen. Dieses Projekt setzt die Arbeit fort, die Sie in früheren Kursen begonnen haben. Sie werden die Fähigkeiten, die Sie sich dabei angeeignet haben, nutzen, um Sie durch den Prozess zu führen. Auf diese Weise können Sie Ihre eigenen BI-Entscheidungen treffen und Ihre Fähigkeiten eigenständig weiterentwickeln, sodass Sie auf BI-Projekte am Arbeitsplatz vorbereitet sind. Auch hier enthalten die Lektüre in diesem Abschnitt das Szenario für die Fallstudie, die Geschäftsfragen, die Sie beantworten müssen, und die Anweisungen, welche Art von Visualisierungen Sie erstellen müssen. Jetzt ist es an der Zeit, loszulegen. Lesen Sie die Fallstudienmaterialien durch, entscheiden Sie, wie Sie Ihr Dashboard am besten gestalten, und erstellen Sie Ihr Projekt und Ihre Präsentation in dem von Ihnen gewählten Visualisierungstool. Wenn Sie fertig sind, verfügen Sie über Ihre eigene vollständige Fallstudie, die Sie potenziellen Arbeitgebern präsentieren können. Viel Spaß bei der Arbeit an Ihrem Portfolio.
Entdecken Sie die Arbeitsplatzszenarien am Ende des Kurses 3
Überblick
Wenn Sie mit strukturiertem Denken an ein Projekt herangehen, werden Sie häufig feststellen, dass bestimmte Schritte in einer bestimmten Reihenfolge ausgeführt werden müssen. Die Abschlussprojekte im Google Business Intelligence-Zertifikat wurden unter diesem Gesichtspunkt konzipiert. Die in jedem Kurs vorgestellten Herausforderungen stellen einen einzelnen Meilenstein innerhalb eines gesamten Projekts dar, basierend auf den in diesem Kurs erlernten Fähigkeiten und Konzepten.
Das Zertifikatsprogramm ermöglicht es Ihnen, aus verschiedenen Arbeitsplatzszenarien zu wählen, um die Abschlussprojekte abzuschließen: das Fahrradverleihunternehmen Cyclistic oder Google Fiber. Jedes Szenario bietet Ihnen die Möglichkeit, Ihre Fähigkeiten zu verfeinern und Artefakte zu erstellen, die Sie in einem Online-Portfolio auf dem Arbeitsmarkt teilen können.
Unabhängig davon, für welches Szenario Sie sich entscheiden, erlernen Sie ähnliche Fähigkeiten, müssen jedoch für jeden Kurs mindestens ein Abschlussprojekt abschließen, um Ihr Google Business Intelligence-Zertifikat zu erhalten. Um ein zusammenhängendes Erlebnis zu gewährleisten, wird empfohlen, für jedes Abschlussprojekt das gleiche Szenario zu wählen. Wenn Sie beispielsweise das Szenario „Radfahren“ für die Kurse 1 und 2 ausgewählt haben, empfehlen wir Ihnen, dasselbe Szenario auch für Kurs 3 abzuschließen. Wenn Sie jedoch an mehr als einem Arbeitsplatzszenario interessiert sind oder sich eine größere Herausforderung wünschen, können Sie gerne mehr als ein Abschlussprojekt durchführen. Durch den Abschluss mehrerer Projekte erhalten Sie zusätzliche Übungen und Beispiele, die Sie potenziellen Arbeitgebern mitteilen können.
Kurs 3 Projektszenarien am Ende des Kurses
Fahrrad-Sharing
Hintergrund:
In diesem fiktiven Arbeitsplatzszenario hat sich das imaginäre Unternehmen Cyclistic mit der Stadt New York zusammengetan, um gemeinsam genutzte Fahrräder bereitzustellen. Derzeit gibt es in ganz Manhattan und den angrenzenden Bezirken Fahrradstationen. Kunden können an diesen Standorten Fahrräder mieten, um bequem zwischen den Stationen hin- und herzufahren.
Szenario:
Erstellen eines Geschäftsplans für das nächste Jahr. Sie möchten verstehen, wie ihre Kunden ihre Fahrräder nutzen. Ihre oberste Priorität besteht darin, die Kundennachfrage an verschiedenen Bahnhofsstandorten zu ermitteln. Zuvor haben Sie Informationen aus Ihren Besprechungsnotizen gesammelt, um wichtige Projektplanungsdokumente zu vervollständigen und nützliche Zieltabellen zu erstellen. Jetzt sind Sie bereit für den nächsten Teil Ihres Projekts!
Herausforderung für Kurs 3:
Verwenden Sie Projektplanungsdokumente, um wichtige Kennzahlen und Dashboard-Anforderungen zu identifizieren
Laden Sie Zieltabellen in Tableau hoch
Entwerfen Sie Diagramme und Tabellen, um Erkenntnisse mit Stakeholdern zu teilen
Erstellen Sie mithilfe dieser Diagramme und Tabellen ein effektives Dashboard
Hinweis: Die Geschichte sowie alle dargestellten Namen, Charaktere und Vorfälle sind frei erfunden. Eine Identifizierung mit tatsächlichen Personen (lebend oder verstorben) ist nicht beabsichtigt oder sollte abgeleitet werden. Die in diesem Projekt geteilten Daten wurden für pädagogische Zwecke erstellt.
Google Fiber
Hintergrund:
Google Fiber versorgt Menschen und Unternehmen mit Glasfaser-Internet. Derzeit beantwortet das Kundendienstteam in seinen Callcentern Anrufe von Kunden in seinen etablierten Servicegebieten. In diesem fiktiven Szenario möchte das Team Trends bei wiederholten Anrufen untersuchen, um die Anzahl der Anrufe von Kunden zu reduzieren, damit ein Problem gelöst werden kann.
Szenario:
Sie führen derzeit ein Vorstellungsgespräch für eine BI-Stelle im Callcenter-Team von Google Fibre. Im Rahmen des Interviewprozesses werden Sie gebeten, ein Dashboard-Tool zu entwickeln, das es ihnen ermöglicht, Trends bei wiederholten Anrufen zu erkunden. Das Team muss verstehen, wie oft Kunden nach ihrer ersten Anfrage den Kundendienst anrufen. Dies wird der Führung helfen, zu verstehen, wie effektiv das Team Kundenfragen beim ersten Mal beantworten kann. Zuvor haben Sie Informationen aus Ihren Besprechungsnotizen gesammelt, um wichtige Projektplanungsdokumente zu vervollständigen und nützliche Zieltabellen zu erstellen. Jetzt sind Sie bereit für den nächsten Teil Ihres Projekts!
Herausforderung für Kurs 3:
Verwenden Sie Projektplanungsdokumente, um wichtige Kennzahlen und Dashboard-Anforderungen zu identifizieren
Laden Sie Zieltabellen in Tableau hoch
Entwerfen Sie Diagramme und Tabellen, um Erkenntnisse mit Stakeholdern zu teilen
Erstellen Sie mithilfe dieser Diagramme und Tabellen ein effektives Dashboard
Die zentralen Thesen
In Kurs 3, Entscheidungen, Entscheidungen: Dashboards und Berichte, haben Sie sich auf die Erstellung effektiver Dashboards und Berichte konzentriert, um Erkenntnisse mit Stakeholdern zu teilen.
Fähigkeiten in Kurs 3:
Entwerfen Sie Visualisierungen und Tabellen
Erstellen Sie ein effektives Dashboard
Teilen Sie wichtige Erkenntnisse mit Stakeholdern
Projektleistungen am Ende des Kurses 3:
Ein effektives Dashboard
Dies ist das letzte Projekt zum Abschluss des Kurses! Nachdem Sie dieses Dashboard fertiggestellt haben, verfügen Sie über ein vollständiges BI-Projekt, das Sie Ihrem Portfolio hinzufügen und potenziellen Arbeitgebern zeigen können. Gute Arbeit!
Projektübersicht zum Ende des Kurses 3: Radsport
Es ist Zeit, den letzten Teil Ihres Abschlussprojekts abzuschließen! Bisher haben Sie mit einem fiktiven Fahrradverleih namens Cyclistic zusammengearbeitet, um dessen Team wichtige Business-Intelligence-Erkenntnisse bereitzustellen. Sie haben Tabellen zusammengeführt, die für eine Visualisierung erforderliche Schlüsselmetriken enthielten, und eine Berichtstabelle generiert, die in Tableau importiert werden soll. Ein Beispiel für die Art der Zieltabelle, die Sie für das Abschlussprojekt benötigen, finden Sie im Abschlussprojekt des vorherigen KursesProjektbeispiel.
Verwenden Sie nun die von Ihnen erstellte Zieltabelle, um eine BI-Visualisierung zu entwerfen, die die Fragen von Cyclistic beantwortet. Führen Sie beim Erstellen Ihres Dashboards die Schritte des Prozesses aus, die Sie in diesem Kurs gelernt haben. Beginnen Sie mit der Erstellung eines Modells, erstellen Sie dann Ihre Diagramme, ein Dashboard und eine kurze Präsentation, die die Arbeit, die Sie an diesem Projekt geleistet haben, zusammenfasst. Sie können die Aktivitäten von früher in diesem Kurs jederzeit noch einmal durchgehen.
Nach Abschluss verfügen Sie über ein vollständiges BI-Projekt, das Sie in Ihr Portfolio integrieren können. Dies wird Ihnen helfen, potenziellen Arbeitgebern die Fähigkeiten zu demonstrieren, die Sie in diesem Zertifikatsprogramm erworben haben.
Viel Glück beim letzten Schritt Ihres Abschlussprojekts!
Aktivitätsbeispiel: Erstellen Sie ein Dashboard für Cyclistic
In dieser Aktivität haben Sie Datenvisualisierungen, ein Low-Fidelity-Mockup, das Ihnen bei der Planung der Komponenten und des Layouts Ihres Dashboards hilft, Diagramme, die in Ihre Visualisierung einbezogen werden sollen, und ein Dashboard für Cyclistic erstellt. Sie haben außerdem ein zusammenfassendes Dokument fertiggestellt, das den Stakeholdern von Cyclistic die Geschäftsanforderungen, Projektziele, Dashboard-Funktionalität und Ihre BI-Methoden beschreibt. Als BI-Experte müssen Sie in der Lage sein, technische Informationen so zu kommunizieren, dass alle Benutzer sie verstehen können. Dieses Abschlussprojekt zeigt, dass Sie dazu in der Lage sind.
Anhand des Beispiels, das Sie sich ansehen möchten, können Sie beurteilen, ob Sie die Aktivität korrekt durchgeführt haben. In diesem Fall haben Sie möglicherweise eine Lösung gefunden, die genauso gut funktioniert wie das Beispiel. Das ist großartig! Dieses Exemplar ist ein Beispiel dafür, wie ein BI-Experte diese Herausforderung hätte angehen können. Und bedenken Sie, dass Iteration einen großen Teil der BI-Welt ausmacht. Verbessern Sie Ihr Dashboard also gerne weiter!
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für diesen Kursartikel auf Tableau Public anzusehen.
Link zum Exemplar: Exemplar des Cyclistic Dashboard
Bewertung von Exemplar
Vergleichen Sie das Beispiel mit Ihrem fertigen Projekt-Dashboard am Ende des Kurses. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt einen möglichen Ansatz zum Abschluss der Aktivität dar. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihr Dashboard die Geschäftsfragen Ihrer Stakeholder beantwortet.
Sommertrends
Die erste Registerkarte des Dashboards ist eine Karte der saisonalen Trends bei Radtouren in jedem der New Yorker Bezirke. Die größte Karte zeigt die einzelnen Bezirke. Die Tabelle vergleicht die Anzahl der Fahrten und die durchschnittliche Fahrtdauer für Kunden und Abonnenten in jeder Nachbarschaft. Drei kleinere Karten konzentrieren sich auf Juli, August und September: die drei Monate mit dem höchsten Fahrradverkehr.
Diese Karte verfügt über mehrere Filter, um sich auf bestimmte Fahrrad-IDs, Benutzertypen, Metriken, Monate, Startviertel und Endviertel zu konzentrieren. Wenn Sie einen dieser Filter verwenden oder auf einen Bezirk in einer der Karten klicken, werden die Tabelle und die Karten aktualisiert, um Ihre Auswahl detaillierter darzustellen.
Saisonalität
Die zweite Registerkarte des Dashboards konzentriert sich auf die Saisonalität oder Trends im Laufe des Jahres, mit dem Diagramm „Fahrtensummen“ und der Tabelle „Fahrtenzahlen nach Startnachbarschaft“.
Diagramm „Reisesummen“.
Das Diagramm „Trip Totals“ visualisiert die Gesamtzahl der Radtouren in den Jahren 2019 und 2020, wobei zwischen Kunden und Abonnenten unterschieden wird. Diese Grafik zeigt, dass Abonnenten einen deutlich größeren Anteil der Cyclistic-Nutzer ausmachen als Stammkunden. Es zeigt auch, dass es in den wärmeren Monaten (Mai–Oktober) weitaus mehr Nutzer gibt als in den kälteren Monaten. Dies ist sinnvoll, wenn man bedenkt, dass die Wahrscheinlichkeit, dass Menschen bei kälterem Wetter Fahrrad fahren, geringer ist.
Dieses Diagramm wurde erstellt, indem der Starttag (nach Monat aggregiert) in das Spaltenfeld, die Summe der Fahrtenzahlen in den abgelegten Zeilen und UserType als Farbzuweisung eingegeben wurden.
Fahrtenzählungen nach Beginn der Nachbarschaftstabelle
In der Tabelle „Anzahl der Fahrten nach beginnender Nachbarschaft“ wird die Gesamtzahl der Radtouren aufgeführt, die in jeder Nachbarschaft in jedem Monat der Jahre 2019 und 2020 begonnen wurden. Sie ist nach Postleitzahl, Bezirk und Nachbarschaft geordnet. Außerdem wird ein Farbverlauf verwendet, um die höchste und niedrigste Anzahl monatlicher Fahrten hervorzuheben. Je größer die Anzahl der Fahrten, desto dunkler ist der Wert in der Tabelle. Außerdem wird heller Text auf den dunkleren Werten verwendet, um sicherzustellen, dass die Tabelle lesbar und zugänglich ist.
Da der Startort einen größeren Hinweis darauf gibt, wo Benutzer nach einem Fahrrad suchen, ist es wichtiger, den Startort hervorzuheben, wenn festgelegt wird, wo Werbung geschaltet werden soll. Die aktivsten Stationen befinden sich in der Lower East Side sowie in den Vierteln Chelsea und Clinton. Die aktivsten Monate sind von Mai bis Oktober.
Diese Tabelle wurde erstellt, indem die Dimension „Starttag“ (aggregiert nach Jahr und Monat) in das Feld „Spalten“ und dann die Dimensionen „Bezirksbeginn“ und „Nachbarschaftsbeginn“ in das Feld „Zeilen“ eingefügt wurden. Anschließend können die Farbe und die Beschriftungen festgelegt werden, indem die Summe der Trip Count-Kennzahl in die Felder „Farbe“ und „Beschriftung“ eingegeben wird.
Top-Reisen
Die dritte und letzte Registerkarte des Dashboards ist ein Vergleich der Gesamtzahl der Fahrtminuten nach Startnachbarschaft und Endnachbarschaft für Kunden und Abonnenten. Bei den beiden Diagrammen handelt es sich um horizontal gestapelte Balkendiagramme, die von der höchsten zur niedrigsten Minutenzahl (zwischen Kunden und Abonnenten zusammen) geordnet sind.
Diese Diagramme geben Aufschluss darüber, zu welchen Standorten Benutzer am liebsten weite Strecken zurücklegen. Die Diagramme zeigen, dass die Stadtteile Lower East Side sowie Chelsea und Clinton sowohl für den Start- als auch für den Endbahnhof die höchsten Gesamtfahrminuten aufweisen.
Um das anfängliche Nachbarschaftsdiagramm zu erstellen, können Sie die Summe der Fahrtminuten in das Spaltenfeld und dann die Dimensionen „Start der Postleitzahl“, „Start in der Nachbarschaft“ und „Start in den Bezirk“ in das Zeilenfeld eingeben. Legen Sie dann „UserType“ als Farbzuweisung fest. Um das Endvierteldiagramm zu erstellen, führen Sie die gleichen Schritte aus, verwenden jedoch die Dimensionen „Postleitzahl Ende“, „Nachbarschaftsende“ und „Bezirksende“.
Wichtige Erkenntnisse
Dieses Exemplar ist nur eine Möglichkeit, das Cyclistic-Projekt abzuschließen. Wenn Sie Ihre Arbeit mit diesem Beispiel vergleichen, verwenden Sie es als Beispiel für Ihren Prozess und nicht als Ideal zum Nachbilden. Erkunden Sie unbedingt auch das Dashboard von Tableau Public, um die interaktiven Komponenten besser zu verstehen. Stellen Sie dann Ihr Executive Summary-Dokument fertig, damit Sie Ihre Arbeit an Ihrem beruflichen Portfolio teilen können.
Kurs 3 Projektübersicht am Ende des Kurses: Google Fibre
Es ist Zeit, den letzten Teil Ihres Abschlussprojekts abzuschließen! Bisher haben Sie mit fiktiven Daten gearbeitet, die vom Google Fibre-Team bereitgestellt wurden, um Ihre Business-Intelligence-Fähigkeiten im Rahmen des Vorstellungsgesprächs zu demonstrieren. Sie haben Tabellen zusammengeführt, die für eine Visualisierung erforderliche Schlüsselmetriken enthielten, und eine Berichtstabelle generiert, die in Tableau importiert werden soll. Ein Beispiel für die Art der Zieltabelle, die Sie für das Abschlussprojekt benötigen, finden Sie unterdas Abschlussprojekt des vorherigen Kurses.
Verwenden Sie nun die von Ihnen erstellte Zieltabelle, um eine BI-Visualisierung zu entwerfen, die die Fragen des Google Fibre-Kundendienstteams beantwortet. Führen Sie beim Erstellen Ihres Dashboards die Schritte des Prozesses aus, die Sie in diesem Kurs gelernt haben. Beginnen Sie mit der Erstellung eines Modells, erstellen Sie dann Ihre Diagramme, ein Dashboard und eine kurze Präsentation, die Ihre Arbeit zusammenfasst. Sie können die Aktivitäten von früher in diesem Kurs jederzeit noch einmal durchgehen.
Nach Abschluss verfügen Sie über ein vollständiges BI-Projekt, das Sie in Ihr Portfolio integrieren können. Dies wird Ihnen helfen, potenziellen Arbeitgebern die Fähigkeiten zu demonstrieren, die Sie in diesem Zertifikatsprogramm erworben haben.
Viel Glück beim letzten Schritt Ihres Abschlussprojekts!
Aktivitätsbeispiel: Erstellen Sie ein Dashboard für Google Fiber
In dieser Aktivität haben Sie Datenvisualisierungen, ein Low-Fidelity-Mockup, das Ihnen bei der Planung der Komponenten und des Layouts Ihres Dashboards hilft, Diagramme, die in Ihre Visualisierung einbezogen werden sollen, und ein Dashboard für Google Fiber erstellt. Sie haben außerdem ein zusammenfassendes Dokument ausgefüllt, in dem die Geschäftsanforderungen, Projektziele, Dashboard-Funktionen und Ihre BI-Methoden des Google Fibre-Kundendienstteams beschrieben werden. Als BI-Experte müssen Sie in der Lage sein, technische Informationen so zu kommunizieren, dass alle Benutzer sie verstehen können. Dieses Abschlussprojekt zeigt, dass Sie dazu in der Lage sind.
Anhand des Beispiels, das Sie sich ansehen möchten, können Sie beurteilen, ob Sie die Aktivität korrekt durchgeführt haben. In diesem Fall haben Sie möglicherweise eine Lösung gefunden, die genauso gut funktioniert wie das Beispiel. Das ist großartig! Dieses Exemplar ist ein Beispiel dafür, wie ein BI-Experte diese Herausforderung hätte angehen können. Und bedenken Sie, dass Iteration einen großen Teil der BI-Welt ausmacht. Verbessern Sie Ihr Dashboard also gerne weiter!
Abgeschlossenes Exemplar
Klicken Sie auf den folgenden Link, um das Beispiel für diesen Kursartikel auf Tableau Public anzusehen.
Link zum Exemplar: Beispiel für das Google Fiber Dashboard
Bewertung von Exemplar
Vergleichen Sie das Beispiel mit Ihrem fertigen Projekt-Dashboard am Ende des Kurses. Überprüfen Sie Ihre Arbeit anhand der einzelnen Kriterien im Beispiel. Was hast du gut gemacht? Wo können Sie sich verbessern? Nutzen Sie Ihre Antworten auf diese Fragen als Leitfaden für den weiteren Verlauf des Kurses.
Hinweis: Das Exemplar stellt einen möglichen Ansatz zum Abschluss der Aktivität dar. Ihre werden sich wahrscheinlich in gewisser Weise unterscheiden. Wichtig ist, dass Ihr Dashboard die Geschäftsfragen Ihrer Stakeholder beantwortet.
Wird monatlich wiederholt
Die erste Registerkarte des Dashboards enthält zwei Balkendiagramme: Das erste Diagramm visualisiert die Anzahl der Wiederholungsanrufe, die das Kundendienstteam jeden Monat erhält. Kontakte_N stellt das erste Datum dar, an dem ein Kunde angerufen hat. Anschließend können Sie untersuchen, wie oft der Kunde in dieser Woche erneut angerufen hat. Beispielsweise riefen 1.636 Kunden einen Tag nach ihrem ersten Anruf erneut an, sieben Tage später im Januar riefen jedoch nur 575 Kunden erneut an.
Das zweite Diagramm visualisierte den Prozentsatz der Erstkontaktanrufe nach Wochentag; Im Januar nahmen nur 8,71 % der Kunden am Sonntag den ersten Kontakt auf. Die Mehrheit der Kunden hat sich am Montag im Januar zum ersten Mal gemeldet!
Tische
Die zweite Registerkarte des Dashboards enthält zwei Tabellen: Wiederholte Anrufe nach Datum des ersten Anrufs und Anrufe nach Markt und Typ.
Die erste Tabelle ermöglicht es den Beteiligten, die Anzahl der verschiedenen Arten von Anrufen nach Datum zu untersuchen. In der zweiten Tabelle werden die Anrufe dann nach Markt und Problemtyp getrennt, um genauere Informationen darüber zu erhalten, auf welchen Märkten die meisten Anrufe auftreten und welche Probleme die Kunden haben, die offenbar zu wiederholten Anrufen führen.
Markt und Typ für erste Wiederholungsanrufe
„Markt und Typ für erste Wiederholungsanrufe“ verwendet die Daten aus der Tabelle der vorherigen Registerkarten, um die Problemtypen, die scheinbar die meisten Wiederholungsanrufe für verschiedene Märkte generieren, weiter zu visualisieren.
Anrufe im ersten Quartal
Die letzte Dashboard-Registerkarte enthält zwei Diagramme zur Visualisierung der Anzahl der Anrufe am Tag 0 für alle Märkte und Problemtypen sowie der ersten Wiederholungsanrufe für alle Märkte und Problemtypen. Dadurch erhalten Benutzer einen Einblick darüber, welche Märkte und Probleme im ersten Quartal des Jahres zu Anrufen führen und welche Kunden dazu veranlassen, nach dem ersten Kontakt erneut anzurufen.
Wichtige Erkenntnisse
Dieses Exemplar ist nur eine Möglichkeit, das Google Fibre-Projekt abzuschließen. Wenn Sie Ihre Arbeit mit diesem Beispiel vergleichen, verwenden Sie es als Beispiel für Ihren Prozess und nicht als Ideal zum Nachbilden. Erkunden Sie unbedingt auch das Dashboard von Tableau Public, um die interaktiven Komponenten besser zu verstehen. Stellen Sie dann Ihr Executive Summary-Dokument fertig, damit Sie Ihre Arbeit an Ihrem beruflichen Portfolio teilen können.
Kursabschluss
Herzlichen Glückwunsch, Sie haben die letzte Komponente Ihres Abschlussprojekts abgeschlossen! Dies ist eine große Leistung, die all Ihre harte Arbeit in diesem Programm zeigt. Sie haben dieses Projekt alleine abgeschlossen. Sie haben Ihr Wissen über Business Intelligence, Datenpipelines und Dashboards eingesetzt, um etwas zu schaffen, das Ihre Entwicklung als BI-Experte wirklich demonstriert. Sie können diese Präsentation nun in Ihr Portfolio aufnehmen, sie mit potenziellen Arbeitgebern teilen und in Vorstellungsgesprächen besprechen. Teilen Sie die von Ihnen erstellten Präsentationsmaterialien, das Dashboard selbst oder den Bericht über den von Ihnen verwendeten Prozess und die von Ihnen getroffenen Entscheidungen. Idealerweise zeigen Sie alle oben genannten Punkte! Jede Komponente veranschaulicht Ihre BI-Reise. Jetzt haben Sie den ersten Schritt Ihrer BI-Karriere geschafft und das Ende dieses Programms erreicht. Und verpassen Sie nicht den nächsten Abschnitt, der Ihnen eine besondere Botschaft einiger bekannter Gesichter zum Feiern bringt!
Tony: Strategien zum Karriereaufbau
Mein Name ist Tony und ich bin seit fünf Jahren Finanzprogrammmanager hier bei Google. Ich habe Finanzanalysten und viele Finanzanlagen mit besonderem Fokus auf Business Intelligence interviewt. Was für mich jemanden wirklich auszeichnet, ist jemand, der wirklich starke Kommunikationsfähigkeiten hat und wirklich gut in der Lage ist, seine Geschichte zu erzählen, wenn man es möchte. Sie befinden sich in einem Vorstellungsgespräch und verfügen nicht über die vorherige Berufserfahrung, die zeigt, dass Sie die Tools nutzen können, die Sie möglicherweise in Ihrem Datenzertifikat Ihres Business-Intelligence-Zertifikats gelernt haben. Dies ist der Punkt, an dem man bei einem Vorstellungsgespräch wirklich nur die Leitung des Vorstellungsgesprächs übernehmen muss. Nutzen Sie also Fragen, die Ihnen die Gelegenheit geben, einzutauchen und wirklich zu erklären, was Sie gelernt haben und wie Sie es oft anwenden würden. Als Interviewer wie ich werde ich eine sehr allgemeine Frage stellen, um zu sehen, wo das Interview stattfindet wir werden gehen. Ob sie aus finanzieller Sicht mit harten Zahlen arbeiten wollen oder ob sie ihre Antwort nehmen und anfangen wollen, darüber zu sprechen, wie sie Sequel oder Python oder R als Lösungstool verwenden würden, und mich vielleicht sogar durch einige Teile dieses Prozesses führen wollen, wie Sie würden das einführen, um das Problem zu lösen, über das wir sprechen. Das ist eine wirklich gute Art, es auszudrücken. Ich verbinde die Punkte zwischen dem, was ich kürzlich in der Stelle, auf die ich mich bewerbe, gelernt habe, ohne dass die Berufserfahrung direkt in Ihrem Lebenslauf steht. Eine Sache, von der man jemandem auf jeden Fall und dringend abraten sollte, ist, sich in einem Vorstellungsgespräch in eine Situation zu begeben, in der er die Umgebung, die ihn umgibt, nicht kontrollieren kann. Daher werden viele unserer Interviews derzeit virtuell geführt. Es ist sehr wichtig, dass Sie sich bewusst sind, wo Sie Ihr Vorstellungsgespräch führen. Ich hatte einmal eine Person, die an einer Straßenecke vor einem Café ein Vorstellungsgespräch führte. Es ist völlig falsch, so viel Kontrolle wie möglich über Ihren Raum zu haben. Es ist nicht nur für mich wie das Vorstellungsgespräch, sondern auch für Sie als Vorstellungsgespräch, bei dem Sie sich wohl und sicher fühlen können und wissen, dass Sie in dieser Umgebung nicht abgelenkt werden. Eines der Dinge, die ich Ihnen wirklich empfehlen würde, ist, dass Sie sich vor dem Vorstellungsgespräch alle verschiedenen Projekte und die Analyse, die Sie im Rahmen des Zertifikatsprozesses durchgeführt haben, ansehen und einige davon organisieren, die für allgemeine Fragen verwendet werden können Jetzt aus meiner Sicht als jemand, der Einsteiger ansieht, und ich mache mir wirklich keine Sorgen über die bisherigen Erfahrungen. Ich möchte sehen, wie Sie artikulieren können, was Sie gelernt haben. Deshalb wäre es für mich, wenn wir im Vorstellungsgespräch auf eine etwas technischere Frage eingehen könnten, dass Sie sich auf das stützen, was Sie während des Zertifikatsprogrammprozesses gelernt haben. Seien Sie zuversichtlich, was Sie gelernt haben, und wissen Sie, dass Sie genug getan haben, um in den Raum zu kommen. Nutzen Sie diesen Moment also.
Integrieren Sie Ihr Projekt in Ihr Portfolio
Herzlichen Glückwunsch zum Abschluss des letzten Teils Ihres Abschlussprojekts! Nachdem Sie Ihre Business-Intelligence-Visualisierung nun zum Teilen bereit haben, können Sie das, was Sie erstellt haben, in Ihr Portfolio integrieren.
Sie haben inzwischen ein Portfolio erstellt, in dem Sie Ihre Projekte mit potenziellen Arbeitgebern teilen. Sie können die Projektplanungsdokumente, den Datenpipeline-Code, die Zieltabelle, das Dashboard und die Folienpräsentation hinzufügen, die Sie für dieses Projekt erstellt haben.
Möglicherweise möchten Sie auch eine schriftliche Zusammenfassung Ihrer Methoden hinzufügen, beispielsweise Ihren Denkprozess darüber, wie und warum Sie Ihr Projekt so ausgeführt haben, wie Sie es getan haben. Ihre schriftliche Zusammenfassung sollte Ihre Begründung für jeden von Ihnen unternommenen Schritt erläutern. Wenn Sie beispielsweise ein Balkendiagramm anstelle eines Liniendiagramms zur Visualisierung einer bestimmten Metrik ausgewählt haben, erklären Sie, warum Sie das getan haben.
Indem Sie in einer schriftlichen Zusammenfassung beschreiben, wie Sie über geschäftliche Probleme nachdenken und diese erfolgreich lösen, zeigen Sie potenziellen Arbeitgebern, dass Sie ein fähiger BI-Experte sind. Eine schriftliche Zusammenfassung kann auch als Tagebuch dienen, damit Sie sich an Ihren eigenen Denkprozess erinnern können. Sie können es als Ressource verwenden, wenn Sie sich auf die Präsentation Ihres Portfolios während eines Vorstellungsgesprächs vorbereiten.
Jeder dieser Punkte stellt wichtige Schritte im Business-Intelligence-Projektprozess dar. Wenn Sie sie also in Ihrem Portfolio anzeigen, können zukünftige Arbeitgeber Ihre Fähigkeiten und Erfolge besser verstehen.
Erstellen Sie Ihr Online-Portfolio
Diese Lektüre enthält eine Checkliste darüber, was Sie in Ihr Portfolio aufnehmen sollten, wo Sie Konten zum Hosten Ihres Portfolios einrichten können und wie Sie Ihrem Portfolio Inhalte hinzufügen.
Was einzuschließen ist
Sie haben gelernt, dass ein Portfolio Ihre Fähigkeiten repräsentiert und potenziellen Arbeitgebern einige Ihrer früheren Projekte präsentiert. Behalten Sie Ihr Portfolio:
Persönlich: Zeigen Sie, wer Sie sind, was Sie interessiert und was Ihnen wichtig ist.
Einfach: Zeigen Sie Ihre Arbeit mit einfacher Navigation und ohne überfüllte Seiten an.
Relevant: Passen Sie Ihre Arbeit an die in den Stellenbeschreibungen enthaltenen Fähigkeiten an.
Vorzeigbar: Betonen Sie die Qualität der von Ihnen gezeigten Muster.
Einzigartig: Präsentieren Sie Ihre eigene Arbeit; Zitieren Sie Inhaltsquellen, um Plagiate zu vermeiden.
Wo Konten eingerichtet werden
Wählen Sie eine Plattform zum Hosten Ihres Portfolios. Medium, Google Sites und WordPress eignen sich gut zum Bloggen. GitHub und Kaggle eignen sich besser für Code. Und schließlich eignet sich Tableau, wie Sie wissen, hervorragend für Visualisierungen. Erstellen Sie als Nächstes ein Konto auf der von Ihnen gewählten Plattform. Sehen Sie sich diese Schritte an, um Konten auf verschiedenen Plattformen einzurichten:
Richten Sie ein Konto bei Tableau Public ein – Klicken Sie auf die orangefarbene Schaltfläche „Anmelden“.
So fügen Sie Inhalte zu Ihrem Portfolio hinzu
In der folgenden Tabelle finden Sie schließlich einige Links zu Artikeln, die Ihnen bei der Verwaltung Ihres Portfolios helfen können. Artikel sind kostenlos, aber einige Websites begrenzen die Anzahl der Artikel, die Sie pro Monat anzeigen können. Setzen Sie in diesem Fall ein Lesezeichen für den Artikel, um ihn später anzuzeigen.
Plattform | Informationen, die Ihnen bei der Verwaltung Ihres Portfolios helfen |
|---|---|
GitHub | 8 Schritte zur Veröffentlichung Ihres Portfolios auf GitHub: Befolgen Sie die Schritte in diesem Artikel, um ein Repository für Ihr Portfolio zu erstellen. |
Kaggle | Veröffentlichen Sie Ihren ersten Datensatz auf Kaggle: Befolgen Sie die Schritte in diesem Artikel, um Ihren eigenen Datensatz zu veröffentlichen und öffentlich zu machen. |
Tableau | Jede in Tableau Public erstellte Visualisierung ist standardmäßig bereits öffentlich. Das Hinzufügen einer Tableau-Visualisierung zu einer anderen gehosteten Site erfordert noch viel mehr. Aus diesem Grund ist es wahrscheinlich am besten, eine Verknüpfung zu Tableau-Visualisierungen herzustellen, wenn Ihr Portfolio auf einer persönlichen Website oder auf einer anderen Plattform wie GitHub gehostet wird. |
Mittel | Erste Schritte mit einer Medium-Publikation: Befolgen Sie die Schritte in dieser Anleitung, um Ihre eigene Publikation zu erstellen. |
WordPress | Lassen Sie sich veröffentlichen: Befolgen Sie diese Anweisungen, um Seiten zu erstellen oder Inhalte auf Ihrer Website zu veröffentlichen. |
Google Sites | Veröffentlichen und teilen Sie Ihre Website: Befolgen Sie diese Anweisungen, um Ihre Website zu veröffentlichen und öffentlich zu teilen. Verwenden Sie eine benutzerdefinierte Domain für Ihre Site: Lesen Sie diese Anweisungen, wenn Sie eine benutzerdefinierte URL für Ihr Portfolio verwenden möchten. |