Ir al contenido principal

Autor: juandejuan

Visualización de datos y creación de historias(con Power BI y Tableau)

TEMARIO:

  1. Fundamentos de visualización de datos.
    1a. Analítica y visualización.
    1b. Tipos de analítica: Informe, análisis de autoconsumo, descubrimiento de información.
    1c. Modelos de datos para las herramientas de analítica.
  2. PowerBI.
    2a. Preparación del modelo de datos.
    2a1. Importación de datos desde distintas fuentes.
    2a2. Transformaciones con Power Query.
    2a3. Integración de fuentes de datos heterogéneas (Data Mashup).
    2a4. Relaciones de tablas. 2b. Creación de nuevos elementos.
    2b1. Medidas derivadas a nivel de fila.
    2b2. Medidas derivadas a nivel de informe.
    2c3. Nuevos atributos.
    2c4. Medidas filtradas.
    2c5. Medidas de nivel.
    2c6. Medidas con desplazamiento temporal. 2c. Tablas calculadas. 2d. Creación de elementos visuales.
    2d1. Tablas.
    2d2. Gráficos.
    2d3. Interacción entre elementos. 2e. Filtros y segmentación de datos.
    2e1. Niveles de uso de filtros.
    2e2. Selectores para segmentación de datos. 2f. Jerarquías.
    2f1. Creación de jerarquías de dimensión.
    2f2. Uso de jerarquías en elementos visuales. 2g. Creación del panel de control (dashboard).
  3. Tableau.
    3a. Preparación del modelo de datos.
    3a1. Importación de datos desde distintas fuentes.
    3a2. Transformaciones.
    3a3. Integración de fuentes de datos heterogéneas (Data Mashup).
    3a4. Relaciones de tablas. 3b. Creación de nuevos elementos.
    3b1. Medidas derivadas a nivel de fila.
    3b2. Medidas derivadas a nivel de informe.
    3c3. Nuevos atributos.
    3c4. Medidas filtradas.
    3c5. Medidas de nivel.
    3c6. Medidas con desplazamiento temporal. 3c. Creación de elementos visuales.
    3c1. Tablas.
    3c2. Gráficos.
    3c3. Interacción entre elementos. 3d. Filtros.
    3d1. Niveles de uso de filtros. 3e. Jerarquías.
    3e1. Creación de jerarquías de dimensión.
    3e2. Uso de jerarquías en elementos visuales. 3f. Creación del panel de control (dashboard).
  4. Creación de historias
    4a. Funcionalidad de la creación de historias.
    4b. Elementos de visualización.
    4c. Presentación.

PowerBI – Diseño de hojas de analítica de datos

  1. Conceptos generales 1a. Objetos de Power BI.
    1b. Medidas y dimensiones.
  2. Objetos de analítica de datos 2a. Creación de elementos visuales.
    2a1. Tablas y matrices.
    2a2. Gráficos.
    2a3. Cuadros de texto. 2b. Filtros y segmentación de datos.
    2b1. Niveles de uso de filtros.
    2b2. Selectores para segmentación de datos. 2c. Jerarquías.
    2c1. Creación de jerarquías de dimensión.
    2c2. Uso de jerarquías en elementos visuales. 2d. Interacción entre elementos. 2e. Creación del panel de control (dashboard).
  3. Elementos avanzados 3a. Tablas calculadas.
    3b. Medidas usando tablas calculadas.

PL/SQL

  1. Introducción a PL/SQL
  2. Declaración de variables
  3. Escritura de sentencias ejecutables
  4. Uso de SQL dentro de PL/SQL
  5. Estructuras de control
    5.1 Condicionales
    5.2 Bucles
  6. Uso de tipos de datos compuestos
  7. Uso de cursores explícitos
  8. Manejo de excepciones
  9. Procedimientos
  10. Funciones
  11. Paquetes

Tableau

I.                  Objetivos

Este curso está enfocado en la parte análisis de la herramienta Tableau.

Proporciona el conocimiento necesario para utilizar las herramientas de acceso a datos y análisis.

Al finalizar el curso, el alumno tendrá suficientes conocimientos para:

  • Acceder a datos que residen en distintas fuentes.
    • Crear análisis utilizando Tableau.

II.                Requisitos

No se necesitan requisitos específicos más allá de haber usado otras herramientas de análisis sencillas (Microsoft Excel, por ejemplo).

Conocimientos de SQL y de uso de ficheros de texto plano pueden facilitar la comprensión de la materia.

III.             Duración

  • 20 horas.

IV.            Metodología

El curso se desarrolla mediante la exposición teórica acompañada de demostraciones prácticas y explicaciones de los resultados obtenidos.

El alumno lleva a cabo prácticas en las que realiza la modelización de distintas fuentes de datos, para probar las características del producto, además de utilizar las fu ciones de análisis de datos.

Resolución de dudas de los conceptos expuestos.

V.               Contenido

  • Introducción a Business Intelligence, Data Warehouse y Tableau.
    • Conceptos básicos de B.I.
    • Modelos de datos.
    • Características principales de Tableau.
    • Acceso a datos y preparación.
      • Uso de ficheros de texto plano.
  • Pivotar conjunto de datos.
    • Ficheros de texto plano de longitud fija.
    • Ficheros de texto plano con carácter separador de campos.
    • Uso de Microsoft Excel como fuente de datos.
    • Unión de datos usando Microsoft Excel.
    • Uso de Google Sheets.
    • Uso básico de información geográfica.
    • Complementar datos usando extracciones.
    • Uniones de datos LEFT / RIGHT / FULL.
    • Uniones de datos CROSS.
    • Uniones de datos BLENDING.
    • Analítica de datos:
      • Tablas de datos.
      • Filtros de contexto.
      • Ordenación y ordenación jerárquica.
      • Gráficos:
        • Básicos.
        • Bullet Chart.
        • Bar in bar.
        • Heat map.
        • Otros gráficos.
      • Elementos calculados:
        • Cálculos a nivel de fila.
        • Cálculos agrupados.
        • Valores nulos en cálculos agrupados.
        • Cálculos a nivel dimensional.
      • Parámetros.
      • Líneas de tendencia (trend).
      • Clusterización (cluster).
      • Previsión (forecast).
    • Panel de control (dashboard).
      • Creación del panel de control.
      • Uso de visualizaciones.
      • Inserción de imágenes.
    • Story.
      • Creación de una historia.
      • Añadir elementos a cada hoja.
      • Añadir comentarios a cada hoja.

SQL Avanzado

I.                 Objetivos

Este curso desarrolla los métodos avanzados de SQL tanto con funciones de base de datos (vistas e índices) como sintaxis específica (analítica, agrupaciones avanzadas, tablas jerárquicas, etc).

El curso utiliza la base de datos relacional Oracle Database.

Al finalizar el curso, el alumno tendrá suficientes conocimientos para:

  • Utilizar vistas para la recuperación de datos y restricciones de DML.
    • Conocer y utilizar los principales índices que proporciona la base de datos Oracle.
    • Utilizar consultas de SQL avanzado para la recuperación eficiente de datos en casos concretos como: analítica de datos, agrupación compleja, tablas jerárquicas, búsquedas avanzadas, pivotado y despivotados de conjuntos de datos e inserción múltiple). Elementos que serán de utilidad para distintas áreas (procesos de integración de datos, análisis de datos, mejora del rendimiento de consulta).

II.              Requisitos

  • Conocimientos de SQL (preferible en entorno Oracle Database).

III.            Duración

  • 20 horas.

IV.           Metodología

El curso se desarrolla mediante la exposición teórica acompañada de demostraciones prácticas.

El alumno utilizará las herramientas relacionadas con la exposición. Resolución de dudas de los conceptos expuestos.

V.              Contenido

  • Vistas.
    • Creación de vistas.
    • Vistas actualizables.
    • Vistas en línea.
    • Uso de Check Option.
    • Eliminación de vistas.
  • Índices
    • Utilidad de los índices.
    • Tipos de índices.
      • Índices B-TREE.
      • Índices BITMAP.
    • Creación y mantenimiento de índices.
    • Índices basados en funciones.
  • SQL avanzado.
    • SQL analítico.
      • RANK.
      • DENSE_RANK.
      • CUME_DIST.
      • PERCENT_RANK.
      • NTILE.
      • RATIO_TO_REPORT.
      • LAG / LEAD.
      • FIRST_VALUE / LAST_VALUE.
      • LIST_AGG.
    • Agrupación avanzada.
      • ROLLUP.
      • CUBE.
      • GROUPING SETS.
    • Recuperación de datos jerárquicos.
      • CONNECT BY.
    • Expresiones regulares.
      • Metacaracteres.
      • Funciones: REGEXP_LIKE, REGEXP_REPLACE, REGEXP_INSTR, REGEXP_SUBSTR, REGEXTP_COUNT.
    • Pivotado y despivotado de datos (PIVOT / UNPIVOT).
    • Inserción múltiple de datos.

© Juan de Juan.