Kerangka Materi
Pendahuluan
- Gambaran umum tentang AWS QuickSight
- Apa itu AWS dan QuickSight?
Memulai Penggunaan AWS QuickSight
- Membuat akun AWS dan QuickSight.
- Memahami alur kerja di QuickSight.
- Navigasi antarmuka pengguna QuickSight.
Persiapan Data dalam QuickSight
- Mengenal proses persiapan data di QuickSight.
- Perbandingan SPICE dan metode kueri langsung.
- Cara mengunggah serta mengimpor data ke dalam QuickSight.
- Pengelolaan kolom dan bidang data.
- Memahami penggunaan rumus, fungsi, dan operator perhitungan.
- Menambahkan rumus berbasis teks ke dalam proyek.
- Cara mengekstrak informasi tertentu dari data teks.
- Pemanfaatan fungsi kondisional dalam analisis.
- Membuat perhitungan numerik menggunakan rumus yang tersedia.
- Menerapkan berbagai filter pada proyek analisis.
Menganalisis dan Memvisualisasikan Data
- Perbedaan antara persiapan data dan proses analisisnya.
- Cara mengonstruksi struktur analisis data.
- Pembuatan visualisasi yang relevan.
- Pengenalan istilah dimensi serta ukuran data.
- Penambahan sumber data baru ke dalam proyek.
- Penerapan format, agregasi, dan tingkat detail data.
- Penataan tampilan visualisasi agar lebih informatif.
- Cara menyusun narasi visual serta membuat peta treemap.
- Pemanfaatan filter dan tabel sebagai alat bantu analisis.
- Menambahkan elemen KPI ke dalam laporan.
Ekspor dan Penggunaan Bersama Data Proyek
- Mekanisme penyegaran data dan penjadwalannya.
- Cara mengekspor hasil analisis menjadi berkas CSV.
- Pendaftaran pengguna baru ke dalam sistem.
- Pembagian set data serta hasil analisis kepada rekan kerja.
- Pembuatan serta penyebaran dashboard interaktif.
Memanfaatkan Basis Data sebagai Sumber Informasi
- Mengonfigurasi basis data sesuai kebutuhan.
- Penyusunan contoh data sementara untuk pengujian.
- Cara menghubungkan QuickSight dengan basis data.
- Transfer data ke dalam sistem SPICE.
- Impor data menggunakan mekanisme kueri.
- Penerapan rumus perhitungan pada skema data yang diimpor.
- Integrasi dengan berbagai platform NoSQL untuk analisis lanjutan.
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar mengenai analisis data
Target Peserta
- Para analis data
- Siapa saja yang tertarik dengan proses analisis dan visualisasi data
Testimoni (3)
Deepthi sangat peka terhadap kebutuhan saya, dia bisa mengetahui kapan harus menambahkan lapisan kompleksitas dan kapan harus menahan diri serta mengambil pendekatan yang lebih terstruktur. Deepthi benar-benar bekerja sesuai dengan ritme saya dan memastikan bahwa saya dapat menggunakan fungsi/alat baru sendiri dengan cara pertama menunjukkan kepada saya, lalu membiarkan saya merekonstruksi item tersebut sendiri, yang sangat membantu dalam menginternalisasi pelatihan. Saya tidak bisa lebih bahagia dengan hasil dari pelatihan ini dan dengan tingkat keahlian Deepthi!
Deepthi - Invest Northern Ireland
Kursus - IBM Cognos Analytics
Diterjemahkan Mesin
dia sudah sangat siap - dan dia sangat ramah
Oliver - Post CH AG
Kursus - Splunk Fundamentals
Diterjemahkan Mesin
banyak latihan praktis
Marcin - Narodowy Bank Polski
Kursus - Splunk Data Administration
Diterjemahkan Mesin
