- Was ist Data Analytics und warum ist es wichtig für moderne Data Analysis Prozesse?
- Einführung in die Aufgaben und Tools eines Data Analysts im Rahmen der Data Analysis
- Deskriptive Statistik und Dateninterpretation mit Spreadsheets - erste Schritte in der Data Analytics Praxis
Erste Schritte mit Python für Data Analytics
- Grundlagen von Python: Variablen, Strings, Bedingungen für Data Analytics
- Einstieg in Jupyter Notebooks zur interaktiven Data Analysis von kleinen Datensätzen
- Mini-Projekte zur praktischen Anwendung von Data Analytics Konzepten in realistischen Szenarien
Data Analysis mit Pandas für Einsteiger
- Daten laden, filtern und bereinigen mit der Pandas-Bibliothek für effektive Data Analysis
- Einfache Visualisierungen zur Darstellung von Data Insights in Data Analytics Workflows
- Aggregation und Transformation kleiner Datensätze zur Verbesserung der Data Analysis
Einführung in analytische Methoden
- Verständnis von linearen Zusammenhängen und Regression im Kontext von Data Analytics
- Grundlagen der A/B Tests zur Vergleichsanalyse in Data Analysis Projekten
- Erste Konzepte der statistischen Auswertung für datengetriebene Entscheidungen mit Data Analytics
Einstieg in Datenvisualisierung mit Tableau
- Aufbau einfacher Dashboards und Datenberichte zur Kommunikation von Data Analysis Ergebnissen
- Verwendung von KPIs zur Darstellung von Ergebnissen in Data Analytics Dashboards
- Verknüpfung von Datenquellen für visuelles Reporting und Data Analysis im Business-Kontext
Der Kurs behandelt grundlegende Data Analytics Techniken wie deskriptive Statistik, Pandas-Bibliothek und Datenvisualisierung mit Tableau.