Andmeanalüütiku arenguprogramm

Õppepäeva eesmärk on anda laiem ülevaade andmete olemusest, kuidas neid koguda ja töödelda ning kuidas kogu see teave on ettevõttele kasulik. Samuti anda teadmised, miks on analüütik ettevõttele vajalik ning mis on põhilised omadused, mis analüütiku tegelikult väärtuslikuks teevad. Viimaks katame põhilised väljakutsed, mis ilmnevad analüütika valdkonnas.

• Mis on andmed?
• Kuidas andmeid kogutakse?
• Kuidas andmeid töödeldakse?
• Miks on andmed ettevõttele vajalikud?
• Miks on analüütik ettevõttele vajalik?
• Analüütiku põhilised omadused, mis loovad väärtust ja kas seda kõike saab õppida?
• Põhilised väljakutsed analüütikaga tegelemisel

Koolituspäeva fookus on seotud andmete kogumisel, nendega opereerimisel ning lõpuks nendest väärtuse loomisel läbi visualiseerimise. Eesmärk on anda algteadmised andmete erinevatest liikidest, kuidas neid analüüsida ning kuidas valida endale see kõige meelepärasem tööriist ja väljendusviis. Lisaks räägime ka data literacyst, ehk andmekirjaoskusest.

• Kuidas organisatsioonid andmeid koguvad ja nendest väärtust loovad
• Analüütiline protsess – milline see välja näeb ja mis samme endas hõlmab
• Andmetüüpide eristus
• Andmekaeve – mis see on ja mida seal tehakse
• Turul olevad tööriistad ning kuidas valida endale see ‘õige’
• Andmete visualiseerimine ja andmekirjaoskus (data literacy)

Koolituse põhiosa keskendub Pivot Table kasutamisele, sh
– Pivot andmetabelite loomine ja lahtrite vormindamine, andmete kuvamine ja värskendamine
– Väljade ja üksuste kasutamine Pivot tabelis, sh uute väljade ja üksuste loomine
– Väljade grupeerimine
– Risttabelite loomine
– Kuupäevaga väljade analüüsimine
– Pivot tabeli kujundamine
– Pivot tabelis lahtrite viitamine arvutuste tegemisel
– Pivot tabelitest diagrammide loomine

Lisaks vaatame andmete kokkutoomist ja korrastamist eri tabelitest:
– Konsolideeri tööriistaga
– PowerQuery tööriistaga

PowerQuery tööriista juures vaatame eraldi andmete toomist Excelisse läbi csv faili niimoodi, et edaspidi toimuks uute importimiste korral andmete korrastamine (vormindamine, veergude korrastamine jm) automaatselt.

Qlik koolituse eesmärk on tutvustada kõigile analüüsihuvilistele kaasaegse andmete visualiseerimise ja iseteenindusliku analüüsi põhimõtteid ning võimalusi Qlik Sense platvormil. Koolituses on kombineeritud näited ja praktilised harjutused, millega õpetatakse nutikate analüüsilahenduste ja mõjusate visualiseeringute loomist ning antakse kasutajatele vajalikud teadmised ja oskused iseseisvaks tööks antud platvormiga.
Koolitus on mõeldud kõigile, kel on huvi analüütika vastu ning soov oma andmetest oluline info kätte saada ning neile, kes soovivad lisaks aruannetele näha ka numbrite taha – miks tulemus on just selline ja kuidas seda parandada.
Koolitus sobib nii neile, kes kaaluvad Qlik Sense kasutusele võtta, kuid ei ole selle tarkvaraga enne kokku puutunud kui ka neile neile, kes on juba kasutamas Qlik Sense tarkvara (ärikasutajad, analüütikud, andmeteadlased, infotöötajad), kes tahavad oma andmeid analüüsida, kõrgel tasemel visualiseeringuid luua ja infot jagada! Koolitus on kasulik ka QlikView arendajatele, kes soovivad oma teadmisi QlikSense’i kohta täiendada.

• Sissejuhatus analüütikasse ja Qlik Sense tutvustus
• Qlik Sense peamiste funktsioonide tutvustus
• Parima visualiseeringu valik vastavalt amdetüüpidele ja andmete visualiseerimisepõhimõtted
• Andmete tõmbamine Qlik Sense, andmeseoste loomine
• Mõõdikute ja dimensioonide loomine
• Uute visualiseeringute loomine mõõdikute/dimensioonide raamatukogu kasutades
• Esitluse loomine rakenduses (story-telling funktsiooni kasutades)
• Rakenduste jagamine teistega pilveteenuste abil
• Hands-on ülesanded
• Küsimused ja vastused

• SQL andmebaaside põhitõed
• Relatsioonilise andmebaasi loomine
• Üldised SQL keelereeglid, andmetüübid
• Andmebaasi ja tabelite loomine, kasutuselevõtt, kustutamine
• Tabeli struktuuri muutmine
• Andmete lisamine tabelisse, erinevad võimalused

• Päringute loomine
• Päringute tegemine ühest tabelist
• Tingimuste seadmine, sorteerimine, grupeerimine, agregaatfunktsioonide kasutamine
• Päringud mitmest tabelist, tehted päringutulemustega
• Alampäringute kasutamine
• Funktsioonide kasutamine päringutes
• Täiendavad võimalused (vaadete ja transaktsioonide kasutamine)

Eesmärk on anda ülevaade masinõppest kui praktilisest tööriistast ning seletada lahti kõik sellega kaasnevad baasteadmised. Koolituse lõpuks peaks olema osalejal selge raamistik kuidas ja kus kasutada masinõppe tehnoloogiad ning milliseid andmeid selleks saab kasutada.

• Andmete importimine ja esmane analüüs
• Andmete importimine töölauale Exceli või CSV failist
• Andmetest ülevaate saamine ja esmane analüüs
• Andmetöötlus Tidyverse’i pakettidega dplyr & lubridate
• dplyr’i verbid
• Kuupäevaliste andmete töötlemine lubridate paketiga

• Andmete visualiseerimine paketiga ggplot2
• Jooniste loomine (hajuvusdiagramm, tulpdiagramm ja joondiagramm)
• Jooniste lihtsam kujundamine
• RMarkdowni raporti loomine
• Erinevates formaatides (HTML, Word, PowerPoint, PDF) dokumentide genereerimine

Koolituspäeva eesmärk on anda igale isikuandmetega kokku puutuvale isikule baasteadmised, millega tuleb arvestada, kui tööprotsesside käigus tuleb tegeleda ka isikuandmetega, mida tuleks teha erinevates praktikas ettetulevates olukordades, mis puudutavad isikuandmete töötlemist. Osalenu oskab ära tunda erinevaid andmekategooriaid ning teab, millistel õiguslikel alustel tohib andmeid töödelda ning millised on rikkumiste tagajärjed.

• Millal ja kellele GDPR kohaldub?
• Mis on isikuandmed?
• Milliseid printsiipe peab järgima andmete kogumisel ja töötlemisel?
• Andmetöötluse õiguslikud alused
• Mis on eriliiki isikuandmed ja mida nende töötlemisel silmas pidada?
• Profileerimine ja automatiseeritud otsused – mida tähele panna
• Andmetöötlejate rollid
• Andmekaitse mõjuhinnang – millal teha ja miks see vajalik on?
• Andmete turvalisuse tagamine
• Andmeleke – levinud põhjused ja mida teha
• Karistused andmetöötlusnõuete rikkumise pärast