Résolution de problèmes basée sur les données pour les analystes de données

Aperçu

Data analysts must handle complex business problems and translate raw data into actionable insights, leveraging multiple tools to implement the complete lifecycle of a data analysis project. In this course, Data-driven Problem Solving for Data Analysts, you'll gain the ability to understand the typical workflow of a data analysis project, from defining problems to presenting it to stakeholders, using tools like Microsoft Excel, Python, and Tableau along the way.

First, you'll explore how to define data-driven business problems and the process of data exploration. Next, you'll discover the process of cleaning and preparing data, and identifying key trends.

Finally, you’ll learn how the data analysis process can culminate in creating compelling visualizations and presenting your findings effectively to stakeholders. When you're finished with this course, you'll have the skills and knowledge of how the end-to-end data analysis workflow is applied to tackle real-world business problems and deliver actionable recommendations backed by data.

Programme

• Introduction à la résolution de problèmes basée sur les données
Aperçu du cours et objectifs
Introduction au cycle de vie de l'analyse de données
• Définir les problèmes commerciaux basés sur les données
Comprendre les besoins et objectifs commerciaux
Traduire les problèmes commerciaux en questions de données
Techniques pour une définition efficace des problèmes
• Exploration des données
Introduction aux sources de données et à la collecte de données
Exploration des données avec Microsoft Excel
Exploration des données en utilisant Python
• Nettoyage et préparation des données
Importance du nettoyage des données
Techniques de nettoyage de données dans Excel
Nettoyage et préparation des données en Python
Gestion des données manquantes et des valeurs aberrantes
• Identification des tendances clés et des insights
Techniques d'analyse de données
Utilisation d'Excel pour l'analyse des tendances
Python pour l'analyse statistique
• Visualisation et communication des insights
Principes de la visualisation des données efficace
Création de visualisations avec Tableau
Techniques de visualisation avancées en Python
• Présentation des résultats aux parties prenantes
Élaboration d'un récit convaincant
Conception de supports de présentation avec des insights clés
Techniques pour une communication efficace
• Étude de cas : Projet d'analyse de données de bout en bout
Définition du problème
Exploration et préparation des données
Analyse des tendances et visualisation
Présentation et recommandations
• Conclusion du cours et prochaines étapes
Résumé des apprentissages clés
Ressources supplémentaires et apprentissage approfondi
Soumission du projet final et retours

---

Enseigné par

Ria Cheruvu

---

Matières

Data Science