|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/tableau-prep/
课程评论：没有评论
**Course Summary: Tableau Prep Zero to Hero for Analysts** This Coursera course, "Tableau Prep Zero to Hero for Analysts," is designed for aspiring data analysts who want to master data preparation using Tableau Prep. Even if you have no prior knowledge of data preparation, Tableau Prep, or Tableau Desktop, this course will guide you from scratch. **Key learning objectives include:** * **Understanding the Big Picture of Data Preparation:** Learn what data preparation entails and the capabilities of Tableau Prep. * **Mastering Tableau Prep Features:** * Connecting to various data sources. * Cleaning, aggregating, pivoting, joining, and unioning data. * Outputting prepared data and handling data extensions. * Utilizing features for efficient data preparation. * **Applying Tableau Prep to Real-World Scenarios:** Explore practical use cases for data preparation with Tableau Prep. Upon completing this course, you will be able to confidently utilize the entire Tableau ecosystem, including Tableau Desktop and Tableau Server. You will develop the ability to efficiently complete analytical tasks by strategically choosing the right tools at each stage of data preparation, leading to more effective and "well-reasoned" solutions.
[Udemy for Business対象コース]※Udemy for BusinessとはUdemyが企業向けに販売する厳選された講座の購読パッケージです。セルフサービスBIツールが登場し、「データのビジュアル分析」の民主化が徐々に浸透する中で、分析者は「データプレパレーション」についても民主化を進めるツールを必要としはじめています。そのような環境でTableauソフトウェア社がリリースしてきたTableau Prep。そのTableau Prepについての、udemy初の日本語講座です。「ゼロからの」と掲げている通り、受講前には、データプレパレーレーション、Tableau Prep、Tableau Desktopについて知識があることを前提としておらず、全くの白紙状態から受講して頂けます。コースとしては、以下のような内容に触れています。【データプレパレーションの全体像について】そもそもデータプレパレーションとは何か？Tableau Prepではどのようなことができるのか？【Tableau Prepの機能について】最初のステップである「データ接続」のあれこれクリーニング、集計、ピボット、結合、ユニオンのそれぞれの機能の利用方法「出力の追加」として整形が完了したデータを取り出す方法とデータが伸長されたときの処理データプレパレーションを効率化するための機能の利用方法【Tableau Prepを使った実践的なユースケース】実践的なデータプレパレーレーションのユースケースの紹介受講して頂くと、「Tableau Desktop、Tableau Serverを含めたテクノロジー総体としてのTableau」を業務上で自由自在に利用できるようになる。ことを目指しています。ある分析上の「タスク」が存在し、「データセット」が与えられたときに、最も効率よくその「タスク」を完遂するには、どの段階でどのツールを使うべきなのか？についての対応力が向上し、「筋のよい」解決方法を導出できるようになる。というイメージです。
