Data Analyst Data Scientist Cybersecurity Analyst
← Berufe der Zukunft

Data Analyst Professional — Von Rohdaten zur Entscheidung

Vollständiger professioneller Lernpfad, um Rohdaten in verlässliche Analysen, nützliche Kennzahlen und direkt nutzbare Empfehlungen für Fachbereiche zu überführen.

Ein Data Analyst überführt Daten aus unterschiedlichen Quellen in verlässliche Informationen, damit Organisationen Situationen verstehen, ihre Leistung messen und bessere Entscheidungen treffen können. Dazu strukturiert er fachliche Fragestellungen, prüft die Datenqualität, erstellt Analysen und Kennzahlen und kommuniziert die Ergebnisse klar an Entscheidungsträger.

Dieser Lernpfad vermittelt den vollständigen Analyseprozess: Scoping einer Entscheidung, Datenqualität und -aufbereitung, Excel, SQL, Power Query, analytische Modellierung, Power BI, Entscheidungsstatistik, Python/pandas, APIs und Automatisierung. Sie lernen außerdem, Ergebnisse zu testen und abzustimmen, Analysen zu dokumentieren, Kennzahlen zu steuern und eine evidenzbasierte professionelle Empfehlung zu vertreten.

metiers_prof_data_analyst_outcome

15 Kurse • 150 interaktive Lektionen • 45 bis 75 Stunden dialogorientierte Weiterbildung

5 Stufen: Stufe 1 — Grundlagen — 24,90 € zzgl. MwSt. Stufe 2 — Praxis — 29,90 € zzgl. MwSt. Stufe 3 — Vertiefung — 34,90 € zzgl. MwSt. Stufe 4 — Expertise — 39,90 € zzgl. MwSt. Stufe 5 — Professionelle Steuerung — 45,00 € zzgl. MwSt.
Vorschau einer Lektion im Learning Workspace

Bestes Angebot

Pack Complet — Data Analyst

🎓 Bescheinigung : "Data Analyst professionnel" 523,80 €
📚 15 Lernpfade 📖 150 Lektionen ⏱ 45 bis 75 Std. ⚡ 3000 Credits enthalten

399,00 € zzgl. MwSt.

Ersparnis : 124,80 €

Pack Analytische Grundlagen 3 Kurse Stufe 1 — Grundlagen
🎓 Bescheinigung : Data Analyst — Analytische Grundlagen
📚 3 Lernpfade 📖 30 Lektionen ⏱ 9 bis 15 Std. ⚡ 480 Credits enthalten

74,70 €

64,90 zzgl. MwSt.

Ersparnis : 9,80 €

01 Stufe 1 — Grundlagen

Den Beruf Data Analyst verstehen und eine Entscheidung eingrenzen

Die professionelle Rolle eines Data Analysts einnehmen und eine fachliche Anfrage in eine messbare Analysefrage überführen.

Die Rolle des Data Analysts in der Organisation und seine Zusammenarbeit mit den Fachbereichen verstehen Die jeweiligen Verantwortlichkeiten von Fachbereich, Data Analyst, Data Engineer, Data Scientist und Governance identifizieren Ein fachliches Scoping-Gespräch führen: zu unterstützende Entscheidung, Nutzer, Kennzahlen, Umfang, Einschränkungen und messbare Analysefrage Geäußerten Bedarf, tatsächliches Problem und zu unterstützende Entscheidung unterscheiden Population, Zeitraum, Umfang und explizite Ausschlüsse definieren Eine allgemeine Frage in eine beobachtbare und testbare Analysefrage überführen Relevante Kennzahlen auswählen und Metrik, KPI, Zielwert und Warnschwelle unterscheiden Einen Analyseplan erstellen, der Frage, Daten, Methode, Kontrolle und Ergebnisdarstellung verbindet Ein analytisches Briefing und seine Akzeptanzkriterien formalisieren Praxisworkshop: ein vollständiges Scoping durchführen und die Analysefrage validieren lassen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 160 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Keine fortgeschrittenen Vorkenntnisse erforderlich. Ein routinierter Umgang mit dem Computer sowie Interesse an Datenanalyse oder Problemlösung reichen für den Einstieg aus.

Lernziele
  • Die Rolle des Data Analysts in der Organisation und seine Zusammenarbeit mit den Fachbereichen verstehen
  • Geäußerten Bedarf, tatsächliches Problem und zu unterstützende Entscheidung unterscheiden
  • Relevante Kennzahlen auswählen und Metrik, KPI, Zielwert und Warnschwelle unterscheiden
  • Praxisworkshop: ein vollständiges Scoping durchführen und die Analysefrage validieren lassen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um die professionelle Rolle eines Data Analysts einnehmen und eine fachliche Anfrage in eine messbare Analysefrage überführen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein vollständiges Scoping durchführen und die Analysefrage validieren lassen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

24,90 € zzgl. MwSt.

02 Stufe 1 — Grundlagen

Daten verstehen, strukturieren und qualifizieren

Die Struktur eines Datensatzes lesen, seine Herkunft verstehen und seine Qualität vor jeder Analyse messen.

Den Lebenszyklus von Daten verstehen: Erfassung, Speicherung, Transformation, Nutzung und Archivierung Dimensionen, Measures, Identifikatoren, Datumsfelder und Granularität eines Datensatzes identifizieren Fachliche Kennung, technischen Schlüssel und zusammengesetzten Schlüssel unterscheiden Die Granularität einer Tabelle bestimmen und Änderungen der Granularität erkennen Ein für Fachbereiche und Data-Teams nutzbares Datenwörterbuch erstellen Datenqualität bewerten: Vollständigkeit, Genauigkeit, Konsistenz, Aktualität und Eindeutigkeit Einen Datensatz profilieren und Anomalien priorisieren Einen Datensatz bereinigen: Duplikate, fehlende Werte, Formate und Ausreißer Eine Analyse dokumentieren: Quellen, Annahmen, Transformationen, Grenzen und Definitionen Praxisworkshop: eine absichtlich inkonsistente Kunden-Auftragsdatei auditieren
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 160 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Keine fortgeschrittenen Vorkenntnisse erforderlich. Ein routinierter Umgang mit dem Computer sowie Interesse an Datenanalyse oder Problemlösung reichen für den Einstieg aus.

Lernziele
  • Den Lebenszyklus von Daten verstehen: Erfassung, Speicherung, Transformation, Nutzung und Archivierung
  • Die Granularität einer Tabelle bestimmen und Änderungen der Granularität erkennen
  • Einen Datensatz profilieren und Anomalien priorisieren
  • Praxisworkshop: eine absichtlich inkonsistente Kunden-Auftragsdatei auditieren
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um die Struktur eines Datensatzes lesen, seine Herkunft verstehen und seine Qualität vor jeder Analyse messen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: eine absichtlich inkonsistente Kunden-Auftragsdatei auditieren
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

24,90 € zzgl. MwSt.

03 Stufe 1 — Grundlagen

Mit Excel, deskriptiver Statistik und Visualisierung analysieren

Eine Datei untersuchen, Berechnungen kontrollieren und mit Excel und geeigneten Visualisierungen eine erste Schlussfolgerung präsentieren.

Einen Excel-Bereich in eine nutzbare Tabelle strukturieren und Datentypen kontrollieren Wesentliche Excel-Berechnungen zur Kontrolle und Exploration von Daten beherrschen Logische, bedingte und Fehlerbehandlungsfunktionen verwenden Suchfunktionen zum Abgleich und zur Abstimmung von Daten einsetzen PivotTables erstellen und die resultierenden Aggregationen prüfen Deskriptive Statistik verwenden: Mittelwert, Median, Streuung, Quantile und Verteilungen Eine passende Visualisierung auswählen und gestalten: Kernaussage, visuelle Hierarchie, Vergleiche, Skalen und grafische Verzerrungen Eine irreführende Visualisierung erkennen und Skala oder Kodierung korrigieren Eine kurze Analysenotiz verfassen: Feststellung, Beleg, Auswirkung, Grenze und Empfehlung Praxisworkshop: aus einer Rohdatei eine erste Analysenotiz erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 160 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Keine fortgeschrittenen Vorkenntnisse erforderlich. Ein routinierter Umgang mit dem Computer sowie Interesse an Datenanalyse oder Problemlösung reichen für den Einstieg aus.

Lernziele
  • Einen Excel-Bereich in eine nutzbare Tabelle strukturieren und Datentypen kontrollieren
  • Suchfunktionen zum Abgleich und zur Abstimmung von Daten einsetzen
  • Eine passende Visualisierung auswählen und gestalten: Kernaussage, visuelle Hierarchie, Vergleiche, Skalen und grafische Verzerrungen
  • Praxisworkshop: aus einer Rohdatei eine erste Analysenotiz erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um eine Datei untersuchen, Berechnungen kontrollieren und mit Excel und geeigneten Visualisierungen eine erste Schlussfolgerung präsentieren.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: aus einer Rohdatei eine erste Analysenotiz erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

24,90 € zzgl. MwSt.

Pack Operative Analyse 3 Kurse Stufe 2 — Praxis
🎓 Bescheinigung : Data Analyst — Operative Analyse
📚 3 Lernpfade 📖 30 Lektionen ⏱ 9 bis 15 Std. ⚡ 540 Credits enthalten

89,70 €

76,90 zzgl. MwSt.

Ersparnis : 12,80 €

04 Stufe 2 — Praxis

Eine relationale Datenbank mit SQL abfragen

Das relationale Modell verstehen und zuverlässige SQL-Abfragen zum Filtern, Transformieren und Aggregieren von Daten schreiben.

Tabellen, Zeilen, Spalten, Schlüssel und Beziehungen in einer relationalen Datenbank kennenlernen Ein relationales Schema lesen und für eine Fachfrage relevante Tabellen erkennen Erste SQL-Abfragen mit SELECT, WHERE, ORDER BY und LIMIT schreiben Filter, logische Operatoren, Listen und Intervalle kombinieren Aggregationen mit COUNT, SUM, AVG, MIN, MAX und GROUP BY erstellen GROUP BY und HAVING zum Filtern von Gruppen verwenden NULL korrekt behandeln und fehlend, null und leere Zeichenfolge unterscheiden CASE WHEN, Textfunktionen, Datumswerte und Typkonvertierungen in SQL verwenden Eine Abfrage anhand von Volumina, Kontrollfällen und Größenordnungen validieren Praxisworkshop: ein kontrolliertes SQL-Vertriebsreporting erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 180 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.

Lernziele
  • Tabellen, Zeilen, Spalten, Schlüssel und Beziehungen in einer relationalen Datenbank kennenlernen
  • Filter, logische Operatoren, Listen und Intervalle kombinieren
  • NULL korrekt behandeln und fehlend, null und leere Zeichenfolge unterscheiden
  • Praxisworkshop: ein kontrolliertes SQL-Vertriebsreporting erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um das relationale Modell verstehen und zuverlässige SQL-Abfragen zum Filtern, Transformieren und Aggregieren von Daten schreiben.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein kontrolliertes SQL-Vertriebsreporting erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

29,90 € zzgl. MwSt.

05 Stufe 2 — Praxis

Joins beherrschen und wartbare SQL-Abfragen strukturieren

Mehrere Tabellen ohne Doppelzählung kombinieren und komplexe SQL-Verarbeitungen lesbar organisieren.

Die Rolle eines Joins verstehen und die Ausgangstabelle auswählen Mehrere Tabellen mit INNER JOIN und LEFT JOIN verbinden und Duplikationsrisiken verstehen Schlüsselintegrität vor dem Verbinden zweier Tabellen prüfen Eins-zu-eins-, Eins-zu-viele- und Viele-zu-viele-Kardinalitäten interpretieren Granularität vor und nach einem Join kontrollieren Durch einen Join verursachte Doppelzählungen erkennen Unterabfragen und CTEs erstellen, um Verarbeitungen lesbar und wartbar zu machen SQL-Fensterfunktionen für Ränge, kumulierte Werte, Vergleiche und Entwicklungen einsetzen Join-Ergebnisse mit den Quellsummen abstimmen Praxisworkshop: eine mehrtabellige Kunden-Produkt-Analyse ohne Duplikate erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 180 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.

Lernziele
  • Die Rolle eines Joins verstehen und die Ausgangstabelle auswählen
  • Eins-zu-eins-, Eins-zu-viele- und Viele-zu-viele-Kardinalitäten interpretieren
  • Unterabfragen und CTEs erstellen, um Verarbeitungen lesbar und wartbar zu machen
  • Praxisworkshop: eine mehrtabellige Kunden-Produkt-Analyse ohne Duplikate erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um mehrere Tabellen ohne Doppelzählung kombinieren und komplexe SQL-Verarbeitungen lesbar organisieren.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: eine mehrtabellige Kunden-Produkt-Analyse ohne Duplikate erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

29,90 € zzgl. MwSt.

06 Stufe 2 — Praxis

Daten aus mehreren Quellen mit Power Query aufbereiten

Einen reproduzierbaren Aufbereitungsprozess aus Dateien, Datenbanken und analytischen Warehouses aufbauen.

Daten aus Dateien, relationalen Datenbanken und Cloud-Warehouses (BigQuery, Snowflake oder vergleichbar) mit Power Query oder einem passenden Konnektor importieren und profilieren Einen Konnektor auswählen und Zugriffsparameter verwalten, ohne Secrets offenzulegen Power-Query-Profiling nutzen, um Fehler, leere Werte und Verteilungen zu erkennen Reproduzierbare Bereinigungsregeln statt manueller Korrekturen erstellen Datentypen und Gebietsschemata definieren, ohne Datumswerte und Zahlen zu verfälschen Konvertierungsfehler behandeln und verworfene Zeilen isolieren Abfragen zusammenführen und anfügen und dabei Übereinstimmungen kontrollieren Transformationsschritte und ihre Abhängigkeiten nachvollziehbar dokumentieren Eine wiederkehrende Analyse mit Qualitätskontrollen vor der Veröffentlichung aufbauen Praxisworkshop: Omnichannel-Verkäufe aus drei Quellen konsolidieren
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 180 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.

Lernziele
  • Daten aus Dateien, relationalen Datenbanken und Cloud-Warehouses (BigQuery, Snowflake oder vergleichbar) mit Power Query oder einem passenden Konnektor importieren und profilieren
  • Reproduzierbare Bereinigungsregeln statt manueller Korrekturen erstellen
  • Abfragen zusammenführen und anfügen und dabei Übereinstimmungen kontrollieren
  • Praxisworkshop: Omnichannel-Verkäufe aus drei Quellen konsolidieren
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um einen reproduzierbaren Aufbereitungsprozess aus Dateien, Datenbanken und analytischen Warehouses aufbauen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: omnichannel-Verkäufe aus drei Quellen konsolidieren
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

29,90 € zzgl. MwSt.

Pack Modellierung & Exploration 3 Kurse Stufe 3 — Vertiefung
🎓 Bescheinigung : Data Analyst — Modellierung & Exploration
📚 3 Lernpfade 📖 30 Lektionen ⏱ 9 bis 15 Std. ⚡ 600 Credits enthalten

104,70 €

89,90 zzgl. MwSt.

Ersparnis : 14,80 €

07 Stufe 3 — Vertiefung

Ein analytisches Modell und DAX-Measures aufbauen

Daten in einem Sternschema organisieren und konsistente fachliche Measures in Power BI erstellen.

Ein Sternschema mit Fakten, Dimensionen und Kalender aufbauen Granularität und additive Measures einer Faktentabelle definieren Eine zu den Steuerungsperioden passende Kalendertabelle erstellen Die Granularität jeder Tabelle vor dem Erstellen von Beziehungen prüfen Beziehungen und Filterrichtungen mit Bedacht konfigurieren Eine kohärente semantische Schicht gestalten und gemeinsame Metrikdefinitionen festlegen Fachliche Measures in Power BI erstellen und den Unterschied zwischen berechneter Spalte und Measure verstehen DAX-Grundlagen für Verhältnisse, Veränderungen, Anteile und Zeitkennzahlen verwenden Doppelzählungen vermeiden, indem Kardinalitäten, Granularitäten und komplexe Beziehungen beherrscht werden Praxisworkshop: Verkäufe, Ziele und Kalender modellieren und die wichtigsten Measures erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 200 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die in den ersten Kursen des Lernpfads vermittelten Grundlagen oder vergleichbare praktische Erfahrung werden vorausgesetzt.

Lernziele
  • Ein Sternschema mit Fakten, Dimensionen und Kalender aufbauen
  • Die Granularität jeder Tabelle vor dem Erstellen von Beziehungen prüfen
  • Fachliche Measures in Power BI erstellen und den Unterschied zwischen berechneter Spalte und Measure verstehen
  • Praxisworkshop: Verkäufe, Ziele und Kalender modellieren und die wichtigsten Measures erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um daten in einem Sternschema organisieren und konsistente fachliche Measures in Power BI erstellen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: verkäufe, Ziele und Kalender modellieren und die wichtigsten Measures erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

34,90 € zzgl. MwSt.

08 Stufe 3 — Vertiefung

Ein entscheidungsorientiertes Power-BI-Dashboard konzipieren und validieren

Eine gut lesbare, interaktive, abgestimmte und für den Fachbereich tatsächlich nutzbare Power-BI-Darstellung erstellen.

Zielgruppe, Entscheidung und Nutzungshäufigkeit eines Dashboards identifizieren Eine entscheidungsorientierte Dashboard-Seite gestalten: visuelle Hierarchie, Hervorhebung der Kernaussage und kontrollierte Informationsdichte Ein Layout-Raster entwickeln und die Leserichtung vom Überblick zum Detail organisieren Visuals je nach Vergleich, Entwicklung, Verteilung oder Zusammensetzung auswählen Sinnvolle Filter, Datenschnitte, Drill-downs und Interaktionen einrichten Einen Bericht barrierearm gestalten: Farben, Kontraste, Beschriftungen und Leserichtung Ein Dashboard durch Abstimmung mit den Quellen validieren Performante Dashboards für große Datenvolumina gestalten Ergebnisse einem Fachansprechpartner präsentieren und Einwände aufnehmen Praxisworkshop: ein vollständiges Dashboard für operative Performance erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 200 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Zielgruppe, Entscheidung und Nutzungshäufigkeit eines Dashboards identifizieren
  • Visuals je nach Vergleich, Entwicklung, Verteilung oder Zusammensetzung auswählen
  • Ein Dashboard durch Abstimmung mit den Quellen validieren
  • Praxisworkshop: ein vollständiges Dashboard für operative Performance erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um eine gut lesbare, interaktive, abgestimmte und für den Fachbereich tatsächlich nutzbare Power-BI-Darstellung erstellen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein vollständiges Dashboard für operative Performance erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

34,90 € zzgl. MwSt.

09 Stufe 3 — Vertiefung

Zeit, Funnels, Kohorten und Segmente analysieren

Verhalten und Entwicklungen durch Kombination von Zeitbezug, Conversion, Retention und Segmentierung untersuchen.

Eine Zeitdimension vorbereiten und Ereignisdatum, Verarbeitungsdatum und Referenzdatum unterscheiden Performance im Zeitverlauf mit Kalendern, Vergleichsperioden und Saisonalität analysieren Trend, Saisonalität und Bruch erkennen, ohne Schwankung mit dauerhaftem Signal zu verwechseln Einen Funnel aufbauen und Übergangsraten zwischen Stufen messen Eine Kohortenanalyse durchführen, um Retention und Verhalten im Zeitverlauf zu verstehen Retention, Wiederkauf und Abwanderung nach Kundenalter messen Eine Population anhand relevanter fachlicher Kriterien segmentieren Anomalien, Brüche und Ausreißer in einer Kennzahlenreihe identifizieren Einen Hypothesenbaum zur Steuerung der Untersuchung aufbauen Praxisworkshop: einen Conversion-Rückgang analysieren und mehrere Hypothesen vertreten
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 200 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Eine Zeitdimension vorbereiten und Ereignisdatum, Verarbeitungsdatum und Referenzdatum unterscheiden
  • Einen Funnel aufbauen und Übergangsraten zwischen Stufen messen
  • Eine Population anhand relevanter fachlicher Kriterien segmentieren
  • Praxisworkshop: einen Conversion-Rückgang analysieren und mehrere Hypothesen vertreten
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um verhalten und Entwicklungen durch Kombination von Zeitbezug, Conversion, Retention und Segmentierung untersuchen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: einen Conversion-Rückgang analysieren und mehrere Hypothesen vertreten
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

34,90 € zzgl. MwSt.

Pack Fortgeschrittene Analyse & Automatisierung 3 Kurse Stufe 4 — Expertise
🎓 Bescheinigung : Data Analyst — Fortgeschrittene Analyse & Automatisierung
📚 3 Lernpfade 📖 30 Lektionen ⏱ 9 bis 15 Std. ⚡ 660 Credits enthalten

119,70 €

101,90 zzgl. MwSt.

Ersparnis : 17,80 €

10 Stufe 4 — Expertise

Entscheidungsstatistik und Experimente beherrschen

Unsicherheit quantifizieren, eine Hypothese testen und ein Experiment interpretieren, ohne zu viel zu versprechen.

Eine statistische Fragestellung mit einer Entscheidung und Fehlerkosten verknüpfen Korrelation, Assoziation und Abhängigkeit messen, ohne Korrelation mit Kausalität zu verwechseln Confounder, Selektionsbias und umgekehrte Kausalität identifizieren Ein Konfidenzintervall erstellen und interpretieren Grundprinzipien eines Hypothesentests und Entscheidungsfehler verstehen Statistische Signifikanz und operative Relevanz unterscheiden Einen A/B-Test korrekt analysieren: Metrik, Größe, Dauer, Signifikanz und Bias Stichprobengröße und minimal nachweisbaren Effekt schätzen Eine statistische Schlussfolgerung mit Annahmen, Unsicherheit und Grenzen präsentieren Praxisworkshop: ein Experimentprotokoll konzipieren, auditieren und vertreten
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 220 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Eine statistische Fragestellung mit einer Entscheidung und Fehlerkosten verknüpfen
  • Ein Konfidenzintervall erstellen und interpretieren
  • Einen A/B-Test korrekt analysieren: Metrik, Größe, Dauer, Signifikanz und Bias
  • Praxisworkshop: ein Experimentprotokoll konzipieren, auditieren und vertreten
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um unsicherheit quantifizieren, eine Hypothese testen und ein Experiment interpretieren, ohne zu viel zu versprechen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein Experimentprotokoll konzipieren, auditieren und vertreten
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

39,90 € zzgl. MwSt.

11 Stufe 4 — Expertise

Reproduzierbare Analysen mit Python und pandas erstellen

Python und pandas verwenden, um Daten in einem reproduzierbaren Analyseprojekt aufzubereiten, zu transformieren und zu validieren.

Eine isolierte Python-Umgebung vorbereiten und ihre Abhängigkeiten dokumentieren Eine reproduzierbare Analyse mit Python und pandas strukturieren: Umgebung, Notebook oder Skript, Laden, Kontrollen und Transformationen CSV-, Excel-, Parquet- oder JSON-Dateien mit pandas laden und profilieren Fehlende Werte, Duplikate und Formate mit pandas bereinigen Strings, Datumswerte, Kategorien und numerische Typen verarbeiten Daten mit pandas verbinden, aggregieren, pivotieren, transformieren und validieren groupby und Aggregationsfunktionen verwenden, ohne Granularität zu verlieren Assertions und Konsistenzkontrollen in der Verarbeitung erstellen Wiederverwendbare Funktionen schreiben und Parameter, Logik und Ausgaben trennen Praxisworkshop: aus Rohdaten eine kontrollierte pandas-Pipeline erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 220 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Eine isolierte Python-Umgebung vorbereiten und ihre Abhängigkeiten dokumentieren
  • Fehlende Werte, Duplikate und Formate mit pandas bereinigen
  • groupby und Aggregationsfunktionen verwenden, ohne Granularität zu verlieren
  • Praxisworkshop: aus Rohdaten eine kontrollierte pandas-Pipeline erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um python und pandas verwenden, um Daten in einem reproduzierbaren Analyseprojekt aufzubereiten, zu transformieren und zu validieren.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: aus Rohdaten eine kontrollierte pandas-Pipeline erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

39,90 € zzgl. MwSt.

12 Stufe 4 — Expertise

Datenflüsse, APIs und analytisches Monitoring automatisieren

Eine robuste, beobachtbare Analysekette automatisieren, die Fehler beherrscht und keine ungültigen Ergebnisse verteilt.

Import aus Dateien und APIs, Konsistenzkontrollen und Ergebnisexport mit Python automatisieren Eine HTTP-API konsumieren und JSON, Pagination und Response-Codes interpretieren Authentifizierung, Umgebungsvariablen und Secrets verwalten, ohne sie im Code zu hinterlegen Timeouts, Nichtverfügbarkeit, Quoten und Wiederaufnahme nach Fehlern behandeln Eine Ausführung planen und die Verarbeitung idempotent gestalten Schritte, Volumina, Laufzeiten, Anomalien und Endstatus protokollieren Blockierende Kontrollen und Warnkontrollen erstellen Verworfene Daten isolieren und Korrektur sowie erneute Verarbeitung organisieren Analytisches Storytelling aufbauen: Kontext, Feststellung, Beleg, Auswirkung, Empfehlung Praxisworkshop: ein tägliches Reporting mit Kontrollen, Alerts und Wiederaufnahme automatisieren
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 220 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Import aus Dateien und APIs, Konsistenzkontrollen und Ergebnisexport mit Python automatisieren
  • Timeouts, Nichtverfügbarkeit, Quoten und Wiederaufnahme nach Fehlern behandeln
  • Blockierende Kontrollen und Warnkontrollen erstellen
  • Praxisworkshop: ein tägliches Reporting mit Kontrollen, Alerts und Wiederaufnahme automatisieren
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um eine robuste, beobachtbare Analysekette automatisieren, die Fehler beherrscht und keine ungültigen Ergebnisse verteilt.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein tägliches Reporting mit Kontrollen, Alerts und Wiederaufnahme automatisieren
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

39,90 € zzgl. MwSt.

Pack Expertise & Steuerung 3 Kurse Stufe 5 — Professionelle Steuerung
🎓 Bescheinigung : Data Analyst — Expertise & Steuerung
📚 3 Lernpfade 📖 30 Lektionen ⏱ 9 bis 15 Std. ⚡ 720 Credits enthalten

135,00 €

114,90 zzgl. MwSt.

Ersparnis : 20,10 €

13 Stufe 5 — Professionelle Steuerung

Ein analytisches System industrialisieren, testen und warten

Analysen versioniert, getestet, performant, beobachtbar und in einer Unternehmensumgebung wartbar machen.

Ein Analyseprojekt mit Git strukturieren und versionieren: Quellen, Transformationen, Modelle, Darstellung, Branches und Änderungshistorie Eine langsame SQL-Abfrage diagnostizieren: gelesenes Volumen, Filter, Joins, Scans und Indizes, ohne in fortgeschrittenes Data-Engineer-Tuning einzusteigen Datentests einrichten: Eindeutigkeit, NOT NULL, Referenzen, Schwellenwerte und Abstimmungen Qualitätskontrollen und die Behandlung verworfener Daten mit SQL und Python automatisieren Lineage, Herkunft, Verantwortliche und Transformationsregeln dokumentieren Aktualität, Verfügbarkeit und Qualität von Datensätzen überwachen und Alerts für kritische Metriken erstellen Generative KI kontrolliert zur Unterstützung bei SQL, Python, Dokumentation und Anomalieuntersuchung einsetzen, mit systematischer Ergebnisprüfung Peer Review einer Analyse oder eines Modells organisieren: versionierte Änderungen, Kommentare, Validierung und Nachvollziehbarkeit Analytische Schulden bewerten und reduzieren: parallele Dateien, doppelte Berechnungen und widersprüchliche KPIs Praxisworkshop: ein fragiles Reporting in ein gesteuertes analytisches Produkt überführen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 240 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Ein Analyseprojekt mit Git strukturieren und versionieren: Quellen, Transformationen, Modelle, Darstellung, Branches und Änderungshistorie
  • Qualitätskontrollen und die Behandlung verworfener Daten mit SQL und Python automatisieren
  • Generative KI kontrolliert zur Unterstützung bei SQL, Python, Dokumentation und Anomalieuntersuchung einsetzen, mit systematischer Ergebnisprüfung
  • Praxisworkshop: ein fragiles Reporting in ein gesteuertes analytisches Produkt überführen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um analysen versioniert, getestet, performant, beobachtbar und in einer Unternehmensumgebung wartbar machen.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: ein fragiles Reporting in ein gesteuertes analytisches Produkt überführen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

45,00 € zzgl. MwSt.

14 Stufe 5 — Professionelle Steuerung

Ein analytisches Produkt steuern, absichern und in die Nutzung bringen

Verantwortlichkeiten definieren, Daten schützen und ein analytisches Produkt nachhaltig und regelkonform verankern.

Governance-Rollen und Entscheidungsgremien für Daten verstehen Ein Fachglossar und einen Prozess zur Klärung von Definitionen aufbauen Einen KPI-Definitionsworkshop moderieren und widersprüchliche Definitionen klären Zugriffsrechte und eine angemessene Verteilung sensibler Daten umsetzen DSGVO-Anforderungen für Analyse und Datenminimierung verstehen Verantwortlichkeiten definieren: Data Owner, Analyst, Fachbereich, IT und Governance Wartung, Aktualisierungsfrequenz und Servicezusagen organisieren Adoption eines Dashboards messen und Aufruf, Nutzung und Entscheidung unterscheiden Ethische Risiken einer Kennzahl, Segmentierung oder automatisierten Entscheidung bewerten Praxisworkshop: Governance-Dokumentation für ein sensibles Analyseprodukt erstellen
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 240 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Governance-Rollen und Entscheidungsgremien für Daten verstehen
  • Zugriffsrechte und eine angemessene Verteilung sensibler Daten umsetzen
  • Wartung, Aktualisierungsfrequenz und Servicezusagen organisieren
  • Praxisworkshop: Governance-Dokumentation für ein sensibles Analyseprodukt erstellen
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um verantwortlichkeiten definieren, Daten schützen und ein analytisches Produkt nachhaltig und regelkonform verankern.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: governance-Dokumentation für ein sensibles Analyseprodukt erstellen
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

45,00 € zzgl. MwSt.

15 Stufe 5 — Professionelle Steuerung

Eine Analysemission steuern und eine Entscheidung vertreten

Eine vollständige Mission übernehmen, Wert priorisieren, die Lösung validieren und eine Executive-Empfehlung vertreten.

Eine strategische Anfrage qualifizieren und die tatsächlich zu unterstützende Entscheidung identifizieren Einen Metrikbaum aufbauen, der Ziele, Hebel, Kennzahlen und Maßnahmen verbindet Umfang eines analytischen Produkts, Nutzer und Erfolgskriterien definieren Einen analytischen Backlog nach Wert, Aufwand, Risiko und Nutzungshäufigkeit priorisieren Eine Validierungsstrategie mit Kontrollset und Akzeptanzkriterien entwickeln Eine visuelle Darstellung für ein Managementkomitee gestalten und präsentieren: Informationshierarchie, Kernaussage, Vergleich, Szenarien, Unsicherheiten und Grenzen Eine quantifizierte Empfehlung mit Szenarien, Auswirkungen und Annahmen erstellen Eine dringende Anfrage bearbeiten, ohne Qualität oder Nachvollziehbarkeit zu beeinträchtigen Ein professionelles Portfolio aufbauen: Kontext, Methode, Ergebnisse, Grenzen und geschaffener Wert Abschlussprojekt: eine vollständige Entscheidungsanalyse mit Dashboard, Kontrollen, versionierter Arbeit und Executive-Präsentation liefern
📚 10 Lektionen ⏱ 3 bis 5 Std. 🎯 Quiz enthalten ⚡ 240 Credits enthalten
Informationen zur Weiterbildung
Zielgruppe

Fachkräfte aus Data, Reporting, Finance, Operations oder Steuerung, die die Kompetenzen des Berufs Data Analyst erwerben oder vertiefen möchten.

Voraussetzungen

Die Grundlagen des Lernpfads sollten beherrscht werden oder gleichwertige Erfahrung vorliegen. Fortgeschrittene Kurse greifen auf zuvor behandelte Methoden, Werkzeuge und Kontrollen zurück.

Lernziele
  • Eine strategische Anfrage qualifizieren und die tatsächlich zu unterstützende Entscheidung identifizieren
  • Einen analytischen Backlog nach Wert, Aufwand, Risiko und Nutzungshäufigkeit priorisieren
  • Eine quantifizierte Empfehlung mit Szenarien, Auswirkungen und Annahmen erstellen
  • Abschlussprojekt: eine vollständige Entscheidungsanalyse mit Dashboard, Kontrollen, versionierter Arbeit und Executive-Präsentation liefern
Zielkompetenzen
  • Die im Kurs behandelten Methoden und Werkzeuge anwenden, um eine vollständige Mission übernehmen, Wert priorisieren, die Lösung validieren und eine Executive-Empfehlung vertreten.
  • Eine repräsentative Aufgabe des Kurses selbstständig durchführen: eine vollständige Entscheidungsanalyse mit Dashboard, Kontrollen, versionierter Arbeit und Executive-Präsentation liefern
  • Die Konsistenz des erzielten Ergebnisses prüfen und festgestellte Fehler oder Abweichungen korrigieren
  • Die erworbenen Kenntnisse in einem vergleichbaren beruflichen Kontext wiederverwenden
Geschätzte Dauer

3 bis 5 Std.

Preis

45,00 € zzgl. MwSt.