-
Dieser Kurs richtet sich an Data Analysts, die lernen möchten, wie sie BigQuery für ihre Analyseanforderungen nutzen können. In einer Kombination aus Videos, praktischen Übungen und Demos behandeln wir verschiedene Themen rund um das Importieren, Transformieren und Abfragen von Daten in BigQuery, um Erkenntnisse zu gewinnen, die bei geschäftlichen Entscheidungen unterstützen können.
-
Kursinhalt
-
- BigQuery für Datenanalysten
- Erkunden und Aufbereiten Ihrer Daten mit BigQuery
- Bereinigung und Umwandlung Ihrer Daten
- Einlesen und Speichern neuer BigQuery-Datensätze
- Visualisierung Ihrer Erkenntnisse aus BigQuery
- Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform
- BigQuery Studio
-
Zielgruppe
-
- Datenanalysten, die lernen möchten, BigQuery für ihre Analysebedürfnisse zu nutzen.
-
Voraussetzungen
-
- Besuch des Kurses Introduction to Data Analytics on Google Cloud.
-
Kursziel
-
- Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Enterprise Data Warehouse von Google Cloud, und diskutieren Sie die Datenanalysefunktionen.
- Analysieren Sie große Datensätze in BigQuery mit SQL.
- Bereinigen und transformieren Sie Ihre Daten in BigQuery mit SQL.
- Neue BigQuery-Datensätze einlesen und Optionen für externe Datenquellen diskutieren.
- Überprüfen Sie die Visualisierungsprinzipien und verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren.
- Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln.
- Nutzen Sie die neuen Integrationen und unterstützenden Funktionen, die mit BigQuery Studio eingeführt wurden.
| BigQuery für Datenanalysten |
| Themen: |
| Übersicht |
| Datenanalytik in der Google Cloud |
| Von Daten zu Erkenntnissen mit BigQuery |
| Reale Anwendungsfälle von Unternehmen, die durch Analytics auf Google Cloud transformiert wurden |
| Zielsetzungen: |
| Erkennen Sie die analytischen Herausforderungen, mit denen Datenanalysten konfrontiert sind, und vergleichen Sie Big Data vor Ort und in der Cloud. |
| Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Data Warehouse für Unternehmen von Google Cloud, und diskutieren Sie die Datenanalysefunktionen. |
| Erkunden und Aufbereiten Ihrer Daten mit BigQuery |
| Themen: |
| Übersicht |
| Gemeinsame Datenexplorationstechniken |
| Analyse von großen Datensätzen mit BigQuery |
| Grundlagen der Abfrage |
| Arbeiten mit Funktionen |
| Anreicherung Ihrer Abfragen mit UNIONs und JOINs |
| Zielsetzungen: |
| Führe gängige Techniken der Datenexploration auf. |
| Wiederholung der Grundlagen von SQL-Abfragen. |
| Erweitern Sie Abfragen mit Funktionen, Unions und Joins. |
| Aktivitäten: |
| Übung: Erforschung eines E-Commerce-Datensatzes mit SQL in Google BigQuery |
| Übung: Fehlersuche bei häufigen SQL-Fehlern mit BigQuery |
| Übung: Fehlerbehebung und Behebung von Problemen bei der Datenverbindung |
| Bereinigung und Umwandlung Ihrer Daten |
| Themen: |
| Übersicht |
| Fünf Grundsätze der Integrität von Datensätzen |
| Bereinigung und Umwandlung von Daten mit SQL |
| Daten bereinigen und umwandeln: Andere Optionen |
| Zielsetzungen: |
| Ermitteln Sie, was einen guten Datensatz ausmacht. |
| Bereinigung und Umwandlung von Daten mit SQL. |
| Bereinigen und transformieren Sie Daten mit anderen Optionen. |
| Einlesen und Speichern neuer BigQuery-Datensätze |
| Themen: |
| Übersicht |
| Permanente versus temporäre Datentabellen |
| Aufnahme neuer Datensätze |
| Externe Datenquellen |
| Zielsetzungen: |
| Überprüfen Sie die Unterschiede zwischen permanenten und temporären Datentabellen. |
| Einlesen und Speichern neuer BigQuery-Datensätze. |
| Diskutieren Sie Optionen für externe Datenquellen. |
| Aktivitäten: |
| Übung: Neue permanente Tabellen erstellen |
| Übung: Einlesen und Abfragen neuer Datensätze |
| Visualisierung Ihrer Erkenntnisse aus BigQuery |
| Themen: |
| Übersicht |
| Grundsätze der Datenvisualisierung |
| Verbundene Blätter |
| Häufige Fallstricke bei der Datenvisualisierung |
| Looker Studio |
| Analyse in einem Notizbuch |
| Zielsetzungen: |
| Überprüfen Sie die Grundsätze der Datenvisualisierung und die häufigsten Fallstricke bei der Visualisierung. |
| Verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren. |
| Besprechen Sie die Durchführung von Analysen in einem Jupyter Notebook. |
| Aktivitäten: |
| Übung: Verbundene Blätter Qwik Start |
| Übung: Erkunden und Erstellen von Berichten mit Looker Studio |
| Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform |
| Themen: |
| Übersicht |
| Was ist Dataform? |
| Erste Schritte mit Dataform |
| Zielsetzungen: |
| Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln. |
| Erfahren Sie, wie Sie mit Dataform beginnen können, indem Sie ein Repository und einen Entwicklungsarbeitsbereich erstellen. |
| Erstellen und Ausführen eines SQL-Workflows in Dataform. |
| Aktivitäten: |
| Demo |
| Übung: Erstellen und Ausführen eines SQL-Workflows in Dataform |
| BigQuery Studio |
| Themen: |
| BigQuery Studio: Was und warum? |
| Vereinheitlichte Analytik |
| Vermögensverwaltung |
| Eingebettete Hilfe |
| Zielsetzungen: |
| Er stellt BigQuery Studio vor. |
| Verwenden Sie Duet AI in BigQuery, um SQL-Abfragen zu erklären und zu erstellen. |
| Erfahren Sie mehr über die neuen Funktionen für die Benutzerfreundlichkeit und die Integrationen mit Dataform und Dataplex in der neuen BigQuery Studio-Oberfläche. |
| Aktivitäten: |
| Demo |
| Labor: Daten mit Hilfe von Duet AI analysieren |
| Übung: Personalisierte E-Mail-Inhalte mit BigQuery Continuous Queries und Gemini generieren |
| Zusammenfassung |
| Themen: |
| Zusammenfassung |
| Zielsetzungen: |
| Fassen Sie die wichtigsten im Kurs behandelten Themen zusammen. |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
Dieser Kurs richtet sich an Data Analysts, die lernen möchten, wie sie BigQuery für ihre Analyseanforderungen nutzen können. In einer Kombination aus Videos, praktischen Übungen und Demos behandeln wir verschiedene Themen rund um das Importieren, Transformieren und Abfragen von Daten in BigQuery, um Erkenntnisse zu gewinnen, die bei geschäftlichen Entscheidungen unterstützen können.
-
Kursinhalt
-
- BigQuery für Datenanalysten
- Erkunden und Aufbereiten Ihrer Daten mit BigQuery
- Bereinigung und Umwandlung Ihrer Daten
- Einlesen und Speichern neuer BigQuery-Datensätze
- Visualisierung Ihrer Erkenntnisse aus BigQuery
- Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform
- BigQuery Studio
-
Zielgruppe
-
- Datenanalysten, die lernen möchten, BigQuery für ihre Analysebedürfnisse zu nutzen.
-
Voraussetzungen
-
- Besuch des Kurses Introduction to Data Analytics on Google Cloud.
-
Kursziel
-
- Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Enterprise Data Warehouse von Google Cloud, und diskutieren Sie die Datenanalysefunktionen.
- Analysieren Sie große Datensätze in BigQuery mit SQL.
- Bereinigen und transformieren Sie Ihre Daten in BigQuery mit SQL.
- Neue BigQuery-Datensätze einlesen und Optionen für externe Datenquellen diskutieren.
- Überprüfen Sie die Visualisierungsprinzipien und verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren.
- Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln.
- Nutzen Sie die neuen Integrationen und unterstützenden Funktionen, die mit BigQuery Studio eingeführt wurden.
| BigQuery für Datenanalysten |
| Themen: |
| Übersicht |
| Datenanalytik in der Google Cloud |
| Von Daten zu Erkenntnissen mit BigQuery |
| Reale Anwendungsfälle von Unternehmen, die durch Analytics auf Google Cloud transformiert wurden |
| Zielsetzungen: |
| Erkennen Sie die analytischen Herausforderungen, mit denen Datenanalysten konfrontiert sind, und vergleichen Sie Big Data vor Ort und in der Cloud. |
| Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Data Warehouse für Unternehmen von Google Cloud, und diskutieren Sie die Datenanalysefunktionen. |
| Erkunden und Aufbereiten Ihrer Daten mit BigQuery |
| Themen: |
| Übersicht |
| Gemeinsame Datenexplorationstechniken |
| Analyse von großen Datensätzen mit BigQuery |
| Grundlagen der Abfrage |
| Arbeiten mit Funktionen |
| Anreicherung Ihrer Abfragen mit UNIONs und JOINs |
| Zielsetzungen: |
| Führe gängige Techniken der Datenexploration auf. |
| Wiederholung der Grundlagen von SQL-Abfragen. |
| Erweitern Sie Abfragen mit Funktionen, Unions und Joins. |
| Aktivitäten: |
| Übung: Erforschung eines E-Commerce-Datensatzes mit SQL in Google BigQuery |
| Übung: Fehlersuche bei häufigen SQL-Fehlern mit BigQuery |
| Übung: Fehlerbehebung und Behebung von Problemen bei der Datenverbindung |
| Bereinigung und Umwandlung Ihrer Daten |
| Themen: |
| Übersicht |
| Fünf Grundsätze der Integrität von Datensätzen |
| Bereinigung und Umwandlung von Daten mit SQL |
| Daten bereinigen und umwandeln: Andere Optionen |
| Zielsetzungen: |
| Ermitteln Sie, was einen guten Datensatz ausmacht. |
| Bereinigung und Umwandlung von Daten mit SQL. |
| Bereinigen und transformieren Sie Daten mit anderen Optionen. |
| Einlesen und Speichern neuer BigQuery-Datensätze |
| Themen: |
| Übersicht |
| Permanente versus temporäre Datentabellen |
| Aufnahme neuer Datensätze |
| Externe Datenquellen |
| Zielsetzungen: |
| Überprüfen Sie die Unterschiede zwischen permanenten und temporären Datentabellen. |
| Einlesen und Speichern neuer BigQuery-Datensätze. |
| Diskutieren Sie Optionen für externe Datenquellen. |
| Aktivitäten: |
| Übung: Neue permanente Tabellen erstellen |
| Übung: Einlesen und Abfragen neuer Datensätze |
| Visualisierung Ihrer Erkenntnisse aus BigQuery |
| Themen: |
| Übersicht |
| Grundsätze der Datenvisualisierung |
| Verbundene Blätter |
| Häufige Fallstricke bei der Datenvisualisierung |
| Looker Studio |
| Analyse in einem Notizbuch |
| Zielsetzungen: |
| Überprüfen Sie die Grundsätze der Datenvisualisierung und die häufigsten Fallstricke bei der Visualisierung. |
| Verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren. |
| Besprechen Sie die Durchführung von Analysen in einem Jupyter Notebook. |
| Aktivitäten: |
| Übung: Verbundene Blätter Qwik Start |
| Übung: Erkunden und Erstellen von Berichten mit Looker Studio |
| Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform |
| Themen: |
| Übersicht |
| Was ist Dataform? |
| Erste Schritte mit Dataform |
| Zielsetzungen: |
| Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln. |
| Erfahren Sie, wie Sie mit Dataform beginnen können, indem Sie ein Repository und einen Entwicklungsarbeitsbereich erstellen. |
| Erstellen und Ausführen eines SQL-Workflows in Dataform. |
| Aktivitäten: |
| Demo |
| Übung: Erstellen und Ausführen eines SQL-Workflows in Dataform |
| BigQuery Studio |
| Themen: |
| BigQuery Studio: Was und warum? |
| Vereinheitlichte Analytik |
| Vermögensverwaltung |
| Eingebettete Hilfe |
| Zielsetzungen: |
| Er stellt BigQuery Studio vor. |
| Verwenden Sie Duet AI in BigQuery, um SQL-Abfragen zu erklären und zu erstellen. |
| Erfahren Sie mehr über die neuen Funktionen für die Benutzerfreundlichkeit und die Integrationen mit Dataform und Dataplex in der neuen BigQuery Studio-Oberfläche. |
| Aktivitäten: |
| Demo |
| Labor: Daten mit Hilfe von Duet AI analysieren |
| Übung: Personalisierte E-Mail-Inhalte mit BigQuery Continuous Queries und Gemini generieren |
| Zusammenfassung |
| Themen: |
| Zusammenfassung |
| Zielsetzungen: |
| Fassen Sie die wichtigsten im Kurs behandelten Themen zusammen. |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.