Datenanalyse

Kompetenzziele

• Methoden der Datenanalyse unterscheiden und für eine Fragestellung auswählen
• Datenqualität prüfen und Rohdaten für die Auswertung aufbereiten
• Tabellenbeziehungen und logische Verknüpfungen in Datenstrukturen nachvollziehen
• Relationale Datenbanken mit DDL- und DML-Befehlen, JOINs, Aggregatfunktionen und Views bearbeiten
• Trends und Kennzahlen mit DAX-Funktionen berechnen und in Dashboards darstellen
• Ein Datenprojekt von der SQL-Abfrage bis zur Visualisierung eigenständig durchführen

Themen und Zusammenhänge

Den Ausgangspunkt bildet die Frage, welche Methode der Datenanalyse zu welcher Fragestellung passt und welche Anforderungen an Datenqualität daraus folgen. Fallbeispiele zu Datenstrukturen und Tabellenbeziehungen führen zu relationalen Datenbanken, in denen große Datenmengen über SQL strukturiert, gefiltert und verdichtet werden. Die Ergebnisse gehen in Power BI über, wo Dashboards Trends, Kennzahlen und Abweichungen sichtbar machen. Das abschließende Datenprojekt verknüpft alle Schritte zu einem vollständigen Ablauf: Datensätze aus unterschiedlichen Kontexten werden abgefragt, bereinigt, modelliert und visualisiert. Wie im Datenanalyse Kurs angelegt, entsteht so ein zusammenhängendes Verständnis davon, wie Datenaufbereitung, Abfrage und Visualisierung ineinandergreifen und welche Grundlage sie für fachliche Entscheidungen schaffen.

Berufliche Perspektiven

Einsatzfelder ergeben sich in allen Fachbereichen, in denen Datenbestände ausgewertet und Ergebnisse präsentiert werden.

• Datenanalystin oder Data Analyst mit Auswertung und Interpretation von Datenbeständen
• Fachkraft für Datenauswertung in Vertrieb, Einkauf oder Verwaltung
• BI-Analyst mit Aufbau von Dashboards in Power BI
• Sachbearbeitung mit Analyseschwerpunkt und Vorbereitung datenbasierter Entscheidungen