You'll start this Tableau case study by importing and cleaning the job posting dataset and checking for missing values. Once you’ve done this, it’s time to roll up your sleeves and do some initial data exploration.

Arbeitsmarktanalyse in Tableau

Options

In Scope

Out of scope

Fragen für die EDA

Daten importieren

Erste EDA

Trendanalyse von Stellenanzeigen

Daten filtern nach Jobtiteln

Gehalt vs. Berufserfahrung

True

False

Mit EDA gefundene Trends

Exploratory Analysis

In this chapter, you’ll continue to apply your Tableau skills to extract data insights with filtering techniques, interesting visualizations, and trend analysis. The DataSearch team still needs answers. Luckily, they have you on their team!

Market insight analysis

Key insights to focus on

Job skills analysis

Demand vs. supply by experience level

Column splitting

Deep dive into key job descriptions

Trends from analysis

Analyzing Market Trends

It’s almost time to hand over the final deliverable. In this final chapter, you’ll combine all of the job-related insights you’ve discovered into an interactive Tableau dashboard for the DataSearch team.

Building job market analysis dashboard

How to design a dashboard

Creating your first dashboard

Adding KPIs

Less is more

Adding the last visual

Final clean up and insights

Case study wrap-up

Dashboards and Insights

Workbooks and Datasources

Metadata sheet

In dieser Tableau-Fallstudie untersuchst du einen realen Datensatz mit Stellenausschreibungen, um Erkenntnisse für ein fiktives Recruiting-Unternehmen namens DataSearch zu gewinnen. Auf Basis dessen, was du in vorherigen Kursen gelernt hast, setzt du Visualisierungstechniken ein, um die Daten zu analysieren und herauszufinden, welche Skills für Data Scientists, Data Analysts und Data Engineers am meisten gefragt sind.

Du beginnst mit dem Import und der Bereinigung des Datensatzes und stellst sicher, dass er für die Datenexploration bereit ist. Anschließend nutzt du Filter und berechnete Felder, um aussagekräftige Visualisierungen deiner Ergebnisse zu erstellen und Trends zu analysieren. Zum Schluss führst du alles mit den leistungsstarken Dashboard-Funktionen von Tableau zusammen, damit du Fragen für das DataSearch-Team beantworten kannst.

Indem du die bisher gelernten Techniken anwendest, bietet dir diese Tableau-Fallstudie die Chance, praktische Erfahrung mit einem Datensatz zu sammeln. Sobald du den Kurs abgeschlossen hast, wirst du sicherer darin sein, Tableau zu nutzen, um deine Data-Insights zu präsentieren.


<h2>Nutze deine Fähigkeiten mit einer Tableau-Fallstudie</h2>
In dieser Tableau-Fallstudie schaust du dir einen echten Datensatz mit Stellenanzeigen an, um Einblicke für eine fiktive Personalvermittlungsagentur namens DataSearch zu gewinnen. Mit dem, was du in früheren Kursen gelernt hast, wirst du Visualisierungstechniken nutzen, um die Daten zu untersuchen und herauszufinden, welche Fähigkeiten bei Datenwissenschaftlern, Datenanalysten und Dateningenieuren am meisten gefragt sind.
<br><br>
<h2>Nutze Tableau, um Einblicke in deine Daten zu bekommen</h2>
Du fängst damit an, einen Datensatz zu importieren und zu bereinigen, damit er für die Datenauswertung bereit ist.
Dann kannst du Filter und berechnete Felder nutzen, um aussagekräftige Visualisierungen deiner Ergebnisse zu erstellen, die eine Trendanalyse ermöglichen.
<br><br>
<h2>Mach Tableau-Dashboards, um deine Arbeit zu zeigen</h2>
Zum Schluss bringst du alles mit den coolen Dashboard-Funktionen von Tableau zusammen, damit du die Fragen des DataSearch-Teams beantworten kannst.
<br><br>
Mit dieser Tableau-Fallstudie kannst du die bisher gelernten Techniken anwenden und praktische Erfahrungen mit einem Datensatz sammeln. Wenn du den Kurs abgeschlossen hast, wirst du Tableau sicherer nutzen können, um deine Datenanalysen zu präsentieren.

Creating Dashboards in Tableau

In dieser Fallstudie nutzen Sie Visualisierungstechniken, um gefragte Fähigkeiten für Datenberufe zu finden.

Fallstudie: Analyse von Arbeitsmarktdaten in Tableau

Hier ermittelst du, welche Skills bei Data Scientists, Data Analysts und Data Engineers besonders gefragt sind.

Datenanalyst im Tableau

Wie hoch ist das durchschnittliche Gehalt von Rollen im Bereich Data Science?

Welche Data-Analytics-Skills korrelieren mit Jobpostings?

Wie häufig werden Stellenanzeigen veröffentlicht (z. B. Trends bei Jobpostings)?

Was sind die beliebtesten Jobs im Bereich Data Science?

Wie hoch ist das durchschnittliche Alter eines Recruiters?

Wie hoch ist die durchschnittliche Zahl an Bewerbenden für Nicht-Data-Science-Rollen?

Fragen für die EDA

Interaktive praktische Übung