Eine Einführung in Zeitreihendaten. Lerne, häufige Muster und Formate von Zeitdaten zu erkennen und sie passend zu deinen Anforderungen zu transformieren.

Grundlagen von Zeitreihendaten

Optionen

Kurzfristig

Langfristig

Zukunft

Arten der Zeitreihenanalyse erkennen

Schwankungen in Zeitreihen

Geburtenraten analysieren

Influenza analysieren

Grundlagen der Transformation von Zeitreihendaten

Prozess der Datumstransformation

Reihenfolge der Schritte

Datumsangaben transformieren

Versandverzögerungen berechnen

Forderungsverzögerung berechnen

Wirksamkeit von Promotions analysieren

Einführung in Zeitreihendaten

Lerne Window-Funktionen in Power BI kennen und erstelle sie, um Daten über einen bestimmten Zeitraum zu analysieren.

Window-Funktionen in Power BI

Fensterfunktionen erkennen

Durchschnittliche Bevölkerung

Segmentleistung

Rollierender Durchschnitt der Umsätze

Rollierende Gesamtmenge

Anwendungen von Window-Funktionen

Schritte zur Berechnung der Veränderung gegenüber dem Vorjahr

Fünf-Sterne-Bewertungen analysieren

Historische Segmentperformance

Verteilung der Rabattquote

Kundenranking

Arbeiten mit Window-Funktionen

Lerne die Grundlagen des Forecastings und wie du in Power BI mit verschiedenen Methoden zukünftige Werte vorhersagen kannst.

Forecasting in Power BI

Reihenfolge der Schritte beim Forecasting

Prognosen für Arten des Energieverbrauchs

Erwartungen an die Prognose festlegen

Prognose des MSFT-Schlusskurses

Hindcasting des MSFT-Schlusskurses

Prognosen in Power BI: DAX

Wann CAGR verwenden

Prognosen zu Arten des Energieverbrauchs – DAX

Prognose-Variablen erstellen

Prognosen mit CAGR

Prognose mit CMGR

Kursabschluss

In die Zukunft blicken mit Forecasting

DataCamp vs. Local Experience

Exercises and Datasets

Zeitreihendaten mit Power BI analysieren
Du hast Datensätze bereits aus allen möglichen Blickwinkeln untersucht – wusstest du, dass es eine Dimension gibt, die alle Analysen gemeinsam haben? Genau: die Zeit! Hast du dir schon einmal angeschaut, wie sich deine Daten im Zeitverlauf verändern?

Gängige Analysetechniken üben
In diesem Kurs zur Zeitreihenanalyse in Power BI arbeitest du mit zwei verschiedenen Datensätzen und übst typische Methoden, um Daten über die Zeit zu analysieren. Du beginnst mit der Analyse von Superstore-Daten für Point-of-Sale- (PoS-)Daten an verschiedenen Standorten und zu unterschiedlichen Zeiten. Dabei berechnest du Veränderungen mit verschiedenen Arten von Window-, Period-to-Date- und Period-over-Period-Funktionen.

Integrierte Funktionen und DAX-Algorithmen nutzen
Anschließend tauchst du in Finanzdaten von Microsoft (NASDAQ: MSFT) ein und siehst, wie wir Daten in die Zukunft prognostizieren können – sowohl mit integrierten Funktionen als auch mit DAX-Algorithmen.

Nach dem Kurs hast du einen vielseitigen Werkzeugkasten, um Zeitreihendaten anzugehen, und beherrschst die vierte Dimension.


<h2>Analysiere Zeitreihendaten mit Power BI</h2>
Du hast Datensätze genommen und sie aus jedem möglichen Blickwinkel analysiert, aber wusstest du, dass es eine Dimension gibt, die alle Analysen gemeinsam haben? Genau, es ist soweit! Hast du dir schon mal überlegt, wie sich deine Daten im Laufe der Zeit verändern?
<br><br>
<h2>Übe gängige Analysetechniken</h2>
In diesem Kurs „Zeitreihenanalyse in Power BI” arbeitest du mit zwei verschiedenen Datensätzen und probierst gängige Techniken aus, um Daten im Zeitverlauf zu analysieren. Du fängst damit an, Superstoredata für Point-of-Sale-Daten (PoS) an verschiedenen Orten und zu verschiedenen Zeiten zu analysieren, wobei du Veränderungen mit verschiedenen Arten von Fenster-, Periode-bis-heute- und Periode-über-Periode-Funktionen berechnest.
<br><br>
<h2>Verwende integrierte und DAX-Algorithmen</h2>
Dann schau dir die Finanzdaten von Microsoft (NASDAQ: MSFT) und schauen, wie wir mit integrierten und DAX-Algorithmen Daten für die Zukunft prognostizieren können.
<br><br>
Nach dem Kurs hast du ein umfassendes Toolkit, um Zeitreihendaten zu bearbeiten und die vierte Dimension zu meistern.


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

Lernen Sie, Daten im Zeitverlauf mit diesem praktischen Kurs zur Zeitreihenanalyse in Power BI zu analysieren.

Zeitreihenanalyse in Power BI

Finanzielle Berichterstattung an der Macht BI

Die Anzahl der Influenzafälle, die wir in diesem Jahr bisher gesehen haben.

Der Gesamtumsatz, den wir in den letzten sechzig Tagen erzielt haben.

Die Veränderung der Influenzafälle im Herbst über die letzten drei Jahre.

Visualisierung des Jahresumsatzes über das letzte Jahrzehnt.

Vorhersage der Anzahl der Influenzafälle in den nächsten 30 Tagen.

Prognose unseres Gesamtumsatzes für die nächsten zwei Jahre.

Arten der Zeitreihenanalyse erkennen

Zeitreihenanalyse in Power BI

Interaktive Übung