Giới thiệu về dữ liệu chuỗi thời gian. Học cách nhận diện các mẫu và định dạng phổ biến của dữ liệu thời gian, và chuyển đổi chúng để đáp ứng nhu cầu của bạn.

Những nền tảng của dữ liệu chuỗi thời gian

Tùy chọn

Ngắn hạn

Dài hạn

Tương lai

Nhận diện các loại phân tích chuỗi thời gian

Biến thiên chuỗi thời gian

Phân tích tỷ lệ sinh

Phân tích bệnh cúm (influenza)

Những điều cơ bản về biến đổi dữ liệu chuỗi thời gian

Quy trình chuyển đổi ngày tháng

Thứ tự thao tác

Chuyển đổi ngày tháng

Tính toán độ trễ giao hàng

Tính toán thời gian chậm thanh toán (receivables delay)

Phân tích hiệu quả khuyến mãi

Giới thiệu về dữ liệu chuỗi thời gian

Tìm hiểu và tạo các hàm cửa sổ trong Power BI để phân tích dữ liệu trong một khoảng thời gian xác định.

Hàm cửa sổ trong Power BI

Nhận diện các hàm cửa sổ (window)

Dân số trung bình

Hiệu suất theo phân khúc

Doanh số trung bình lăn

Tổng số lượng lũy kế

Ứng dụng của hàm cửa sổ

Các bước tính thay đổi theo năm (YoY)

Phân tích các đánh giá năm sao

Hiệu suất phân khúc theo lịch sử

Phân bố tỷ lệ chiết khấu

Xếp hạng khách hàng

Làm việc với các hàm cửa sổ

Tìm hiểu các khái niệm cơ bản về dự báo và cách dự đoán giá trị trong tương lai bằng các phương pháp khác nhau trong Power BI.

Dự báo trong Power BI

Thứ tự thao tác khi dự báo

Dự báo các loại hình tiêu thụ năng lượng

Thiết lập kỳ vọng dự báo

Dự báo giá đóng cửa MSFT

Hindcasting giá đóng cửa MSFT

Dự báo trong Power BI: DAX

Khi nào nên dùng CAGR

Dự báo theo loại năng lượng tiêu thụ - DAX

Tạo biến phục vụ dự báo

Dự báo với CAGR

Dự báo với CMGR

Tổng kết khóa học

Nhìn về phía trước với dự báo

DataCamp vs. Local Experience

Exercises and Datasets

Phân tích dữ liệu chuỗi thời gian với Power BI
Bạn đã từng xem xét các tập dữ liệu từ mọi góc độ có thể, nhưng bạn có biết có một chiều mà mọi phân tích đều có điểm chung không? Đúng vậy; đó là thời gian! Bạn đã từng nghĩ về cách dữ liệu của mình thay đổi theo thời gian chưa?

Thực hành các kỹ thuật phân tích phổ biến
Trong khóa học Phân tích chuỗi thời gian trong Power BI này, bạn sẽ làm việc với hai tập dữ liệu khác nhau và thực hành các kỹ thuật phổ biến để phân tích dữ liệu theo thời gian. Bạn sẽ bắt đầu bằng cách phân tích dữ liệu Superstore cho dữ liệu Điểm bán hàng (PoS) trên nhiều địa điểm và mốc thời gian, nơi bạn sẽ tính toán mức thay đổi với các loại hàm cửa sổ, hàm tính lũy kế theo kỳ, và hàm so sánh giữa các kỳ.

Sử dụng thuật toán tích hợp và DAX
Tiếp theo, bạn sẽ đi sâu vào dữ liệu tài chính của Microsoft (NASDAQ: MSFT) và xem cách dự báo dữ liệu trong tương lai, sử dụng cả thuật toán tích hợp sẵn và DAX để thực hiện.

Sau khóa học, bạn sẽ có một bộ công cụ toàn diện để xử lý dữ liệu chuỗi thời gian và làm chủ “chiều thứ tư”.


<h2>Phân tích dữ liệu chuỗi thời gian bằng Power BI</h2>
Quý vị đã thu thập các bộ dữ liệu và phân tích chúng từ mọi góc độ có thể, nhưng quý vị có biết rằng có một khía cạnh mà mọi phân tích đều có chung không? Đúng vậy; đã đến lúc rồi! Quý vị đã bao giờ suy nghĩ về việc dữ liệu của mình thay đổi theo thời gian chưa?
<br><br>
<h2>Thực hành các kỹ thuật phân tích thông dụng</h2>
Trong khóa học Phân tích Dãy Thời gian trong Power BI này, quý vị sẽ làm việc với hai bộ dữ liệu khác nhau và thực hành các kỹ thuật phổ biến để phân tích dữ liệu theo thời gian. Quý vị sẽ bắt đầu bằng việc phân tích dữ liệu Superstore cho dữ liệu Điểm bán hàng (PoS) tại các địa điểm và thời điểm khác nhau, trong đó quý vị sẽ tính toán sự thay đổi bằng cách sử dụng các hàm cửa sổ, hàm tính đến thời điểm hiện tại và hàm so sánh giữa các kỳ.
<br><br>
<h2>Sử dụng các thuật toán tích hợp sẵn và DAX</h2>
Sau đó, quý vị sẽ phân tích dữ liệu tài chính từ Microsoft (NASDAQ: MSFT) và tìm hiểu cách chúng ta có thể dự báo dữ liệu trong tương lai, bằng cách sử dụng cả các thuật toán tích hợp sẵn và DAX để thực hiện điều này.
<br><br>
Sau khi hoàn thành khóa học, quý vị sẽ có một bộ công cụ toàn diện để xử lý dữ liệu chuỗi thời gian và nắm vững chiều thứ tư.


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

Học phân tích dữ liệu theo thời gian với khóa học Thực hành Phân tích Chuỗi thời gian trong Power BI.

Phân tích chuỗi thời gian trong Power BI

Báo cáo tài chính trong Power BI

Số ca cúm chúng ta đã ghi nhận từ đầu năm đến nay.

Tổng doanh thu chúng ta tạo ra trong 60 ngày qua.

Mức thay đổi số ca cúm vào mùa thu trong ba năm gần đây.

Trực quan hóa doanh thu hằng năm trong thập kỷ vừa qua.

Dự báo số ca cúm trong 30 ngày tới.

Dự báo tổng doanh thu của chúng ta trong hai năm tới.

Nhận diện các loại phân tích chuỗi thời gian

Phân tích chuỗi thời gian trong Power BI

Bài tập tương tác thực hành