Brainmatics

Data Analytics Tableau Fundamentals

Berdasarkan trens analisis data, tujuan paling besar dalam investasi inisiatif data adalah untuk mendorong pengambilan keputusan (IDG, 2019). Sisanya adalah untuk mengurangi risiko, meningkatkan produktivitas pegawai hingga pengembangan inovasi produk dan jasa. Sayangnya, data sebagai aset untuk dapat memenuhi tujuan inisiatif tersebut tidak dapat langsung dimanfaatkan sehingga memerlukan serangkaian aktivitas pengolahan data.

Data harus diolah terlebih dahulu sehingga bisa menghasilkan informasi dan pengetahuan yang kemudian dapat dimanfaatkan untuk berbagai kebutuhan bisnis oleh para pemangku kepentingan. Pengolahan ini meliputi proses pengumpulan, pembersihan, integrasi data, penyajian hingga distribusi. Penyajian data inilah yang disebut visualisasi data menjadi informasi dan pengetahuan yang dapat dirangkum dalam sebuah dashboard.

Dashboard merupakan kumpulan beberapa ringkasan data, chart, dan statistik untuk memudahkan para pemangku kepentingan dalam melakukan analisis data. Tablaeu merupakan salah satu aplikasi yang dapat membantu dalam mengolah data menjadi informasi dan pengetahuan yang siap didistribusikan dalam bentuk dashboard maupun stori.

Training ini merupakan training lanjutan dari Tableau Basic. Pada training ini, peserta akan mempelajari bagaimana membangun stori data, sehingga bisa menyajikan visualisasi data yang lebih komunikatif, interaktif dan jelas. Peserta juga akan mempelajari bagaimana memanfaatkan data untuk memprediksi suatu target ke depannya. Selain itu, peserta juga akan mempelajari bagaimana melakukan pembersihan data, dan melakukan distribusi dashboard baik melalui sharing maupun publikasi ke Tableau Public.

CONTENT

1. Introduction to Tableau

1.1 Visualization Foundations
1.2 Visualizing Data
1.3 Building Dashboard

2. Working with Data

2.1 Tableau Paradigm
2.2 Connecting Data
2.3 Joins and Blends

3. Advanced Visualizations

3.1 Comparing Value
3.2 Visualizing Dates and Times
3.3 Visualizing Composition
3.4 Visualizing Distribution
3.5 Visualizing Multiple Axes

4. Calculations

4.1 Calculation Overview
4.2 Parameter
4.3 Table Calculation Overview
4.4 Table Calculation Practice

5. Data Mining in Tableau

5.1 Data Mining
5.2 Trends (Estimation)
5.3 Clustering
5.4 Forecasting

6. Sharing Tableau

6.1 Creating Storyboard
6.2 Preparing Data with Tableau Prep
6.3 Sharing and Publishing Story

INSTRUCTOR

Mulyana. Kelahiran Lebak – Banten, menyelesaikan D3 Teknik Komputer di Bina Sarana Informatika dan S1 Teknik Informatika di STMIK Eresha – Jakarta. Saat ini aktif diberbagai project Enterprise Architecture dan Data Analytics. Dipercaya untuk menangani Arsitektur Data dan Data Mining baik di organisasi pemerintahan maupun swasta. Tren saat ini organisasi tidak sekedar pada tata kelola data yang baik namun menuntut pada penyajian data sebagai dukungan kebijakan yang secara cepat dan akurat. Tugas saya adalah mengembangkan desain data yang fleksible dan reliable terhadap perubahan bisnis dan kebijakan yang dinamis serta meningkatkan nilai data sehingga memberikan keuntungan bagi perusahaan atau organisasi.

 

PENDAFTARAN

Klik daftar untuk melakukan pendaftaran.