Analyse des données avec Excel

40h

Cette formation est ouverte à tous, elle est destinée en particulier aux personnes qui souhaitent tirer parti des données dans leurs rôles fonctionnels existants ou aux personnes qui envisagent de construire une carrière en Data Visualisation. Avec l'essor du digital, les données permettent d'analyser plus finement et d'anticiper les comportements sociaux. En apprenant du passé, en tirant les leçons des échecs, en capitalisant sur les forces, les entreprises peuvent cibler de nouveaux clients. Elles peuvent également mieux déterminer voire ajuster leurs prix de vente et fiabiliser leurs prévisions pour les segments marchés existants ou nouveaux. La datascience s'inscrit désormais dans un fort courant d'analyse des comportements individuels mais également sociaux, en réseaux en fonction de l'environnement relationnel. Elles permettent également d'étudier l'impact sur le climat, la santé en diagnostiquant grâce à des techniques de reconnaissance d'image. En finance les applications sont également nombreuses par exemple en construisant des algorithmes améliorant les stratégies de trading à haut fréquence. De manière globale les applications de data science ne sont pas restreintes à un champ particulier mais plutôt interdisciplinaires par nature.

Lunaire

Performant

Orienté compétences

Festif

Collaboratif

Apprentissage par projets

Padawan

Cross Device

Cours accessibles depuis PC, Tablette, Smartphone...

Terre

Accessible

La qualité à prix économique


Objectifs de la mission

Le programme « Analyse de données avec Excel » aide les gens à acquérir une connaissance approfondie d'Excel et une large compréhension des divers outils de visualisation des données. Quelques chiffres : D'ici 2020, ce sera l'un des emplois les plus demandés à travers le monde Aux États-Unis, les professionnels gagnent un salaire moyen d'environ 20990 $ en tant que Data Analyst Salaire initial de 7 000 $ à 8 387 $ (États-Unis) Près de 100 000 emplois actuellement créés en DataScience Augmentation de 6% de l’emploi prévue pour l’analytique

Compétences

   Analyse de données

   Evaluation des risques

   Analyse de l'activité


Programme

Qui devrait suivre cette formation ? Les jeunes diplômés intéressés par un début de carrière dans l’industrie de l’analyse de données. Des personnes de la finance, des ventes, de la chaîne d’approvisionnement, de la satisfaction client qui travaillent avec des professionnels des données de la logistique, de la comptabilité, du marketing, du commerce, de l’administration, de la fabrication, de la recherche et du développement. N’importe qui souhaitant débuter dans l’industrie de la visualisation de données, de la science des données ou de l’analyse

Datascientist - Machine Learning

Analyse des données avec Excel

Qui devrait suivre cette formation ? Les jeunes diplômés intéressés par un début de carrière dans l’industrie de l’analyse de données. Des personnes de la finance, des ventes, de la chaîne d’approvisionnement, de la satisfaction client qui travaillent avec des professionnels des données de la logistique, de la comptabilité, du marketing, du commerce, de l’administration, de la fabrication, de la recherche et du développement. N’importe qui souhaitant débuter dans l’industrie de la visualisation de données, de la science des données ou de l’analyse

PRÉ-REQUIS

Matériel : Accès à un ordinateur (PC ou Mac), muni d’un microphone, une webcam et une bonne connexion internet

Langue : Pour les apprenants étrangers, un niveau de français C1-C2 est conseillé pour la réussite de la formation

PROGRAMME

Module 1 - Introduction To Analytics Techniques and Fundamentals of Excel

    Diagnostic

    Quiz

    1.1 excel and power BI course

    1.2 Analytic Techniques and Fundamentals of Excel

    1.3 BI tools

    1.4 Fundamentals of Excel

    1.5 count, sum, min, max

    1.6 excel shortcuts

Module 2 - Useful Functions

    2.1 Countif

    2.2 Sum using conditional variables or conditions

    2.3 SUMPRODUCT functions

    2.4 filter

    2.5 SUMIF, COUNTIF and AVERAGEIF

    2.6 aggregation of the rows which are already filtered

    2.7 remove duplicates

    2.8 data validation

    2.9 Formula for text

Module 3 - Data Cleaning and working with Conditions using Excel

    3.1 Dates

    3.2 conditional formatting

    3.3 conditionalformatting with looking at the top or bottom rules

    3.4 logical functions IF, AND OR and NOT

    3.5 practical examples

    3.6 Dates

    3.7 Nesting of conditions

Module 4 - Sorting and Filtering

    4.1 Introduction To Analytics Techniques

    4.2 cell referencing, specifically about freezing the referencing

    4.3 formulas V Look Up

    4.4 HLOOKUP

    4.5 Name ranges in excel

Module 5 - Duplicates - Remove Duplicates

    5.1 formulas indirect, choose and offset

    5.2 INDEX

    5.3 Practical Example

    5.4 functions called INDIRECT

    5.5 Data validation to create a list of form of values

    5.6 formula CHOOSE

    5.7 formula OFFSET

Module 6 - Data Manipulation using Advanced Excel

    6.1 excel tables

    6.2 lock cells and protect the worksheet

    6.3 excel functionality called Golsake

    6.4 WHATIF

    6.5 scenario managers

    6.6 solver tool

    6.7 concept of grouping

    6.8 subtotal

Module 7 - Data Analysis and Visualization using Advanced Excel

    7.1 tables

    7.2 spark lines

    7.3 Arrays functions

    7.4 debug formulas

    7.5 macaroons or VBA

Module 8 - Introduction to Statistics and Application in Excel

    8.1 prerequisites for this particular session

    8.2 random variables

    8.3 samples and populations

    8.4 probability

    8.5 data distribution

    8.6 central limit theorem

    8.7 descriptive statistics inferential statistics

Module 9 - Introduction to MS SQL and MS Access

    9.1 Introduction

    9.2 concept of regression

    9.3 trend lines

    9.4 correlation

    9.5 concept of a nova or analysis of variance

    9.6 concept of anova or analysis of variance (2)

    9.7 overview of how statistics can be used in asset portfolio analysis

    9.8 Principal component analysis (PCA)

Module 10 - SQL Queries and Views

    10.1 hypothesis testing

    10.2 concept of regression

    Video 10.3

    Video 10.4

    Video 10.5

    Video 10.6

    Video 10.7

    Video 10.8

    Video 10.9

Week 11

    11.1 Microsoft SQL training session

    11.2 create aggregation

    11.3 views

    11.4 create said schemas

    11.5 creating table

    11.6 Microsoft SQL Server

    11.7 different data types

    11.8 joint in SQL

    11.9 various types of joints

programme-3

À propos du formateur

Cours

Divya Mahajan

AUTRE, ?