Was ist Data Analytics?

Daten sind eine Gruppe von Fakten, die viele verschiedene Formen annehmen können, z. B. Zahlen, Bilder, Wörter, Videos, Beobachtungen und mehr. Wir verwenden und erzeugen täglich Daten, beispielsweise wenn wir eine Serie oder einen Song streamen oder in sozialen Medien posten. Data Analytics umfasst die Sammlung, Transformation und Organisation dieser Fakten, um Schlussfolgerungen zu ziehen, Vorhersagen zu machen und fundierte Entscheidungen zu treffen.

Was spricht für eine Karriere im Bereich Data Analytics?

Die täglich anfallende Datenmenge ist enorm. Jedes Mal, wenn Sie Ihr Smartphone verwenden, online nach etwas suchen, Musik streamen, mit einer Kreditkarte einkaufen, in sozialen Medien posten oder GPS für die Routenplanung verwenden, erzeugen Sie Daten. Unternehmen müssen ihre Produkte, Dienstleistungen, Tools und Geschäftsstrategien kontinuierlich anpassen, um die Nachfrage von Zielgruppen zu erfüllen und auf neue Trends zu reagieren. Aus diesem Grund sind Fachleute für Datenanalyse gefragt und erhalten attraktive Vergütungen. Fachleute für Datenanalyse erfassen Daten und Zahlen, um Unternehmen zu unterstützen, bessere Geschäftsentscheidungen zu treffen. Sie bereiten Daten auf, verarbeiten, analysieren und visualisieren diese, entdecken Muster und Trends und beantworten dabei wichtige Fragen. Basierend auf ihrer Arbeit kann ein gesamtes Team bessere Geschäftsentscheidungen treffen.

Warum sollte ich mich für das Google Data Analytics Certificate anmelden?

Mit dem Google Data Analytics Certificate erlernen Sie die erforderlichen Fähigkeiten für eine Junior- oder Associate-Positionen im Bereich Data Analytics. Fachleute für Datenanalyse wissen, wie die richtigen Fragen gestellt werden. Sie können Daten für wichtige Erkenntnisse vorbereiten, verarbeiten und analysieren; ihre Erkenntnisse effektiv mit den Stakeholdern (Interessengruppen) teilen und datengesteuerte Empfehlungen für überlegtes Handeln geben. Sie lernen diese Fähigkeiten in unserem Zertifikatsprogramm durch interaktive Inhalte (Diskussionsaufforderungen, Quizfragen und Aktivitäten) in weniger als sechs Monaten mit weniger als 10 Stunden flexiblem Lernen pro Woche. Danach sind Sie sofort startklar. Dabei folgen Sie einen Lehrplan, der mit Beiträgen von Top-Arbeitgebenden und Branchenführenden wie Tableau, Accenture und Deloitte erstellt wurde. Sie haben sogar die Möglichkeit, eine Fallstudie abzuschließen, die Sie potenziellen Arbeitgebenden präsentieren können, um Ihre neuen Fähigkeiten unter Beweis zu stellen. Nach Abschluss des Programms haben Sie Zugang zu Karriereressourcen und knüpfen Kontakt mit Arbeitgebenden, die offene Einstiegspositionen im Bereich Data Analytics besetzen möchten.

Welche Vorkenntnisse sind erforderlich?

Es sind keine Vorkenntnisse in Tabellenkalkulationen oder Data Analytics erforderlich. Sie brauchen lediglich Mathematikkenntnisse auf Abiturniveau sowie Neugier darauf, wie die Dinge funktionieren.

Muss ich gut in Mathe sein, um dieses Zertifikat erlangen zu können?

Sie müssen kein Mathe-Ass sein, um das Zertifikat zu erlangen. Sie müssen neugierig und offen für das Lernen mit Zahlen (der Sprache der Datenanalyse) sein. Gute Fachleute für Datenanalyse beherrschen mehr als nur Mathematik. Es geht darum, die richtigen Fragen zu stellen, die besten Quellen zu finden, um Fragen effektiv zu beantworten, und die Ergebnisse in Visualisierungen anschaulich darzustellen.

Welche Tools und Plattformen werden im Kurs behandelt?

Sie lernen den Umgang mit Analysetools und -plattformen, wie Tabellenkalkulationen (Google Tabellen oder Microsoft Excel), SQL, Präsentationstools (PowerPoint oder Google Präsentationen), Tableau, RStudio und Kaggle.

Welche Plattform zur Tabellenkalkulation wird gelehrt?

Die Lernenden können selbst auswählen, welche Plattform sie während des gesamten Programms verwenden möchten: Google Tabellen oder Microsoft Excel. Es liegt ganz im Ermessen der Lernenden. Alle Aktivitäten im gesamten Lehrplan können auf beiden Plattformen durchgeführt werden.

Muss ich die Kursreihenfolge einhalten?

Wir empfehlen ausdrücklich, die Kurse in der vorgestellten Reihenfolge abzuschließen, da die Inhalte der Kurse aufeinander aufbauen.

When will I have access to the lectures and assignments?

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

What will I get if I subscribe to this Certificate?

When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Daten für die Erkundung Vorbereiten

Nutzen Sie die Ersparnis! Erhalten Sie 40% Rabatt auf 3 Monate Coursera Plus und vollen Zugang zu Tausenden von Kursen.

Daten für die Erkundung Vorbereiten

Dieser Kurs ist Teil von Google Data Analytics (DE) (berufsbezogenes Zertifikat)

Dozent: Google Career Certificates

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Anfänger

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Anfänger

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Faktoren erklären, die bei Entscheidungen zur Datenerhebung berücksichtigt werden müssen
Unterschiede zwischen verzerrten und unverzerrten Daten erklären
Datenbanken im Hinblick auf ihre Funktionen und Komponenten beschreiben
Best Practices zum Strukturieren von Daten beschreiben

Kompetenzen, die Sie erwerben

Kategorie: Databases
Kategorie: SQL
Kategorie: Web Presence
Kategorie: Data Collection
Kategorie: Data Access
Kategorie: Data Ethics
Kategorie: Data Security
Kategorie: Database Management
Kategorie: Data Management
Kategorie: Data Integrity
Kategorie: Data Quality
Kategorie: Unstructured Data

Werkzeuge, die Sie lernen werden

Kategorie: Relational Databases
Kategorie: Google Sheets

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

31 Aufgaben

Unterrichtet in Deutsch

91% of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihr Fachwissen im Bereich Data Analysis

Dieser Kurs ist Teil der Spezialisierung Google Data Analytics (DE) (berufsbezogenes Zertifikat)

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von Google zur Vorlage

In diesem Kurs gibt es 6 Module

Dies ist der dritte Kurs des Google Data Analytics Certificate. In diesen Kursen lernen Sie alles, was Sie für eine Einstiegsposition in der Datenanalyse benötigen. Während Sie Ihr Verständnis der Themen aus den ersten beiden Kursen weiter ausbauen, werden Sie auch in neue Themen eingeführt, die Ihnen helfen, praktische Data-Analytics-Fähigkeiten zu erwerben. Sie erfahren, wie Sie Tools wie Tabellenkalkulationen und SQL verwenden, um die richtigen Daten für Ihre Ziele zu extrahieren und zu nutzen und wie Sie Ihre Daten organisieren und schützen. Bei Google tätige Fachleute für Datenanalyse werden Sie weiterhin anleiten und Ihnen praktische Möglichkeiten zeigen, mit denen Sie übliche Aufgaben von Fachleuten für Datenanalyse mithilfe der besten Tools und Ressourcen erledigen können.

Nach Abschluss dieses Zertifikatsprogramms sind Lernende gerüstet, um sich auf Einstiegspositionen in der Datenanalyse zu bewerben. Es sind keine Vorkenntnisse erforderlich. Im Verlauf dieses Kurses werden Sie: - Herausfinden, wie Fachkräfte für Datenanalyse entscheiden, welche Daten für die Analyse gesammelt werden - Mehr über strukturierte und unstrukturierte Daten, Datentypen und Datenformate erfahren - Erfahren, wie Sie verschiedene Arten von Verzerrungen in Daten identifizieren können, um die Glaubwürdigkeit der Daten sicherzustellen - Erfahren, wie Fachkräfte für Datenanalyse Tabellenkalkulationen und SQL mit Datenbanken und Datensätzen verwenden - Sich mit Open Data und dem Verhältnis zwischen Datenethik und Datenschutz sowie mit deren Bedeutung auseinandersetzen - Lernen, wie Sie auf Datenbanken zugreifen und die darin enthaltenen Daten extrahieren, filtern und sortieren - Die Best Practices zum Strukturieren und Schützen von Daten kennenlernen

Moduldetails

Wir alle generieren in unserem täglichen Leben viele Daten. In diesem Teil des Kurses erfahren Sie, wie wir Daten generieren und wie Fachkräfte für Datenanalysen entscheiden, welche Daten für die Analyse gesammelt werden. Sie lernen auch strukturierte und unstrukturierte Daten, Datentypen und Datenformate kennen, während Sie Ihre Daten für die Erkundung aufbereiten.

Das ist alles enthalten

9 Videos10 Lektüren8 Aufgaben1 Diskussionsthema2 Plug-ins

9 VideosInsgesamt 31 Minuten

Einführung in die Datenerkundung4 Minuten
Hallie: Faszinierende Dateneinblicke3 Minuten
Datenerhebung in unserer Welt4 Minuten
Bestimmen, welche Daten gesammelt werden sollen4 Minuten
Datenformate entdecken5 Minuten
Strukturierte Daten verstehen2 Minuten
Wissen, mit welcher Art von Daten Sie arbeiten4 Minuten
Datentabellenkomponenten2 Minuten
Wide und Long Data kennenlernen4 Minuten

10 LektürenInsgesamt 95 Minuten

Lehrplan10 Minuten
Entscheiden Sie, ob Sie den Schnellkurs wählen sollten10 Minuten
Optional: Ihr Ergebnis beim Diagnosequiz und die Bedeutung10 Minuten
Die richtigen Daten auswählen10 Minuten
Datenformate in der Praxis10 Minuten
Die Struktur der Daten10 Minuten
Datenmodellierungsebenen und -techniken10 Minuten
Boolesche Logik verstehen10 Minuten
Transformieren von Daten10 Minuten
Glossar: Begriffe und Definitionen5 Minuten

8 AufgabenInsgesamt 206 Minuten

*Wochen-Challenge 1*40 Minuten
Optional: Sie kennen sich bereits mit Data Analytics aus? Nehmen Sie an unserem Diagnosequiz teil32 Minuten
Wissen zum Sammeln von Daten testen6 Minuten
Selbstreflexion: Unstrukturierte Daten30 Minuten
Wissen zu Datenformaten und -strukturen testen8 Minuten
Praktische Übung: Funktion anwenden60 Minuten
Praktische Übung: Einführung in Kaggle20 Minuten
Ihr Wissen zu Datentypen, Feldern und Werten testen10 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

Meet and Greet10 Minuten

2 Plug-insInsgesamt 30 Minuten

Auffrischung: Ihre Roadmap für das Data Analytics Certificate15 Minuten
Datentypen unterscheiden15 Minuten

Wenn Fachkräfte für Datenanalyse mit Daten arbeiten, überprüfen sie immer, ob die Daten unverzerrt und glaubwürdig sind. In diesem Teil des Kurses erfahren Sie, wie Sie unterschiedliche Arten von Verzerrungen in Bezug auf Daten erkennen und wie Sie dafür sorgen, dass Ihre Daten glaubwürdig sind. Außerdem werden Sie sich mit Open Data und dem Verhältnis zwischen Datenethik und Datenschutz sowie mit deren Bedeutung auseinandersetzen.

Das ist alles enthalten

12 Videos4 Lektüren6 Aufgaben1 Diskussionsthema

12 VideosInsgesamt 36 Minuten

Datenintegrität sicherstellen1 Minute
Verzerrungen: Von Fragen bis hin zu Schlussfolgerungen3 Minuten
Verzerrte und unverzerrte Daten2 Minuten
Verzerrungen in Daten verstehen4 Minuten
Gute Datenquellen erkennen3 Minuten
Was sind „schlechte“ Daten?3 Minuten
Einführung in die Datenethik5 Minuten
Optionale Auffrischung: Alex: Die Bedeutung der Datenethik3 Minuten
Einführung in den Datenschutz2 Minuten
Andrew: Der ethische Einsatz von Daten3 Minuten
Eigenschaften von Open Data4 Minuten
Andrew: Schritte zur ethischen Datennutzung3 Minuten

4 LektürenInsgesamt 35 Minuten

Datenanonymisierung10 Minuten
Die Open-Data-Debatte10 Minuten
Websites und Ressourcen für Open Data10 Minuten
Glossar: Begriffe und Definitionen5 Minuten

6 AufgabenInsgesamt 124 Minuten

*Wochen-Challenge 2*40 Minuten
Testen Sie Ihr Wissen zu unverzerrten und objektiven Daten4 Minuten
Testen Sie Ihr Wissen zur Glaubwürdigkeit von Daten8 Minuten
Testen Sie Ihr Wissen zu Datenethik und Datenschutz6 Minuten
Praktische Übung: Kaggle-Datasets60 Minuten
Testen Sie Ihr Wissen zu Open Data6 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

Verzerrungen berücksichtigen10 Minuten

Bei der Analyse von Daten greifen Sie meist auf Daten aus einer Datenbank zurück.Hier sind die Daten gespeichert. In diesem Teil des Kurses erfahren Sie alles über Datenbanken, z. B. wie Sie darauf zugreifen und die darin enthaltenen Daten extrahieren, filtern und sortieren. Außerdem werfen Sie einen Blick auf Metadaten, um die verschiedenen Typen und deren Verwendung durch Fachkräfte für Analysen zu ermitteln.

Das ist alles enthalten

12 Videos8 Lektüren11 Aufgaben1 Plug-in

12 VideosInsgesamt 48 Minuten

Alles über Datenbanken2 Minuten
Datenbankfunktionen4 Minuten
Metadaten untersuchen4 Minuten
Als Fachkraft für Datenanalyse Metadaten verwenden4 Minuten
Metadaten-Management3 Minuten
Megan: Spaß mit Metadaten3 Minuten
Mit mehr Datenquellen arbeiten3 Minuten
Daten aus Tabellenkalkulationen und Datenbanken importieren4 Minuten
Sortieren und filtern6 Minuten
BigQuery einrichten, einschließlich Sandbox und Abrechnungsoptionen4 Minuten
So verwenden Sie BigQuery4 Minuten
BigQuery in Aktion7 Minuten

8 LektürenInsgesamt 75 Minuten

Datenbanken in Data Analytics10 Minuten
Ein Dataset prüfen: eine geführte, praxisorientierte Tour10 Minuten
Metadaten sind genauso wichtig wie die Daten selbst10 Minuten
Von der externen Quelle zur Tabellenkalkulation10 Minuten
Öffentliche Datasets durchsuchen10 Minuten
BigQuery verwenden10 Minuten
Ausführliche Anleitung: Best Practices für SQL10 Minuten
Glossar: Begriffe und Definitionen5 Minuten

11 AufgabenInsgesamt 344 Minuten

*Wochen-Challenge 3*40 Minuten
Testen Sie Ihr Wissen über die Arbeit mit Datenbanken10 Minuten
Testen Sie Ihr Wissen über Metadaten10 Minuten
Testen Sie Ihr Wissen über den Zugriff auf Datenquellen6 Minuten
Praktische Übung: Daten in Tabellenkalkulationen durch Sortieren und Filtern bereinigen60 Minuten
Selbstreflexion: Datenbanken und Tabellenkalkulationen beim Sortieren und Filtern berücksichtigen20 Minuten
Testen Sie Ihr Wissen über das Sortieren und Filtern10 Minuten
Praktische Übung: Einführung in BigQuery60 Minuten
Praktische Übung: Eine benutzerdefinierte Tabelle in BigQuery erstellen60 Minuten
Praktische Übung: SQL anwenden60 Minuten
Testen Sie Ihr Wissen über die Verwendung von SQL mit großen Datasets8 Minuten

1 Plug-inInsgesamt 15 Minuten

Primär- und Fremdschlüssel15 Minuten

Gute Organisationsfähigkeiten sind fast überall im Arbeitsleben gefragt, Data Analytics ist da nicht anders. In diesem Teil des Kurses lernen Sie die Best Practices zum Strukturieren und Schützen von Daten kennen. Außerdem erfahren Sie, wie Fachkräfte für Datenanalyse Dateinamenskonventionen verwenden, um ihre Arbeit zu strukturieren.

Das ist alles enthalten

4 Videos4 Lektüren4 Aufgaben1 Plug-in

4 VideosInsgesamt 11 Minuten

Vertrauen in Ihre Daten haben1 Minute
Gut organisiert sein5 Minuten
Alles über die Benennung von Dateien3 Minuten
Sicherheitsfunktionen in Tabellen3 Minuten

4 LektürenInsgesamt 45 Minuten

Strukturierungsrichtlinien10 Minuten
Lernprotokoll: Dateistruktur und Namenskonventionen wiederholen20 Minuten
Sicherheit und Analyse in Einklang bringen10 Minuten
Glossar: Begriffe und Definitionen5 Minuten

4 AufgabenInsgesamt 76 Minuten

*Wochen-Challenge 4*40 Minuten
Ihr Wissen zum Strukturieren von Daten testen10 Minuten
Selbstreflexion: Ihre Ressourcen schützen20 Minuten
Ihr Wissen über den Schutz Ihrer Daten testen6 Minuten

1 Plug-inInsgesamt 15 Minuten

Effektive Namens- und Strukturierungsmethoden15 Minuten

Eine überzeugende Online-Präsenz kann eine große Hilfe für alle Arbeitssuchenden sein. In diesem Teil des Kurses erfahren Sie, wie Sie Ihre Online-Präsenz verwalten können. Zusätzlich werden Sie die Vorteile des Networkings mit anderen Data-Analytics-Fachkräften kennenlernen.

Das ist alles enthalten

6 Videos3 Lektüren1 Aufgabe

6 VideosInsgesamt 17 Minuten

Ihre Präsenz als Fachkraft für Datenanalyse aufbauen und pflegen1 Minute
Warum eine Online-Präsenz wichtig ist3 Minuten
Tipps zur Verbesserung Ihrer Online-Präsenz4 Minuten
Know-how im Bereich des Networkings2 Minuten
Vorteile von Mentoring4 Minuten
Rachel: Mentoren sind der Schlüssel3 Minuten

3 LektürenInsgesamt 30 Minuten

Erste Schritte mit LinkedIn10 Minuten
Kontakte auf LinkedIn pflegen10 Minuten
Ein Netzwerk aufbauen10 Minuten

1 AufgabeInsgesamt 20 Minuten

Selbstreflexion: Ihre Online-Präsenz um Kaggle erweitern20 Minuten

Bereiten Sie sich auf die Kurs-Challenge vor, indem Sie die Begriffe und Definitionen im Glossar wiederholen. Zeigen Sie dann Ihr Wissen über Datenerhebung, Ethik und Datenschutz sowie Verzerrung während des Quiz. Sie haben auch die Möglichkeit, Ihre Fähigkeiten mit Tabellenkalkulations- und SQL-Funktionen sowie Filtern und Sortieren anzuwenden. Sichern und strukturieren Sie schließlich Daten mit Best Practices für Data Analytics.