Data Analytics at Business Intelligence Course

Aralin 1 • Mga Uri at Istraktura ng Datos

Sumasaklaw sa structured, semi-structured, at unstructured na datos na may mga tunay na halimbawa. Itinatatag ang bokabularyong gagamitin sa buong kurso.

Aralin 2 • Ang Business Intelligence Ecosystem

Itinatala ang BI stack mula sa data source hanggang sa mga dashboard. Nauunawaan ng mga mag-aaral kung paano nag-aambag ang bawat layer sa paghahatid ng insight.

Aralin 3 • Mga Kategorya ng Analytics at Use Case

Binibigyang-kahulugan ang descriptive, diagnostic, predictive, at prescriptive analytics. Ini-uugnay ang bawat kategorya sa kongkretong resulta ng negosyo.

Aralin 1 • Kalidad ng Datos at Governance

Binibigyang-kahulugan ang mga dimensyon ng kalidad—katumpakan, pagkakumpleto, pagkakapare-pareho, napapanahong pagkakaroon. Ipinakikilala ang mga patakaran sa governance na tumitiyak ng mapagkakatiwalaang analytics.

Aralin 2 • Data Source at Mga Paraan ng Ingestion

Sinusuri ang primary, secondary, internal, at external na data source. Ipinakikilala ang mga pattern ng batch at streaming ingestion.

Aralin 3 • Mga Prinsipyo ng Data Privacy at Compliance

Sumasaklaw sa privacy-by-design, pahintulot, anonymization, at mga konsepto ng regulatory compliance. Inihahanda ang mga mag-aaral na pangasiwaan ang sensitibong datos nang responsable.

Aralin 4 • Mga Pundamental ng Relational Database

Itinuturo ang disenyo ng table, mga key, at relasyon (koneksyon sa pagitan ng mga table sa data model) sa mga relational database. Nagbibigay ng kaalamang istraktural na kinakailangan para sa SQL querying sa susunod na kabanata.

Aralin 1 • Pangunahing Sintaks ng SQL Query

Ipinakikilala ang mga sugnay na SELECT, FROM, WHERE, at ORDER BY. Binubuo ang pundasyon sa pagsulat ng query para sa lahat ng susunod na paksa sa SQL.

Aralin 2 • Mga Join at Relasyon (koneksyon sa pagitan ng mga table sa data model)

Sumasaklaw sa INNER, LEFT, RIGHT, at FULL join upang pagsamahin ang mga table. Nakakukuha ang mga mag-aaral ng pinagsama-samang dataset mula sa mga normalized schema.

Aralin 3 • Window Function at Advanced SQL

Ginagamit ang RANK, ROW_NUMBER, LAG, at LEAD para sa pagsusuri ng time-series at ranking. Binubuksan ang mga analytical pattern na hindi magagamit sa pangunahing aggregation.

Aralin 4 • Aggregation at Grouping

Itinuturo ang GROUP BY, HAVING, at aggregate function para sa pagbubuod ng datos. Pinapagana ang pagkalkula ng sukatan na mahalaga sa pag-uulat ng BI.

Aralin 1 • Pagsasama at Pagbabagong Hugis ng Dataset

Pinagsasama ang mga dataset sa pamamagitan ng join, union, at pivot upang lumikha ng analytical table. Sinasalamin ang SQL joins sa isang programatikong konteksto ng paghahanda ng datos.

Aralin 2 • Pagtukoy at Pangangasiwa ng Missing Data

Inuuri ang mga mekanismo ng missing data at sinusuri ang mga estratehiya sa imputation kumpara sa pagtanggal. Pinipigilan ang bias na dulot ng hindi wastong pangangasiwa ng mga null.

Aralin 3 • Mga Pamamaraan ng Data Transformation

Inilalapat ang normalization, standardization, encoding, at binning upang baguhin ang anyo ng mga variable. Inihahanda ang mga feature para sa mga gawain sa visualization at modeling.

Aralin 4 • Pag-detect at Paggamot ng Outlier

Gumagamit ng estadistikal at biswal na metodo upang tukuyin ang outlier at magpasya sa paggamot. Pinoprotektahan ang downstream analysis mula sa pagbaluktot ng mga labis na halaga.

Aralin 1 • Pag-uulat at Pagkukuwento ng EDA

Inaayos ang mga natuklasan sa EDA bilang isang magkakaugnay na naratibo para sa mga stakeholder. Tinutulay ang teknikal na eksplorasyon at komunikasyon sa negosyo.

Aralin 2 • Mga Pamamaraan ng Multivariate Exploration

Pinapalawak ang pagsusuri sa tatlo o higit pang variable gamit ang heatmap, pair plot, at grouping. Ibinababaw ang mga kumplikadong interaksyong nakatago sa bivariate view.

Aralin 3 • Mga Batayan ng Pagbuo at Pagsusuri ng Hipotesis

Ipinakikilala ang null at alternative hypothesis, p-value, at antas ng significance. Ini-uugnay ang mga natuklasan sa EDA sa pormal na estadistikal na balidasyon.

Aralin 4 • Mga Mahalagang Kaalaman sa Descriptive Statistics

Sumasaklaw sa mga sukatan ng central tendency, spread, at shape para sa numeric na variable. Nagbibigay ng estadistikal na wika na ginagamit sa lahat ng susunod na gawaing analytical.

Aralin 1 • Mga Prinsipyo ng Epektibong Visualization

Inilalapat ang mga prinsipyo ng Gestalt, pre-attentive attribute, at data-ink ratio sa disenyo ng chart. Itinatatag ang mga pamantayan na pumipigil sa nakaliligaw na biswal.

Aralin 2 • Kulay, Typography, at Layout

Inilalapat ang teorya ng kulay, accessible na paleta, at typographic hierarchy sa mga dashboard. Tinitiyak ang pagiging madaling basahin sa iba't ibang audience at device.

Aralin 3 • Performance at Governance ng Dashboard

Ino-optimize ang query performance, itinatatag ang iskedyul ng data refresh, at ipinatutupad ang mga access control. Tinitiyak na ang mga dashboard ay mananatiling tumpak at ligtas sa produksyon.

Aralin 4 • Interaktibong Pagbuo ng Dashboard

Bumubuo ng mga filter, drill-down, at dynamic parameter sa mga BI tool. Binibigyang-daan ang mga end user na mag-self-serve ng mga analytical na tanong.

Aralin 1 • Pakikipag-usap ng Predictive Insight

Isinasalin ang mga output ng modelo sa mga rekomendasyon sa negosyo gamit ang simpleng wika at biswal. Tinutugunan ang pag-aalinlangan ng stakeholder tungkol sa mga algorithmic na prediksyon.

Aralin 2 • Mga Konsepto ng Machine Learning para sa Analista

Binibigyang-kahulugan ang supervised, unsupervised, at reinforcement learning nang walang malalim na matematika. Ipinoposisyon ang ML bilang isang extension ng analytics toolkit.

Aralin 3 • Mga Modelo ng Regression para sa Pag-forecast

Bumubuo ng linear at multiple regression model upang hulaan ang tuloy-tuloy na resulta. Binibigyang-kahulugan ang mga koepisyente sa mga termino ng negosyo.

Aralin 4 • Mga Modelo ng Classification

Inilalapat ang logistic regression, decision tree, at random forest sa mga problemang binary at multiclass. Pumipili ng mga modelo batay sa mga pangangailangan sa interpretability at katumpakan.

Aralin 1 • Kultura ng Datos at Change Management

Tinutukoy ang mga hadlang sa pag-aampon ng datos at inilalapat ang mga balangkas ng change management. Binubuo ang kahandaan ng organisasyon para sa analytics-driven na desisyon.

Aralin 2 • Pagsusuri at Pag-scale ng mga Programa ng Analytics

Inilalapat ang mga modelo ng maturity upang tasahin ang kasalukuyang kakayahan at planuhin ang mga pamumuhunan sa pag-scale. Ginagabayan ang mga organisasyon mula sa ad hoc na pag-uulat tungo sa predictive intelligence.

Aralin 3 • Mga Istraktura at Tungkulin ng Analytics Team

Inihahambing ang sentralisado, desentralisado, at federated na modelo ng pagpapatakbo ng analytics. Tinutulungan ang mga mag-aaral na magdisenyo ng team na nagbabalanse ng agility at governance.

Aralin 4 • Pagbuo ng Data Strategy

Binibigyang-kahulugan ang bisyon, prayoridad, at sukatan ng tagumpay para sa isang programa ng enterprise analytics. Ini-uugnay ang mga pamumuhunan sa datos sa masusukat na halaga ng negosyo.