Planning Analytics v2.1.x: Analyze Data and Create Reports (J1467G-SPVC)

Podnikové systémy
Strojově přeloženo

Přehled

Tento kurz učí účastníky, jak prozkoumávat, analyzovat a vykazovat data pomocí IBM Planning Analytics Workspace a souvisejících klientů. Účastníci se seznámí se základními koncepty Planning Analytics – jako jsou modely, kostky, dimenze, pohledy a sady – a aplikují je při vytváření interaktivních sestav, řídicích panelů a formátovaných výstupů.

 

Kurz kombinuje výuku konceptů s řízenými praktickými cvičeními, která umožňují účastníkům procvičovat úlohy z reálného prostředí, včetně vytváření knih a pohledů, formátování sestav, zadávání a rozložení dat, aplikování výpočtů a podmíněného formátování, práce se sandboxem, publikování websheetů a prozkoumávání výsledků prognóz. Tato cvičení posilují osvědčené postupy a pomáhají účastníkům získat jistotu při používání funkcí Planning Analytics v praktických obchodních scénářích.

 

Kurz odráží aktuální prostředí Planning Analytics Workspace v2.1.x a zároveň zachovává obsah, který zůstává platný z dřívějších verzí v2.x. Kurz klade důraz na efektivní techniky analýzy, reportingu, spolupráce a plánování, které mohou účastníci okamžitě uplatnit ve svých vlastních implementacích Planning Analytics.

Cílová skupina

Analytici

Předpoklady

Účastníci by měli mít následující znalosti a zkušenosti:

  • Obecné znalosti konceptů business analytics nebo řízení výkonnosti
  • Základní znalost terminologie IBM Planning Analytics
  • Zkušenosti s ovládáním webových aplikací

Cíle

  • Vysvětlit vzájemné vztahy mezi modely, kostkami, dimenzemi a pohledy
  • Řídit způsob zobrazení dat pomocí akcí pohledu a příkazů snap
  • Přidávat souhrnné výpočty a výpočty členů do pohledů
  • Porozumět chování při obnovení dat a načasování přepočtu
  • Pracovat s websheety v knihách
  • Vytvářet interaktivní řídicí panely s widgety a selektory
  • Exportovat a sdílet obsah Planning Analytics
  • Zodpovědně spouštět a interpretovat prognózy AI
  • Porozumět integraci Decision Optimization na vysoké úrovni

Osnova kurzu

Modul 1: Základy analýzy dat a reportingu v PAW

  • Vysvětlit vzájemné vztahy mezi modely, kostkami, dimenzemi a pohledy
  • Vytvářet a spravovat knihy
  • Vytvářet a ukládat pohledy
  • Identifikovat a spravovat odložené dimenze (benched dimensions)
  • Vytvářet asymetrické pohledy pomocí cíleného výběru
  • Řídit způsob zobrazení dat pomocí akcí pohledu a příkazů snap

 

Modul 2: Správa dat a pohledů v PAW

  • Efektivně používat statické a dynamické sady
  • Přidávat souhrnné výpočty a výpočty členů do pohledů
  • Aplikovat podmíněné formátování pro zvýraznění výjimek
  • Správně zadávat a rozložit data
  • Interpretovat barvy buněk a stavy dat
  • Porozumět chování při obnovení dat a načasování přepočtu

 

Modul 3: Efektivní reporting a vizualizace v PAW

  • Používat sandbox pro bezpečné experimentování
  • Pracovat s websheety v knihách
  • Uplatňovat osvědčené postupy formátování sestav
  • Používat vizualizace k prozkoumávání dat
  • Porozumět omezením a požadavkům vizualizací

 

Modul 4: Pokročilé funkce reportingu a řídicích panelů v Planning Analytics

  • Vytvářet interaktivní řídicí panely s widgety a selektory
  • Správně konfigurovat synchronizaci
  • Vytvářet a interpretovat scorecardy
  • Exportovat a sdílet obsah Planning Analytics
  • Porozumět možnostem reportingu v prostředí Excel

 

Modul 5: Pokročilé plánování, prognózování a optimalizace v PAW

  • Publikovat a spravovat websheety
  • Zodpovědně spouštět a interpretovat prognózy AI
  • Porozumět indikátorům kvality prognózy
  • Pracovat s aplikacemi a plány
  • Porozumět integraci Decision Optimization na vysoké úrovni