دوره آموزشی طراحی داشبوردهای حرفه‌ای با Power BI Desktop

• ماژول یک: Power BI برای تحلیل گران داده (Power BI for Data Analysis)
• ماژول دو: Power BI برای تمیز و تبدیل کنندگان داده (Power BI for Data Wrangler and Transformer)
• ماژول سه: Power BI برای طراحان مدل داده (Power BI for Data Modeler)
• ماژول چهار: Power BI برای معماران داده (Power BI for Data Architects)
• ماژول پنج: سناریوهایی که در این دوره یاد خواهید گرفت در انتهای صفحه ذکر شده است.
  
• ماژول ششم- پیاده سازی نمودارهای تحلیلی با R

تهیه کننده: علی صباغی

تهیه کننده: سلیمان جباری

این آموزش برای توسعه دهندگان داده یا ترانسفورماتور داده طراحی شده است که داده‌های خام از یک یا چند منبع داده را می‌گیرند و می‌خواهند برای مدل‌سازی و تجزیه و تحلیل بیشتر آماده کنند. در این آموزش، شما با استفاده از Power Query روش‌های تبدیل اطلاعات دقیق Power BI را خواهید آموخت.

در پایین‌ترین سطح شما یاد خواهید گرفت که دادها را از منابع مختلف واکشی کنید، همچنین انواع حالت تمیز کردن اطلاعات را یاد خواهید گرفت مانند Pivot ،Unpivot،Change Data Type، Merge،Split و…
همچنین در این دوره با زبان M Query Language کار خواهید کرد.
پس از این دوره، شما قادر خواهید بود هر گونه تغییرات داده‌ها را از طریق Power Query در Excel یا Power BI را انجام دهید. شما می‌توانید از طریق داده‌های خام خود کار کنید و آن را برای مدل‌سازی و تجزیه و تحلیل آماده کنید.

۱- واکشی داده Get Data

در این بخش، شما درباره اصول اولیه Power Query که با دریافت اطلاعات شروع می‌شود آشنا خواهید گرفت. شما یاد خواهید گرفت که Power Query ابزار انتقال داده در Power BI است.

• Introduction to Power Query
• Query Editor
• Get Data from Web
• Basic Transformations
• Get Data from Excel
• Use First Row As Headers / Use Headers as First Row
• Get Data from SQL Server

۲- انواع داده و ساختمان داده Data Types and Data Structures
در Power Query، سه ساختمان داده وجود دارد که عبارتند از :Table،Record،List در مرحله اول شما باید این سه نوع ساختمان داده را یاد بگیرید

• Base data structures in Power Query
• Get Data from JSON
• Transforming Table, Record, and List
• Data Types in Power Query
• Query Operations
• Enable Load; Performance Boost
• Query Operations; Duplicate, and Reference

۳- ترکیب Query Combine Queries
یکی از رایج ترین تغییرات داده، جمع آوری / ترکیب داده‌های Dataset است. بسته به نوع داده‌ها و نحوه ارتباط آنها با یکدیگر، ممکن است بخواهید آنها را ادغام کنید یا آنها را به انتهای دیتا ست اضافه کنید

• Dimensional Modelling; Designing the data model
• Append, creating a single big query of the same structure
• Merge; Joining queries when the structure is different
• Join types in Merge
• Tips to consider after Merge or Append

۴- بهترین تجربه ویرایش اطلاعات در Power Query
در این مرحله شما نیاز به سازماندهی Queryها هستید شما یاد می‌گیرید که رکوردها را به بالا و پایین منتقل کنید، گروه‌بندی کنید همچنین Query‌ها را خرد کنید و…

• Groups; Folders in Query Editor
• Steps Operations
• Splitting query steps
• Moving steps up or down
• Add as new query / Drill Down
• Be Careful of Actions; Undo!

۵- کاهش تعداد رکوردها، فیلتر کردن Reducing Number of Rows; Filtering
فیلتر کردن رکوردها در Power Queryیک عمل تبدیل مهمی است به ویژه هنگامی که داده‌ای بزرگی در اختیار داشته باشید یا زمانی که داده‌ها را باید تمیز کنید. روش‌های مختلفی برای انجام فیلتر در Power Query وجود دارد.

• Row Operations; Removing rows
• Row Operations; Keeping rows
• Remove/Keep Errors
• Remove/Keep Duplicates
• Using Remove/Keep combination for troubleshooting report
• Filtering based on Individual values
• The dilemma of the basic filtering
• Advanced Filtering
• Sorting

۶– عملیات ستونی Column Operations
تغییر نوع داده، حذف، جانمایی مقادیر از مباحث اصلی این مبحث می‎باشند.

• Column Operations
• Choosing Columns
• Removing Columns
• Data Type Change
• Locale consideration for the data type
• Replace Values
  • Fill Down/Up; Very Useful for Excel

۷- تغییرات جدولی Table Transformations
در این مبحث شما درمورد تغییرات بر روی جدول آموزش خواهید دید که چگونه داده‌ها را از ستون به سطر یا بالعکس تبدیل کرد، همچنین چگونه می‌توان رکوردها را در Power Query گروه‌بندی کرد.

• Group By; Changing the granularity of the data table
• Group by Advanced
• Scripting and Group by; First and Last item in each group
• Transpose; rows to columns and reverse
• Pivot; changing the name-value structure to columns
• Unpivot; changing the budget column structure to rows

۸- تغییرات متنی Text Transformations
وقتی که دارید با مقادیر متنی کار می‌کنید خیلی اتفاق می‌افتد که مثلا یک ستون را به چندین ستون تقسیم‌بندی کنید و یا بالعکس، همچنین به اول یا آخر متن مقداری را وارد کنید یا مقداری را از آن حذف کنید.

• Split Column by Delimiter
• Split Column by number of Characters
• Split into rows instead of columns
• Merge (Concatenate)
• Format
• The difference between Clean and Trim
• Parse (XML or JSON)
• Extract Part of the Text۸

۹- تغییرات عددی Numeric Transformations
در این مبحث شما با تغییرات عددی آشنا خواهید شد مثلا چگونه عدد را می‌توان گرد کرد، یا بر روی آن تقسیم صحیح یا اعشاری انجام داد و…

• Standard transformations; Divide, Integer-divide, Multiply, Add etc.
• Scientific transformations; logarithm, power square, etc.
• Statistics transformations;
• Rounding
• Information functions; Is Even, Is Odd, and Sign.
• Dealing with faults in Numeric calculations

۱۰- تغییرات بر روی داده‌های تاریخ و ساعت Date and Time Transformations
چندین عملیات تمیز کردن اطلاعات بر روی داده‌های تاریخ و ساعت وجود دارد همانند: بدست آوردن سال از تاریخ، محاسبه خروجی‌های سال مالی، مقایسه دو تاریخ و…

• Date Transformations (Year, Month, Quarter, Week, etc.)
• Extending Fiscal Date Column
• Time Transformations (Hour, Minute, Second, etc.)
• Adding Time/Date banding
• Duration Transformation and Data Type
• Age Calculation
• Local Date or Time
• Time zone consideration for Power BI

۱۱- تغییرات بر روی ستون جدید Add Column Transformations
در واقع در Power Query دو نوع عمل تمیز کردن اطلاعات وجود دارد:

• تمیز کردن اطلاعات بر روی ستون موجود
• ایجاد ستون جدید.

در این مبحث شما یاد می‌گیرید که چگونه ستون جدید یا ستون شرطی بسازید

• Add Column vs. Transform?
• Add Column with a Transformation
• Index Column: Row Number
• Conditional Column
• Add Column by Example; When you don’t know which transformation to use
• Add Custom Column: Generic

۱۲- تابع و پارمتر، Power Query به صورت داینامیک Functions and Parameters; Dynamic Power Query
Power Query یک ابزار قدرتمند در تمیز کردن اطلاعات می‌باشد حال اگر بتوانید تمیز و تبدیل کردن‌ها را به صورت داینامیک انجام دهید این قدرت را می‌توان تقویت کرد. به جای تکرار چندین مرحله تمیز کردن اطلاعات، می‌توانید یک تابع را ایجاد کنید و تابع را چندین بار با مقادیر مختلف صدا کنید. توابع و پارمتر‌ها می‌توانند همه چیز را در Power Query داینامیک کنند.

• Defining Parameters
• Using Parameters in an Existing Query
• Advanced GUI For Parameters
• Creating Function From a Query
• Invoking The Sample Function
• Add Column Transform: Invoke Custom Function
• When The Advanced GUI Does Not Exist

۱۳- زبان فرمول نویسی M Power Query Formula Language: M
قلب اسکریپت‌نویسی Power Query زبان فرمول نویسی M می‌باشد، اگر می‌خواهید یک تمیز کننده قوی داده در Power Query شوید باید زبان M را بیاموزید. خبر خوب این است که اسکریپت M یک زبان سخت برای یادگیری نیست. این بخش از طریق مبانی زبان، انواع داده‌ها، نگارش، و همه چیز برای درک ساختار اسکریپت M مورد استفاده قرار می‌گیرد.

• What is M? and the importance of learning M
• M Syntax
• End of the line
• Variable Names
• Special Characters
• Escape Character
• Step by Step Coding
• Literals
• Function Call
• Comments
• A real-world example

۱۴- کار با ساختمان داده در M – Working with Data Structures in M
این خیلی مهم است که با جدول،لیست و رکورد از طریق کد نویسی آشنا باشید.

• Primitive Value
• List
• Record
• Table
• Function
• Navigating Through List and List Functions
• Navigating through Record and Record Functions
• Navigating through Table and Table Functions
• Concatenating lists and Records

۱۵- مباحث پیشرفته زبان M -Advanced M Scripting
ایجاد حلقه، خطایابی، ایجاد توابع سفارشی شده از مباحث اصلی این قسمت می‌باشد.

• Shared Keyword; function library of Power Query
• Parameters in the code
• Custom Functions through scripting
• Error Handling in Power Query
• Generators in Power Query: Implementing Loop Structure
• EACH: singleton function
• Sample Custom Function: Day Number of Year Custom Function

۱۶- مدیریت خطا Error Handling
این بخش در مورد نحوه اداره کردن خطاها، مقابله با سطوح داده‌های بد، ایجاد گزارش‌های عیب‌یابی و غیره است.

• Keep/Remove Errors; Troubleshooting Report
• Count Rows
• Reference/Duplicate
• Replace Errors
• Data Type Considerations

در این ماژول شما نحوه طراحی بهترین مدل را در Power BI با روابط، با توجه به قالب‌بندی و انواع داده‌ها خواهید آموخت. شما در مورد DAX که زبان بیان مدل‌سازی داده‌ها در Power BI (و Tabular SSAS و Power Pivot) است آشنا خواهید شد. شما از محاسبات ساده DAX به عبارات پیچیده و محاسبات برای حل چالش‌های واقعی در راه حل BI را فرا خواهید گرفت.
در پایان این آموزش، شما قادر به طراحی مدل مناسب داده‌ها در Power BI خواهید بود، تمام نیازهای روابط را درک خواهید کرد و روابط درست را اجرا می‌کنید، عبارات پیچیده DAX را برای نیازهای تجزیه و تحلیل خودتان می‌نویسید و همه آنها را برای ساختن بهترین مدل ایجاد می‌کنید.

۱- مدل در پاور بی آی Power BI Modelling
موتور مدل Power BI براساس موتور مشابهی در Excel Power Pivot و SQL Server Analysis Services Tabular است. Power BI از موتور حافظه به نام xVelocity استفاده می کند. موتور حافظه Power BI این تحلیل را بسیار سریع انجام می دهد. همه چیز در این مدل بسیار سریع پاسخ خواهد داد. در این بخش شما در مورد اصول موتور مدل سازی و برخی از تفاوت های آن با SSAS و Power Pivot یاد خواهید گرفت.

• Basics Of Modelling In Power BI
• The Step Before this: Data Preparation
• Relationships in Power BI; Filter Propagation
• Direction Of Relationship
• Be Careful Of Both Directional Relationship
• Active Or In-active Relationships
• Relationship based on multiple Columns
• Role Playing Dimension
• Formatting
• Hide/Unhide Columns
• Hierarchy Definition In Power BI
• Sort by Column

۲- معرفی DAX – Introduction to DAX
DAX یک مخفف Data Analysis eXpression می‌باشد. این زبان در Power BI برای تجزیه و تحلیل است. DAX یک زبان بیان پویا است که تعامل کاربر را در زمان مصور سازی در نظر می گیرد. با استفاده از DAX، شما می توانید محاسبات مانند سال به تاریخ، مقایسه سال بیش از سال، و غیره انجام دهید. بیشتر آموزش مدل سازی داده ها مربوط به DAX است. در این بخش، اصول اولیه DAX را خواهید آموخت.

• Syntax of DAX
• Naming in DAX
• Operators and Operands
• Logical Operations
• Data Types in Power BI Model
• Overview of Functions in DAX
• Variables
• DAX or M? When to Use Which?

۳- معرفی DAX – Introduction to DAX
DAX یک مخفف Data Analysis eXpression می‌باشد. این زبان در Power BI برای تجزیه و تحلیل است. DAX یک زبان بیان پویا است که تعامل کاربر را در زمان مصور سازی در نظر می گیرد. با استفاده از DAX، شما می توانید محاسبات مانند سال به تاریخ، مقایسه سال بیش از سال، و غیره انجام دهید. بیشتر آموزش مدل سازی داده ها مربوط به DAX است. در این بخش، اصول اولیه DAX را خواهید آموخت.

• Syntax of DAX
• Naming in DAX
• Operators and Operands
• Logical Operations
• Data Types in Power BI Model
• Overview of Functions in DAX
• Variables
• DAX or M? When to Use Which?

۴- محاسبات در پاور بی آی Calculations in Power BI
سه نوع محاسبات در Power BI وجود دارد. محاسبه ستون، سنجه و محاسبه جدول. شما می‌توانید DAX را در تمام این سه نوع از اشیاء استفاده کنید. این بخش به شما تعلیم می‌دهد که تفاوت اصلی محاسبات در ستون، سنجه و جدول چگونه است و سناریوهای استفاده از آنها چیست.

• Calculated Column; Row by Row
• Measure; Single Output
• Calculated Table; A Derived Table
• Calculated Column? Maybe a Good Candidate For Power Query Transformation
• Measures Are Dynamic

۵- توابع فیلتر Filter Functions
توابع فیلتر احتمالا مهمترین توابع در DAX هستند. شما می‌توانید به یک ستون در DAX (مانند اکسل) مراجعه کنید، اما شما نمی‌توانید به ردیف رجوع کنید. اگر می‌خواهید به ردیف اشاره کنید، باید آن را فیلتر کنید و به همین دلیل توابع فیلتر مهم هستند. چندین توابع فیلتر وجود دارد و رفتار همه آنها منحصر به فرد می‌باشند. در این بخش، ما در مورد برخی از این توابع از طریق نمونه‌های دنیای واقعی صحبت خواهیم کرد.

• ALL
• Filter Functions To Be Used Inside Other Functions
• Examples Of Using ALL Function
• ALL and SUMX; Percentage Calculation
• AllExcept
• Filter Function: Custom Filter
• Values/Distinct; getting a unique list of values

۶- توابع ارتباطی Relationship Functions
بعضی از توابع در DAX از مسیرهای ارتباطی (رابطه جداول) عبور می‌کنند و فیلتر براساس رابطه آنها انجام می‌شود مثل تابع Related() . بعضی دیگر از توابع تغییر در رفتار ارتباطی را تعیین می‌کنند مثل تابع UseRelationShip()

در این بخش، شما درباره توابع ارتباطی در DAX و سناریوهای استفاده از آنها خواهید آموخت.

• Related: Many To One
• RelatedTable: Sub Table That Can Be Used as a Filter
• CrossFilter: Changing Direction Of Relationship
• UseRelationship: Using an Inactive Relationship
• TreatAS Function

۷- توابع هوشمند زمان Time Intelligence Functions
محاسبات بر اساس زمان و تاریخ برای بسیاری از کسب و کارها مانند مالی ضروری است. شما می‌توانید از DAX برای انجام محاسبات مانند سال به سال، سال مالی تا تاریخ، سال در مقایسه با سال، و میانگین 12 ماه به طور متوسط استفاده کنید.

• Choosing the Date Table: Built-in or Customized Date Table
• Mark as Date Table
• Year to Date, Quarter to Date
• Fiscal Year to Date
• Same Period Last Year
• Year over Year Comparison
• ParallelPeriod vs SamePeriodLastYear vs DateAdd
• Running Total
• Rolling 12 Month Sales
• Average 12 Month Sales
• Rolling 6 Months
• Flexible time Banding
• Time zone consideration in Power BI

DAX -۸ داینامیک: پارامتر Dynamic DAX: Parameters
محاسبه DAX براساس تعامل کاربر در صفحه گزارش Power BI پویا است. با این وجود، می‌توانید یک گام بیشتر را طی کنید و DAX را حتی پویاتر کنید. کاربر می‌تواند یک مقدار را تغییر دهد که با استفاده از یک پارامتر به صورت ایستا در عبارت DAX شما تعریف شده است. پارامترها عبارات DAX شما را بیشتر پویا می‌کند. در این بخش، شما درباره پارامترها و کاربردهای آنها و سناریوی استفاده از یک جدول پارامتر برای انتخاب از چندین روش به طور پویا یاد خواهید گرفت.

• Numeric Parameter Definition Through GUI
• GenerateSeries DAX Function
• SelectedValue DAX Function
• Sample Scenario: Customer Retention with Dax and Power BI
• Other Types of Parameters? Parameter Table
• SWITCH
• Sample Scenario: Selection of Measures in a table Dynamically

۹- توابع Parent-Child
DAX می‌تواند از طریق یک سلسله مراتب با تعداد نامتناهی سطوح حرکت کند. مثال این سلسله مراتب، یک نمودار حساب (اسناد حسابداری) یا سلسله مراتب سازمانی (چارت سازمانی) باشد. در این بخش، شما درباره توابع Parent-Child خواهید آموخت که می‌تواند برای سلسله مراتب سازمان استفاده شود. شما سناریوهای مختلفی را برای استفاده از این توابع در نمونه‌های دنیای واقعی خواهید آموخت.

• Organizational Hierarchy or Chart of Accounts: Unknown Llevels
• Path Function
• PathLength: Getting the Number of Levels
• PathItem: Finding a Specific Level
• PathItemReverse
• PathContains: Security Pattern
• LookupValue: To get the Other Related Fields

۱۰- نکات و ترفندهای بهترین روش‌ها Best Practices Tips and Tricks
ملاحظات عملکرد (Performance) هنگام انجام مدل‌سازی در Power BI آخرین و مهمترین بخش مهم این دوره است.شما در این مبحث یاد خواهید گرفت بهترین راه حل و بهترین مدل برای داده‌های سنگین چگونه است همچنین با یک ابزاری به نام Power BI Helper نیز آشنا خواهیم شد.

• Modelling Best Practices
• Understanding when to switch between Power Query and DAX
• Considerations for Very Large Tables
• A Tool that helps: Power BI Helper

شما در این مبحث درباره سرویس Power BI و اتصالات مختلف در Power BI خواهید آموخت و همچنین نوع مناسب اتصال را برای راه حل خود انتخاب خواهید کرد. شما همچنین تمام روش‌های مختلف به اشتراک‌گذاری مزایا و معایب هر یک را یاد خواهید گرفت. این دوره همچنان با یک بحث دقیق در مورد امنیت سطر (Row Level Security) ادامه می‌یابد.

در پایان این آموزش، شما می‌توانید معماری Power BI را برای نیاز خود طراحی کنید؛ شما می‌توانید راه مناسب برای به اشتراک‌گذاری و طراحی پیکربندی Geteway و همچنین ارتباط Power BI با سایر ابزارها و خدمات را انتخاب کنید.

Power BI Service -۱
سرویس Power BI یا وب‌سایت نقش مهمی در طراحی یک راه حل Power BI ایفا می‌کند. وب‌سایت Power BI محیط میزبانی برای گزارشات Power BI، داشبوردها و مجموعه داده‌ها است. در این بخش، شما در مورد این اشیاء و پیکربندی آنها یاد خواهید گرفت.

• Power BI Components
• Power BI Service Content; Dashboard, Report, and Dataset
• Dashboard Features in the Service
• What is Gateway?
• Two types of Gateway; On-premises, Personal
• Configuration and Installation of Gateway
• Import Data and Schedule Refresh
• DirectQuery Connection
• Live Connection
• Composite Model

۲- اشتراک گذاری Sharing
راه‌های مختلفی برای به اشتراک گذاشتن گزارش‌های Power BI و داشبورد وجود دارد. هر یک از این روش‌ها دارای مزایا و معایب است و باید در سناریوهای خاص مورد استفاده قرار گیرد. در این بخش شما سناریوها را برای استفاده از هر یک از این روش‌ها برای به اشتراک گذاری و مقایسه بین تمام این روش‌ها در انتها یاد خواهید گرفت.

• Basic Dashboard or Report Sharing
• Workspaces in Power BI; Dev Environment
• Power BI Apps; User Environment
• Publish to Web
• Power BI Embedded; Embedding content into another Application
• Comparison of all Sharing Methods

۳- امنیت Security
به اشتراک گذاشتن این است که دسترسی کاربران به کل محتوای را به کاربران ارائه دهد امنیت این است که به آنها اجازه دسترسی به بخشی از آن داده شود. راه‌های مختلفی برای اجرای امنیت وجود دارد (امنیت در سطح رکورد در Power BI در واقع Row Level Security نامیده می‌شود).

• Row Level Security
• Dynamic Row Level Security
• Patterns for Dynamic Row Level Security
• Manager Level Access
• Organization Chart Access as Dynamic Row Level Security
• Profiles and Users; Dynamic Row Level Security
• Dynamic Row Level Security using SQL Server Analysis Service Live Connection

۴- ادغام Integration
Power BI می‌تواند با دیگر ابزارها و خدمات مانند Reporting Service و اکسل ادغام شود. در این بخش، شما در مورد تمام گزینه‌های ادغام برای Power BI را یاد خواهید گرفت.

• PowerPoint Integration with Power BI
• Power BI and Excel; More than just an Integration
• Power BI Report Server: Power BI On-Premises
• SQL Server Reporting Services Integration with Power BI
• Real-time Streaming with Power BI, and Azure Stream Analytics
• Power BI REST API

• سناریوی اول: پیاده سازی سناریوی پیش‌بینی (Forecasting) – مثالی از پیش‌بینی فروش
• سناریوی دوم: پیاده سازی سناریوی خوشه‌بندی (Clustering) – مثالی از خوشه‌بندی مشتریان
• سناریوی سوم: پیاده سازی سناریوی درخت تصمیم (Decision Tree) – مثال قبولی دانشجویان در مقطع دکترا
• سناریوی چهارم: سناریوی استفاده از نقشه آفلاین ایران در Power BI
• سناریوی پنجم: تحلیل چگونگی چه چیزی در فروش (What-if Analysis)
• سناریوی ششم: ساخت اتصال‌دهنده سفارشی (Custom Connector) با Visual Studio
• سناریوی هفتم: ساخت چارت سفارشی با Visual Studio
• سناریوی هشتم : پیاده سازی داشبورد فروش (پیاده سازی، انتخاب نمودار مناسب و داکیومنت شناسنامه شاخص)
• سناریوی نهم: پیاده سازی داشبورد منابع انسانی (پیاده سازی، انتخاب نمودار مناسب و داکیومنت شناسنامه شاخص).
• سناریوی دهم: پیاده سازی داشبورد مالی (پیاده سازی، انتخاب نمودار مناسب و داکیومنت شناسنامه شاخص).
• سناریوی یازدهم: پیاده سازی داشبورد فناوری اطلاعات (پیاده سازی، انتخاب نمودار مناسب و داکیومنت شناسنامه شاخص).
• سناریوی دوازدهم: جانمایی کردن داشبوردهای Power BI در پورتال داخلی سازمان
• سناریوی سیزدهم: تمیز کردن اطلاعات از طریق زبان R
• سناریوی چهاردهم: طراحی داشبوردهای تحلیلی با زبان R
• سناریوی پانزدهم: طراحی داشبوردهای تحلیلی با زبان R

ماژول ششم- پیاده سازی نمودارهای تحلیلی با R

• Power BI R Visual

• Decision Tree
• Clustering
• Forecasting
• ARIMA Forecasting
• Correlation Plot
• Association Rule
• Time Series Decomposition
• Bar Chart with Error Bar
• Data Smoothing with Splines

مدرس و مشاور سیستم‌های هوش تجاری
متخصص در زمینه Power BI ,Qlikview ,Tableau ,Qliksense ,Microsoft BI
اجرای پروژه هوش تجاری بیمارستان میلاد، آب و فاضلاب استان تهران و پوشاک جین وست
مشاور هوش تجاری وزارت نفت و کمیته امداد امام خمینی
مشاور هوش تجاری بانک توسعه صادرات ایران
مشاور هوش تجاری بیمه سرمد و گروه بهداشتی فیروز
تحلیلگر ارشد سازمان ثبت و اسناد کشور
تحلیگر، طراح و برنامه نویس پروژه‌های نرم‌افزاری سازمانی
سابقه کاری در زمینه‌های تحلیل، طراحی، پیاده سازی و مدیریت سیستم‌های یکپارچه بانک‌های اطلاعاتی
نویسنده کتاب مرجع شاخص‌های کلیدی عملکرد سازمان
نویسنده کتاب کلیک ویو با رویکرد هوش تجاری و کارهای اینترنتی

گواهی نامه‌های مدرس

پشتیبانی تلگرامی

با ثبت نام در این دوره به پشتیبانی تلگرامی دسترسی خواهید داشت

جزوات PDF

خلاصه مباحث کلاس به صورت جزوه PDF در اختیار شما قرار می‌گیرد

فیلم آموزشی

به فیلم‌های دوره دسترسی خواهید داشت

دانلود مثال‌ها

دسترسی به تمامی سمپل و اسکریپت‌های دوره

پیش نیاز این دوره چیست؟

حداقل 1 ساله سابقه کار با اکسل و همچنین آشنایی با مفاهیم اولیه بانک اطلاعاتی

دوره حضوری با دوره غیرحضوری چه فرقی دارد؟
در دوره غیرحضوری از محیط کلاس و دسکتاپ مدرس فیلمبرداری می‌شود و این دو با هم میکس شده و با جزوه رنگی، مثال‌ها و تمرین‌ها در اختیار دوستان غیرحضوری قرار می‌گیرد. در دوره حضوری علاوه بر اینکه فیلم، جزوه و… را دریافت می‌کنید در کلاس هم حضور خواهید داشت.

پشتیبانی بوسیله یک گروه تلگرام اختصاصی
تصور کنید شما جلسه اول را گذارنده‌اید و یا فیلم آنرا تماشا کرده‌اید، حال از جلسه اول یک سوال برای شما پیش آمده است:

تصاویری از محیط وبینار

دوره در یک نگاه کلی

عنوان دوره: دوره آموزشیPower BI Desktop
پیش نیازهای دوره: حداقل ۱ ساله سابقه کار با اکسل و همچنین آشنایی با مفاهیم اولیه بانک اطلاعاتی
مخاطبین: افرادی که می‌خواهند به صورت حرفه‌ای و اصولی با طراحی داشبورد آشنا شوند.
نحوه ارسال: ارسال با پست سفارشی و پیک رایگان (برای ساکنین تهران حداکثر ۲۴ ساعت کاری و برای ساکنین شهرستان حداکثر ۲۴ تا ۷۲ ساعت کاری)
طول دوره: ۲۰ جلسه ۳ ساعته در مجموع ۶۰ ساعت آموزش تصویری + تمرین اضافی کلاسی
پشتیبانی: دارای گروه تلگرامی اختصاصی است
مدیریت دوره: فرید طاهری مدیریت نیک آموز
مدرس: بابک پیروز
مبلغ غیرحضوری:  یک میلیون و هشصد  و چهل هزار تومان

مبلغ دوره

شرایط غیرحضوری:
محتوای غیرحضوری: ۲۰ جلسه ۳ ساعته در مجموع ۶۰ ساعت آموزش تصویری (فیلم)، صوت دوره، تمرین‌ها، PDF جزوات، دانلود از طریق ایمیل
مشاهده Live: دسکتاپ و صدای مدرس، بصورت زنده و آنلاین قابل مشاهده است.
مبلغ سرمایه گذاری غیرحضوری: یک میلیون و هشصد  و چهل هزار تومان

آیا مبلغ دوره مناسب است!؟
به نظر من مبلغ دوره بسیار، بسیار ارزان و مناسب است، این دوره دارای تمرین و سناریوهای کاملا اختصاصی است که البته مدرس از تجربیات ارزشمند خود در کل دوره خواهد گفت که می‌توانید از آن استفاده نمایید. همچنین شما پشتیبانی یک گروه اختصاصی تلگرامی را نیز خواهید داشت.

نحوه ثبت‌نام در دوره به چه شکل است؟

ثبت نام بصورت غیرحضوری:
۱- ابتدا بر روی دکمه زیر کلیک کنید.

۲- اطلاعات خواسته شده را تکمیل و مبلغ مورد نظر را پرداخت نمایید.
۳- شما در لیست ثبت‌نام کنندگان غیرحضوری قرار گرفته‌اید، ۱۰ دقیقه دیگر ایمیل خود را بررسی نمایید

(اگر نیاز به پیش فاکتور و یا فاکتور دارید لطفا با شماره تلفن ۹۱۰۷۰۰۱۷– ۰۲۱ تماس گرفته و درخواست نمایید).