Her grafiği ilk denemede doğru yap
Araçtan bağımsız görselleştirme ilkelerini öğreten temel eğitim: veri türüne göre grafik seçimi, nicel algı hiyerarşisi, eksen dürüstlüğü, nitel/sıralı/sapma paletleri, renk körlüğü duyarlılığı ve chartjunk'tan kaçınma kontrol listesi.
Araçtan bağımsız görselleştirme ilkeleri ve kontrol listesi
Bu eğitim, hangi araç kullanılırsa kullanılsın geçerli olan görselleştirme ilkelerini öğretir. Veri türüne (nicel, nitel, zaman, coğrafi) göre doğru grafik seçimi, nicel algı doğruluğu (konum > uzunluk > açı > alan), sıfır tabanı ve eksen dürüstlüğü işlenir. Renk teorisi, nitel/sıralı/sapma paletleri, renk körlüğüne duyarlı tasarım, tipografi ve hizalama ele alınır. Data-ink oranı, gereksiz süsten (chartjunk) kaçınma, etiketleme, erişilebilirlik (kontrast, alt metin) ve en sık yapılan hatalar bir kontrol listesiyle gösterilir.
2 Gün. Her gün dört modül; ilkeler gerçek grafiklerin eleştirisi ve düzeltmesiyle pekiştirilir.
Temel Seviye — Etkili görsel üretmenin ilkeleri: grafik seçimi, renk, tipografi, erişilebilirlik ve yaygın hatalardan kaçınma.
Katılımcılar iyi ve kötü örnekleri bir kontrol listesiyle değerlendirip düzelterek öğrenir.
İlkeleri Excel, Power BI veya Python fark etmeksizin uygularsınız.
Palet türünü veriye göre seçip renk körlüğüne duyarlı tasarlarsınız.
Yanıltıcı eksen ve chartjunk gibi yaygın hataları önlersiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Sütun, çizgi, pasta gibi türleri tanımak yeterlidir.
Excel dâhil bir grafik aracına erişim faydalıdır.
Kendi raporlarınızdan örnekler getirmeniz önerilir.
Mevcut alışkanlıkları gözden geçirmeye isteklilik yararlıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Veri türüne en uygun grafiği seçersiniz.
Nicel algı hiyerarşisine göre kodlama yaparsınız.
Eksen dürüstlüğüyle yanıltıcı grafikten kaçınırsınız.
Veriye uygun palet türünü seçersiniz.
Renk körlüğüne duyarlı, kontrastı yeterli görsel kurarsınız.
Başlık ve etiketleri okunur biçimde düzenlersiniz.
Chartjunk'ı atıp data-ink oranını artırırsınız.
Her görseli bir kontrol listesiyle doğrularsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Tableau Desktop'ta Excel/veritabanı bağlantıları, ilişki vs join vs union, Data Interpreter ve live/extract (.hyper) yönetimini öğreten temel eğitim.
Detayları Gör →
Tableau Prep Builder'da input adımı, dosya/veritabanı bağlantıları, wildcard union, profile pane ve ilk temizlik adımlarını öğreten temel eğitim.
Detayları Gör →
IBM Cognos Analytics portalı, rapor ve dashboard okuma, Explore keşfi, veri modülü ve AI Assistant ile içgörüye giriş yaptıran temel eğitim.
Detayları Gör →
Tableau Desktop'ta hesaplanan alanlar, aggregation, table calculations, LOD (FIXED/INCLUDE/EXCLUDE) ve parametrelerle güçlü analitik hesaplama eğitimi.
Detayları Gör →
Power Query'de Merge Queries ile join türleri, tek/çok sütunlu anahtar eşleme, expand, fuzzy matching, append farkı ve query folding etkisini öğreten eğitim.
Detayları Gör →