PL-300 Power BI İleri Analiz Özellikleri

Eğitim Hakkında

Tahmin, kümeleme ve sürücü analizi araçları

Bu orta seviye eğitim, PL-300 kapsamında Power BI'ın yerleşik ileri analiz özelliklerini uygulamalı ele alır. Analytics pane ile trend, ortalama, forecast ve referans çizgileri; Key Influencers görseliyle neden analizi; Decomposition Tree ile AI destekli kırılım; clustering (kümeleme) ve grouping; anomaly detection (anomali tespiti); Smart Narrative ve Quick Insights; Python/R görseli ile genişletme işlenir. Katılımcı, betimleyici analizin ötesine geçip neden ve eğilim sorularını yerleşik araçlarla yanıtlayabilir.

Süre ve Format

2 Gün. Her gün dört modül; katılımcılar analytics pane'den AI görsellerine ilerler.

Seviye

Orta Seviye — Forecasting, clustering, key influencers, decomposition tree ve anomali tespitiyle ileri analiz.

Öğrenme Metodu

Katılımcılar gerçek veri setlerinde ileri analiz görsellerini kurup sonuçları yorumlayarak öğrenir.

Neden Bu Eğitim?

📈Tahmin

Forecast ve trend çizgileriyle geleceğe yönelik içgörü üretirsiniz.

🧠Neden Analizi

Key influencers ile sonucu neyin sürüklediğini görürsünüz.

🌳AI Kırılım

Decomposition tree ile veriyi akıllıca derinlemesine açarsınız.

Anahtar Konular

power bipl-300forecastkey influencersdecomposition treeclusteringanomaly detectionanalytics panesmart narrativeileri analiz

“Veriye 'ne' değil 'neden' diye sormak, analizi öngörüye çevirir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Power BI Temeli

Görsel oluşturma ve temel model bilgisi beklenir.

2

Power BI Desktop

Güncel Power BI Desktop kurulu ortam gerekir.

3

Analitik Düşünce

Trend, korelasyon ve dağılım kavramlarına aşinalık faydalıdır.

4

Örnek Veri

Zaman serili ve kategorili örnek veri sağlanır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, analytics pane araçlarıyla trend ve tahmin görselleri kurabilir.

Modül 1

Analytics Pane

Sabit/ortalama çizgisi
Min/max/medyan çizgisi
Trend line
Yüzde ve percentile
Görsele göre kullanılabilirlik
Yorumlama

Modül 2

Forecast

Line chart forecast
Tahmin uzunluğu
Güven aralığı (confidence)
Mevsimsellik (seasonality)
Ignore last ayarı
Tahmin sınırları

Modül 3

Zaman Analizi Desteği

Tarih ekseni şartı
Sürekli vs kategorik eksen
Eksik tarih etkisi
Granularite seçimi
Trend yorumlama
Yanıltıcı trend tuzakları

Modül 4

Referans ve Hedef

Hedef (target) çizgisi
KPI ve gösterge
Bant (band) gösterimi
Dinamik referans (ölçü)
Renkle vurgulama
Karar desteği

Günün hedefiKatılımcı, AI görselleriyle neden, kırılım ve anomali analizini yapabilir.

Modül 1

Key Influencers

Etkileyen faktör analizi
Top segments
Kategorik vs sürekli
Expand ve açıklama
Yorumlama ve sınırlar
Rapora entegrasyon

Modül 2

Decomposition Tree

AI split (high/low)
Manuel vs otomatik dal
Kırılım yolu
Dinamik analiz
Kullanım senaryoları
Performans notu

Modül 3

Clustering ve Grouping

Scatter'da clustering
Otomatik küme sayısı
Grouping/binning
Küme yorumlama
Segment üretme
Kümeyi raporda kullanma

Modül 4

Anomaly ve Narrative

Anomaly detection
Beklenen aralık
Anomali açıklaması
Smart Narrative
Quick Insights
Python/R görseli (giriş)

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Analytics Pane

Referans çizgileri ve trend eklersiniz.

✅

Forecast

Güven aralığıyla tahmin görselleri kurarsınız.

✅

Key Influencers

Sonucu süren faktörleri analiz edersiniz.

✅

Decomposition Tree

AI destekli kırılımla veriyi açarsınız.

✅

Clustering

Scatter üzerinde kümeler oluşturursunuz.

✅

Anomaly Detection

Zaman serisinde anomalileri tespit edersiniz.

✅

Smart Narrative

Otomatik anlatı özetleri üretirsiniz.

✅

Yorumlama

İleri analiz sonuçlarını sınırlarıyla yorumlarsınız.

Kimler İçin Uygundur?

Betimsel raporun ötesine geçmek isteyen analistler
ileri analiz özelliklerini öğrenmek isteyen BI kullanıcıları için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Betimsel raporun ötesine geçmek isteyen analistler ve ileri analiz özelliklerini öğrenmek isteyen BI kullanıcıları için uygundur.

İstatistik bilmem gerekir mi?

Derin istatistik gerekmez; araçlar yerleşiktir, eğitim sonuçları doğru yorumlamaya odaklanır.

Forecast ne kadar güvenilir?

Yerleşik tahmin geçmiş eğilimi yansıtır; eğitim güven aralığı, mevsimsellik ve sınırları açıklar.

Key Influencers nasıl çalışır?

Seçilen bir sonucu hangi faktörlerin artırıp azalttığını analiz eder ve segmentleri gösterir.

Eğitim sonunda sertifika veriliyor mu?

Katılım ve değerlendirme sonrası Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

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.

Örnek Sertifika

PL-300: APPLYING POWER BI'S ADVANCED ANALYSIS FEATURES EĞİTİMİ