E-Book, Deutsch, 223 Seiten
Mount Einstieg in die Datenanalyse mit Excel
1. Auflage 2025
ISBN: 978-3-98890-269-6
Verlag: Rheinwerk Verlag
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Mit Power Query, Power Pivot und Python Daten aufbereiten und modellieren
E-Book, Deutsch, 223 Seiten
ISBN: 978-3-98890-269-6
Verlag: Rheinwerk Verlag
Format: EPUB
Kopierschutz: 6 - ePub Watermark
George Mount ist Gründer von Stringfest Analytics, einer Beratungsfirma, die sich auf die berufliche Weiterbildung im Bereich Datenanalyse spezialisiert hat. Er hat mit führenden Bootcamps, Lernplattformen und Fachorganisationen zusammengearbeitet, um Menschen dabei zu unterstützen, in der Datenanalyse erfolgreich zu sein. George Mount wurde mit dem »Microsoft Most Valuable Professional«-Award für herausragende technische Expertise und sein Engagement in der Excel-Community ausgezeichnet.
Weitere Infos & Material
Vorwort
Willkommen zur Revolution in Excel! Indem Sie anders über dieses Programm denken und auch anders damit arbeiten, können Sie deutlich produktiver werden und Ihre Daten leistungsfähiger nutzen. Dieses Buch führt Sie in die Features des »modernen Excel« und andere mächtige Analysetools ein.
Lernziel
Am Ende dieses Buches sollten Sie moderne Excel-Tools beherrschen, mit denen Sie Daten säubern, analysieren und auswerten sowie fortgeschrittene Analysen durchführen. Insbesondere werden Sie Daten mit Power Query aufarbeiten und umwandeln, relationale Modelle in Power Pivot erstellen, um ausgefeilte Analysen durchzuführen, und das Analyse-Toolkit von Excel kennenlernen, um Ihre Arbeit weiter zu automatisieren und zu verbessern.
Voraussetzungen
Um diese Ziele zu erreichen, geht dieses Buch von einigen technischen und technologischen Annahmen aus.
Technische Anforderungen
Um das Beste aus diesem Buch herauszuholen, wird empfohlen, einen Windows-Computer mit der Microsoft-365-Version von Excel für den Desktop zu nutzen. Die in diesem Buch behandelten Features sind relativ neu und stehen in älteren Excel-Versionen eventuell nicht zur Verfügung. Beachten Sie bitte, dass viele dieser Tools für den Mac immer noch in der Entwicklung sind und die Kompatibilität unterschiedlich weit reichen kann. Aufgrund der schnellen Fortschritte in der Excel-Entwicklung ist es schwierig, eine genaue Liste dessen anzugeben, was für jede Version verfügbar ist.
In Kapitel 7 wird kurz erläutert, wie Sie ein Datenmodell aus Excel in Power BI laden. Es wird davon ausgegangen, dass Sie als User von Microsoft 365 für Windows schon die kostenlose Version des Power BI Desktop auf Ihrem Computer installiert haben. In Kapitel 12 schauen wir uns die Integration von Python mit Excel an und leiten Sie dafür durch das Herunterladen eines kostenlosen Python. Alle folgenden Aufgaben und Übungen im Buch sind ansonsten darauf ausgelegt, nur mit Excel erledigt zu werden, sodass keinerlei externe Programme erforderlich sind. Als Teil des Prozesses werden Sie allerdings ein paar Excel-Add-ins konfigurieren.
Technologische Anforderungen
Dieses Buch ist für mittelerfahrene Excel-User gedacht, die moderne Features des Programms kennenlernen wollen, mit denen sie vielleicht noch nicht so vertraut sind. Um richtig davon zu profitieren, sollten Sie folgende Excel-Themen schon beherrschen:
- Arbeiten mit absoluten, relativen und gemischten Feldreferenzen
- Erstellen bedingter Logik und Arbeiten mit bedingten Aggregationsfunktionen (WENN()-Anweisungen, SUMMEWENN()/SUMMEWENNS() usw.)
- Kombinieren von Datenquellen (SVERWEIS(), INDEX()/VERGLEICH() oder andere Nachschlagefunktionen)
- Sortieren, Filtern und Aggregieren von Daten mit PivotTables
- Erstellen einfacher Plots (Balkendiagramme, Liniendiagramme usw.)
Möchten Sie mehr praktische Erfahrung mit diesen Themen sammeln, bevor Sie fortfahren, empfehle ich Ihnen die von Michael Alexander und Dick Kusleika (Wiley, 2022).
In Teil III dieses Buchs werden Sie fortgeschrittene Konzepte aus der Statistik, der Programmierung und anderen Bereichen kennenlernen. Lassen Sie sich nicht davon abschrecken, wenn das zu Beginn zu anspruchsvoll erscheint. Es gibt reichlich Ressourcen, die Ihnen dabei helfen, Erfahrung zu sammeln, und ich werde bei Bedarf hilfreiche Referenzen mitliefern. Hauptziel dieses Buches ist, all die Möglichkeiten vorzustellen, die Excel bietet.
Möchten Sie Ihr Wissen erst vertiefen, bevor Sie sich diesen Themen zuwenden, empfehle ich mein Buch (O’Reilly, 2021, ). Es bietet einen umfassenden Einblick und Ratschläge zu fortgeschritteneren Analysetechniken, zur Python-Programmierung und zu einer Reihe weiterer Themen, die für die moderne Datenanalyse in Excel relevant sind.
Wie ich hierhin gekommen bin
Meine Reise durch die Welt der Daten begann mit Excel Anfang der 2010er Jahre – bevor Data Science und KI die Welt im Sturm eroberten. Damals fühlte sich Excel oft wie ein abgeschlossenes System an. Wollten Sie ausgefeiltere Analysen durchführen, wurde im Allgemeinen empfohlen, zu Python oder R zu wechseln. Zum eigenen Erstellen relationaler Datenmodelle war Access die richtige Wahl. Viele der komplexen Analysen und Automationen, die ich umsetzte, beinhalteten umständliche VBA-Module und sperrige Matrixformeln, was die Arbeit damit überhaupt nicht ideal machte.
Eine Zeitlang schien es, als würde Excel irgendwann einfach aufs Abstellgleis geschoben werden. Aber das Excel von heute ist mit einer Reihe von Features und Anwendungen ausgestattet und hat eine erstaunliche Verwandlung durchlaufen.
Was sind »Moderne Analysetechniken«? Warum Excel?
Der Begriff bezieht sich auf den Einsatz fortgeschrittener Tools und Techniken, mit denen Daten vorbereitet und analysiert werden – von einfachen retrospektiven Analysen bis hin zu Vorhersagemodellen und künstlicher Intelligenz. In der sich immer wieder weiterentwickelnden Landschaft der datengetriebenen Entscheidungen ist es wichtig, Tools zur Hand zu haben, die vielseitig und interoperabel sind, sodass User ein weites Spektrum an Analyseaktivitäten umsetzen können.
Früher kam man dabei mit Excel nicht allzu weit. Aber das Programm hat sich in der letzten Dekade deutlich verändert und es wurde zu einem echten Kraftpaket für die moderne Datenanalyse.
Dieses Buch will mit verbreiteten Vorurteilen ausräumen, die technische Fachkräfte über Excel pflegen, und die Möglichkeiten des Programms im Bereich der modernen Analyse demonstrieren. Es präsentiert Features wie Power Pivot, Power Query und andere Tools und stellt damit den Glauben auf die Probe, dass Excel auf einfache Formeln und Funktionen beschränkt ist. Das Buch will zeigen, dass sich Excel zu einer robusten Plattform entwickelt hat, die komplexe Aufgaben bei der Datenanalyse handhaben kann.
Schließlich präsentiert dieses Buch Excel als leistungsfähiges und vielseitiges Tool für die moderne Datenanalyse. Es will Mythen entlarven und technische Fachkräfte und Manager darin anleiten, das volle Potenzial von Excel für die Datenanalyse und Entscheidungsfindung auszunutzen. Damit ermöglicht es den Usern, Excel als wichtige Komponente eines aktuellen Analyse-Toolkits zu nutzen und damit Einblicke in unsere datengetriebene Welt zu ermöglichen und für Erfolge zu sorgen.
Modernes Excel und Interoperabilität
Bei modernen Analysetechniken ist Interoperabilität sehr wichtig, daher überrascht es nicht, dass viele der in diesem Buch vorgestellten Tools auch in anderen Analysebereichen bekannt sind. Insbesondere Power Query und Power Pivot (in den Teilen I und II behandelt) stehen auch in Power BI zur Verfügung – dem Business Intelligence und Reporting Tool von Microsoft. Diese Tools lassen sich auf vielerlei Arten kombinieren, und wenn Sie eine davon beherrschen, können Sie sie sehr wahrscheinlich auch in anderen Situationen einsetzen. Dieses Buch konzentriert sich vor allem auf Excel, aber es hilft zu verstehen, wie sich diese Elemente in den umfassenderen Werkzeugkasten moderner Analysetechniken integrieren.
Überblick über das Buch
Um das Lernziel und den Rahmen des Buches zu erreichen, habe ich mich dazu entschlossen, es in drei Abschnitte aufzuteilen.
Teil I, Datenbereinigung und Transformationen mit Power Query
Teil I konzentriert sich auf Power Query zur Datenbereinigung in Excel und seinen Einsatz als ETL-Tool (Extract, Transform, Load). Sie erhalten einen Überblick über den Power Query Editor und lernen etwas über Data Profiling sowie diverse Transformationstechniken wie das Filtern, Aufteilen, Aggregieren und Zusammenführen von Daten.
Teil II, Datenmodellierung und Datenanalyse mit Power Pivot
In Teil II stelle ich Power Pivot für Excel vor und fokussiere mich auf seine Verwendung für das Reporting. Sie werden lernen, wie Sie Beziehungen definieren, ein Data Model bauen und dieses durch berechnete Spalten, Key Performance Indicators (KPIs) und anderes verbessern – vor allem mithilfe der Data-Analysis-Expressions(DAX)-Sprache.
Teil III, Das Excel-Toolkit zur Datenanalyse
Teil III schaut sich eine Reihe spannender neuer Features zur Datenanalyse in Excel an. Sie werden etwas zu dynamischen Matrixfunktionen lernen, die schnelle und flexible Berechnungen ermöglichen. Zudem erhalten Sie hier eine kleine Einführung in die Vorhersageanalyse und künstliche Intelligenz,...
