利用 Google Data Studio 實現動態儀表板和資料分析


學習如何在 Google Data Studio 中構建強大的資料視覺化和解鎖洞察力

報名參加課程

已經上過這門課程?

🔥歡迎來參加這個活動 – 上課心得分享與獎勵說明 :分享就贈送一門線上課程

從這 3 小時的課程,你會學到

  • 理解捕捉資料驅動的洞察力和視覺敘事的藝術
  • 在整個過程中使用所有的圖表類型(子彈,餅圖,記分卡,散點圖等等)
  • 熟悉 Google Data Studio 中的 Google BigQuery
  • 使用資料透視表構建高階儀表板,並使用“展開-摺疊”函數
  • 連線和混合資料來源,瞭解維度基數( dimension cardinality )
  • 使用 Google Analytics 資料建立一個使用者旅程漏斗(實踐範例 #1)
  • 以使用者級資料建立裝置分解視覺化(實踐範例 #2)
  • 使用條件表示式(CASE + REGEXP_MATCH + IN)建立自飣的維度
  • 探索儀表板的設計和條件格式化
  • 用滾動日期和互動過濾器建立時間序列
  • 獲得一個免費的儀表板樣板

要求

  • Gmail 帳戶(免費)
  • Google Data Studio 註冊(免費)
  • Google Analytics Demo 帳戶(免費提供)
  • Google BigQuery 帳戶(免費)

課程說明

最新內容更新: 2020年3月

歡迎使用 Google Data Studio 的動態儀表板和資料分析! 在本課程中,你將學習如何建構強大的資料視覺化和解鎖洞察力,以幫助你為你的客戶或僱主推動業務結果。 無論你是 Google Data Studio (谷歌資料工作室)的初學者還是經驗豐富的使用者,本課程的目標是在資料分析的基礎和實際操作範例之間取得平衡。

在課程結束時,你將能夠:

  • 在整個課程中使用和理解所有圖表類型(子彈,餅圖,記分卡,散點圖等等)
  • 連線和混合來自谷歌分析和谷歌試算表的資料來源
  • 使用條件表示式(CASE + REGEXP_MATCH + IN)建立自定義維度
  • 基於“網頁標題( Page Title )”的維度採用谷歌分析( Google Analytics )資料,建立一個使用者旅程漏斗( user journey funnel )
  • 建立一個裝置分解視覺化,並使用散點圖(eCommerce)探索使用者級資料
  • 基於特定的 SQL 查詢建立一個 Google BigQuery 表,並在 Data Studio 將其視覺化
  • 用滾動日期和互動過濾器建立時間序列
  • 使用高階日期選擇過濾器自動化報表
  • 理解 Data Studio “ Owner” 與 “Viewer” 中的訪問級別
  • 應用條件格式化規則來標示資料異常

額外獎勵

課程包括每個部分的自定義 Google Sheets (試算表)資料集、 Data Studio Solutions Manual( 資料工作室解決方案手冊)和完成課程後的免費儀表板樣板。 此外,終身使用和 30 天退款保證。

目標受眾

  • 想要學習如何做出明智的決策的專業人員
  • 想要數位化的傳統代理商或客戶端行銷商
  • 廣告系列經理,媒體策劃人員,分析師

講師簡介

Lachezar Arabadzhiev 效能分析和視覺化專業人員 (更多講師主講課程介紹)

Lachezar Arabadzhiev 是一家擁有4年以上效能分析和資料視覺化管理經驗的數位技術者。 Lachezar 的職業生涯始於微軟(Microsoft)的數位行銷人員,但很快就轉向到測量和分析領域。在那裡,他有機會與加拿大航空(Air Canada)、加拿大皇家銀行(RBC)、金佰利-克拉克(Kimberly-Clark)、馬自達(Mazda)和匯豐(HSBC)合作。

從2017年初就開始使用 Data Studio beta 測試版,並建立了多種視覺化和自動化流程。 從基於效能的儀表板與加入 GMP 來源(Google Analytics 360, Campaign Manager 和 Display & Video 360)到受眾驅動的分隔檢視與日誌級別的資料。

Lachezar 是一位獲得認證的 GMP 專家,也是2018年加拿大谷歌資料與分析峰會的官方發言人。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎使用 App / Email | Telegram 訂閱 網站更新

當這個頁面更新時,傳送 e-mail 給我

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: