SQL pro analytický reporting - přímá cesta k datům (SQLDA)

Databáze, Datová analytika

Jazyk SQL je univerzální klíč k firemním informacím a naším cílem je, naučit Vás jej používat jako nezbytný pracovní nástroj. Pokud umíte pracovat s daty v Excelu, máte již nyní vybudované základy pro SQL. My vám jen ukážeme, jak tyto principy přenést přímo k datovému zdroji. Odnesete si schopnost získávat čistá a relevantní data pro jakýkoli reportovací nástroj (Excel, Power BI, Tableau).

Kurz je postavený ryze prakticky. Nebudeme se toulat v teorii – pracujeme s jedním konzistentním datasetem a každý koncept ukazujeme paralelně s analogií v tabulkovém editoru. Na pomoc přizveme umělou inteligenci jako svého osobního datového asistenta, ale zároveň si udržíme roli experta, který má výsledky pevně ve svých rukou.

TOTO ŠKOLENÍ VÁM POMŮŽE:

  • Porozumět logice SQL dotazu a pořadí jeho vyhodnocení.
  • Formulovat dotaz tak, abyste z databáze vytáhli přesně to, co potřebujete pro svou analýzu.
  • Rozpoznat a ošetřit běžné problémy s daty.
  • Validovat výstupy z AI a poznat moment, kdy vám „halucinuje“ nebo lže.
  • Napojit SQL dotaz na libovolný analytický nebo reportovací nástroj a pracovat s aktuálními daty místo statických exportů.

KDO BY SE MĚL KURZU ZÚČASTNIT?

  • Juniorní business analytici, controlleři a datoví nováčci
  • Marketingoví, finanční, HR nebo obchodní analytici, kteří už narazili na limity exportů z firemních systémů
  • Manažeři, kteří potřebují vhled do svých dat a nejsou programátory
  • Každý, kdo se chystá absolvovat školení Power BI, Pythonu nebo jiného analytického nástroje a chce si usnadnit start
  • Všichni zvídaví uživatelé, kteří hledají moderní způsoby práce s daty

KDE A KDY KURZ PROBÍHÁ?

Kontaktujte nás

S námi máte na výběr: Přijďte na kurz osobně do naší učebny, nebo se ke kurzu připojte online. Pokud preferujete online formu, uveďte prosím do poznámky v objednávce "Připojím se virtuálně".
Více informací k hybridní formě školení naleznete zde.
Vlastní

Náplň kurzu:

Skrýt detaily
  • Proč SQL a jak přemýšlet o datech
    1. Kde se s SQL setkáte: Power Query, Python, CRM/ERP, BI nástroje
    2. Mentální model: tabulka, sloupec, řádek, datový typ
    3. Rozdíl mezi databází, schématem, tabulkou a pohledem (view)
    4. Jak komunikovat s IT/DBA – co znamená přístup, pohled, schéma
  • Anatomie SELECT dotazu
    1. Čtyři otázky před každým dotazem: odkud → co filtrovat → co zobrazit → jak seřadit
    2. Klauzule FROM, WHERE, SELECT, ORDER BY, LIMIT / TOP
    3. Logické vs. zapisované pořadí vyhodnocení dotazu
    4. Operátory pro filtrování: =, <>, >, <, BETWEEN, IN, LIKE
    5. Pracovní návyk: testování dotazu na malém vzorku před plným spuštěním
    6. Čtení chybových hlášek bez paniky
  • Agregace jako kontingenční tabulka
    1. Agregační funkce: SUM, COUNT, AVG, MIN, MAX
    2. Klauzule GROUP BY jako přímá analogie řádkových polí kontingenční tabulky
    3. WHERE vs. HAVING – filtr před agregací vs. po agregaci
    4. COUNT(*) vs. COUNT(sloupec) – proč to není totéž
    5. Aliasy názvů sloupců a čitelnost výsledku pro další zpracování
  • Datová hygiena a běžné problémy
    1. Neznámá hodnota NULL: Jak pracovat s „prázdnými buňkami“, které se chovají jinak než nula, a jak je bezpečně ošetřit
    2. Detekce duplicit pomocí GROUP BY + HAVING COUNT(*) > 1
    3. Funkce pro čištění: DISTINCT, TRIM, LOWER/UPPER, COALESCE
    4. Typické pasti: nekonzistence textových hodnot, různé zápisy jednoho stavu
    5. Kontrola smysluplnosti výsledku před dalším použitím v reportu
  • Spojování tabulek - skládání souvislostí
    1. Proč data nežijí v jedné tabulce - úvod do normalizace
    2. INNER JOIN (průnik) - výběr záznamů, která mají své páry v obou tabulkách
    3. LEFT JOIN (analogie XLOOKUP/SVYHLEDAT) - jak k hlavním datům připojit odpovídající informace a ošetřit nenalezené
    4. UNION ALL (skládání pod sebe) - sjednocení dat ze stejných struktur
    5. Rozhodovací strom analytika - jak rozpoznat, který typ spojení v danou chvíli potřebujete, abyste o žádná data nepřišli
  • SQL a AI – efektivní spolupráce
    1. Kdy AI v SQL pomáhá (boilerplate, překlad zadání, oprava chyb) a kdy selhává (neznámé schéma, business logika, výkon)
    2. Jak dát AI správný kontext: schéma tabulek, ukázková data, business sémantika sloupců
    3. Čtyři typy promptů: generuj, oprav, vysvětli, přepiš
    4. Typické halucinace v SQL výstupu a jak je odhalit (vymyšlený sloupec, špatný typ JOINu, tiché odfiltrování NULL)
    5. Verifikační checklist – aplikace všeho z předchozích modulů
    6. Iterativní workflow: zadání → AI návrh → test na vzorku → verifikace → oprava
  • Ukázka napojení SQL na analytické a reportovací nástroje
Předpokládané znalosti:
Uživatelská znalost aplikace MS Excel (práce se strukturovanými tabulkami, řazení, filtrování dat, základní funkce), není třeba předchozí znalost jazyka SQL a programování
Doporučený předchozí kurz:
MS Excel – kontingenční tabulky bez obav (MSE3)
Doporučený následný kurz:
Jazyk SQL – základy dotazování a manipulace s daty v SQL Serveru (SQL1)
Časový rozvrh:
2 dny (9:00hod. - 17:00hod.)
Cena za osobu:
8 900,00 Kč (10 769,00 Kč včetně 21% DPH)