آموزش آماده‌سازی و حاکمیت داده‌های مالی - آخرین آپدیت

دانلود Data Preparation and Governance

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این تخصص سطح متوسط، شما داده‌های مالی را برای تحلیلی دقیق، اعتبارسنجی و تبدیل خواهید کرد. شما با Power Query برای آماده‌سازی داده‌ها کار می‌کنید، از Copilot برای خودکارسازی بررسی‌های اعتبارسنجی استفاده می‌کنید و کنترل‌های حاکمیت داده را مستقر خواهید کرد. این مهارت‌ها زیربنای گزارشگری و تحلیل‌های مالی دقیق را تشکیل می‌دهند و در عین حال، یکپارچگی داده‌ها را در تمام جریان کاری تحلیلی شما تضمین می‌کنند. این دوره برای متخصصان مالی با ۱ تا ۳ سال تجربه، از جمله تحلیل‌گرانی است که درک پایه‌ای از اصول مالی و ابزارهای استاندارد داده دارند. در پایان این دوره، شما قادر خواهید بود اعتبارسنجی داده‌های مالی را با استفاده از فرمول‌های اکسل تولید شده توسط Copilot خودکار کنید، منابع داده‌ای متعدد را با Power Query تبدیل نمایید، چارچوب‌ها و کنترل‌های حاکمیت داده را برای تضمین یکپارچگی اعمال کنید و کارت‌های امتیاز کیفیت داده (Scorecards) را برای نظارت بر کامل بودن و دقت داده‌های مالی بسازید. این دوره به Power BI Desktop نیاز دارد که روی کامپیوترهای ویندوز یا مک با Parallels Desktop اجرا می‌شود. همچنین برای استفاده از قابلیت‌های Power Query و Copilot، داشتن Excel Desktop با اشتراک Microsoft 365 ضروری است.

سرفصل ها و درس ها

اعتبارسنجی داده‌ها: خودکارسازی با Copilot Data Validation: Automate with Copilot

  • هزینه‌های پنهان داده‌های مالی نادرست The Hidden Cost of Bad Financial Data

  • تولید فرمول‌های اعتبارسنجی با Copilot Generate Validation Formulas with Copilot

تبدیل داده‌ها: پاکسازی با Power Query Data Transformation: Power Query Cleansing

  • تبدیل ساعت‌ها کار به دقایق با Power Query Transform Hours into Minutes with Power Query

  • ساخت خط لوله داده‌های ماهانه Build a Monthly Data Pipeline

اعتبارسنجی داده‌ها: ارزیابی کیفیت Data Validation: Quality Assessment

  • صعود در نردبان بلوغ کیفیت داده‌ها Climbing the Data Quality Maturity Ladder

  • ارزیابی و مستندسازی مشکلات داده‌ها Assess and Document Data Issues

اعتبارسنجی داده‌ها: ایجاد مجموعه داده جامع (Master Dataset) Data Validation: Create Master Dataset

  • قدرت داشتن یک منبع واحد حقیقت (SSOT) The Power of a Single Source of Truth

  • نهایی کردن مجموعه داده جامع شما Finalize Your Master Dataset

یکپارچه‌سازی داده‌ها: ادغام منابع متعدد Data Integration: Multi-Source Merging

  • هزینه‌های پنهان یکپارچه‌سازی دستی داده‌ها The Hidden Cost of Manual Data Integration

  • یکپارچه‌سازی داده‌های بودجه و داده‌های واقعی Integrate Budget and Actuals Data

یکپارچه‌سازی داده‌ها: تضمین سازگاری Data Integration: Ensure Consistency

  • زمانی که داده‌های خوب فاسد می‌شوند When Good Data Goes Bad

  • اعتبارسنجی روابط بین داده‌ها Validate Data Relationships

یکپارچه‌سازی داده‌ها: تبدیل‌های پیشرفته Data Integration: Advanced Transformations

  • از هرج و مرج تا شفافیت From Chaos to Clarity

  • اساسيات کد M برای تبدیل‌های مالی M-Code Essentials for Financial Transformations

  • تبدیل داده‌های مالی بدون ساختار Transform Unstructured Financial Data

کنترل‌های داده: تطبیق خودکار Data Controls: Automated Reconciliation

  • تکامل تطبیق حساب‌های مالی The Evolution of Financial Reconciliation

  • ساخت تطبیق دفتر کل به دفتر معین Build GL to Subledger Reconciliation

کنترل‌های داده: شناسایی مغایرت‌ها Data Controls: Discrepancy Detection

  • ذهنیت کارآگاهی برای کیفیت داده‌ها The Detective Mindset for Data Quality

  • جستجوی مشکلات کیفیت داده‌ها Hunt for Data Quality Issues

کنترل‌های داده: نظارت بر کیفیت Data Controls: Quality Monitoring

  • ساخت داشبورد نظارت بر کیفیت Build Quality Monitoring Dashboard

ماژول پروژه: پیاده‌سازی خط لوله داده‌های مالی Project Module: Financial Data Pipeline Implementation

  • تبدیل هرج و مرج داده‌های ماهانه شما Transform Your Monthly Data Chaos

نمایش نظرات