Prøveeksamen DA-100 – Analysere data med Microsoft Power BI

Prøveeksamen DA-100 – Analysere data med Microsoft Power BI

Eksamen DA-100: Analysere data med Microsoft Power BI

Innholdet i denne eksamenen vil bli oppdatert i mars 23, 2021.

Dataanalytikere gjør det mulig for virksomheter å maksimere verdien av datamidlene sine ved å bruke Microsoft Power BI. Som fagekspert, Dataanalytikere er ansvarlige for å designe og bygge skalerbare datamodeller, rense og transformere data, og muliggjør avanserte analytiske evner som gir meningsfull forretningsverdi gjennom lettfattelige datavisualiseringer. Dataanalytikere samarbeider også med sentrale interessenter på tvers av vertikaler for å levere relevant innsikt basert på identifiserte forretningskrav.

Dataanalytikeren bør ha en grunnleggende forståelse av datalagre og databehandling både lokalt og i skyen.

En del av kravene til: Microsoft-sertifisert: Dataanalytiker

Relaterte eksamener: ingen

Eksamen DA-100: Analysere data med Microsoft Power BI

Forbered dataene (20-25%)

Få data fra forskjellige datakilder

 identifisere og koble til en datakilde

 endre datakildeinnstillinger

 velg et delt datasett eller opprett et lokalt datasett

 velg en lagringsmodus

 velg en passende spørringstype

 identifisere problemer med søkeytelse

 bruke Microsoft Dataverse

 bruke parametere

 bruke eller lage en PBIDS-fil

 bruke eller opprette en dataflyt Profilere dataene

 identifisere dataavvik

 undersøke datastrukturer

 spørre kolonneegenskaper

 avhøre datastatistikk Clean, jeg vil vise deg, og last inn dataene

 løse inkonsekvenser, uventede eller nullverdier, og datakvalitetsproblemer

 bruke brukervennlige verdierstatninger

 identifisere og lage passende nøkler for sammenføyninger

 evaluere og transformere kolonnedatatyper

 bruke dataformtransformasjoner på tabellstrukturer

 kombinere spørringer

 bruke brukervennlige navnekonvensjoner på kolonner og spørringer

 utnytte Advanced Editor for å endre Power Query M-kode

 konfigurere datalasting

 løse dataimportfeil

Modeller dataene (25-30%) Design en datamodell

 definere tabellene

 konfigurere tabell- og kolonneegenskaper

 definere hurtige tiltak

 flate ut et foreldre-barn-hierarki

 definere rollespilldimensjoner

 definere et forholds kardinalitet og kryssfilterretning

 designe datamodellen for å møte ytelseskrav

 løse mange-til-mange-forhold

 lage en felles datotabell

 definere passende nivå av datagranularitet Utvikle en datamodell

 bruke kryssfilterretning og sikkerhetsfiltrering

 lage beregnede tabeller

 lage hierarkier

 lage beregnede kolonner

 implementere sikkerhetsroller på radnivå

 sett opp Q&En funksjon Lag mål ved å bruke DAX

 bruke DAX til å bygge komplekse tiltak

 bruk CALCUATE for å manipulere filtre

 implementere Time Intelligence ved hjelp av DAX

 erstatte numeriske kolonner med mål

 bruke grunnleggende statistiske funksjoner for å forbedre data

 lage semi-additive mål Optimalisere modellens ytelse

 fjerne unødvendige rader og kolonner

 identifisere tiltak som gir dårlige resultater, forhold, og visuelle

 forbedre kardinalitetsnivåene ved å endre datatyper

 forbedre kardinalitetsnivåene gjennom oppsummering

 opprette og administrere aggregasjoner

Visualiser dataene (20-25%) Lag rapporter

 legge til visualiseringselementer i rapporter

 velge en passende visualiseringstype

 formatere og konfigurere visualiseringer

 importere et tilpasset bilde

 konfigurere betinget formatering

 påfør skjæring og filtrering

 legge til en R- eller Python-visualisering

 konfigurere rapportsiden

 designe og konfigurere for tilgjengelighet

 konfigurere automatisk sideoppdatering Lag dashboards

 angi mobilvisning

 administrere fliser på et dashbord

 konfigurere datavarsler

 bruk Q&Et trekk

 legge til et dashbordtema

 feste en aktiv rapportside til et dashbord

 konfigurere dataklassifisering Berik rapporter for brukervennlighet

 konfigurere bokmerker

 lage tilpassede verktøytips

 redigere og konfigurere interaksjoner mellom visuelle elementer

 konfigurere navigering for en rapport

 bruke sortering

 konfigurere Sync Slicers

 bruk utvalgsruten

 bruke drillthrough og kryssfilter  drilldown i data ved hjelp av interaktive visuals  eksportere rapportdata

 designe rapporter for mobile enheter

Analyser dataene (10-15%) Forbedre rapporter for å avdekke innsikt

 bruke betinget formatering

 påfør skjæremaskiner og filtre

 utføre topp N-analyse

 utforske statistisk sammendrag  bruk Q&En visuell

 legge til et Quick Insights-resultat i en rapport

 opprette referanselinjer ved å bruke Analytics-ruten

 bruke Play Axis-funksjonen til en visualisering

 tilpasse visuelle elementer Utfør avansert analyse

 identifisere uteliggere  utføre tidsserieanalyse

 bruke grupperinger og binnings

 bruke Key Influencers til å utforske dimensjonale varianser

 bruk dekomponeringstrevisualet for å bryte ned et mål

 bruke AI Insights

Distribuer og vedlikehold leveranser (10-15%) Administrer datasett

 konfigurere en planlagt oppdatering av datasettet

 konfigurere sikkerhetsgruppemedlemskap på radnivå

 gi tilgang til datasett

 konfigurere inkrementelle oppdateringsinnstillinger

 fremme eller sertifisere Power BI-innhold

 identifisere nedstrøms datasettavhengigheter Opprette og administrere arbeidsområder

 opprette og konfigurere et arbeidsområde

 anbefale en livssyklusstrategi for utvikling

 tildele arbeidsområderoller

 konfigurere og oppdatere en arbeidsområdeapp

 publisere, import, eller oppdater ressurser i et arbeidsområde

 bruke sensitivitetsetiketter på arbeidsområdeinnhold

 bruke distribusjonsrørledninger