کتاب صوتی پاکسازی و آماده‌سازی داده‌ها در اکسل برای تحلیل دقیق

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پاکسازی و آماده‌سازی داده‌ها در اکسل برای تحلیل دقیق

موضوع کلی: مهارت‌های کاربردی نرم‌افزارهای اداری

موضوع میانی: تحلیل و مدیریت داده‌ها در اکسل

📋 سرفصل‌های دوره

• 1. مقدمه: اهمیت پاکسازی داده‌ها در تحلیل
• 2. شناخت انواع داده‌های نامرتب
• 3. شناسایی داده‌های تکراری و پرت
• 4. استفاده از ابزارهای داخلی اکسل برای پاکسازی
• 5. فیلتر کردن پیشرفته برای شناسایی داده‌های نامناسب
• 6. مرتب‌سازی داده‌ها بر اساس معیارهای مختلف
• 7. حذف داده‌های خالی و نامفهوم
• 8. مدیریت سلول‌های ادغام شده
• 9. استانداردسازی قالب‌بندی اعداد و تاریخ‌ها
• 10. تبدیل متن به تاریخ و بالعکس
• 11. مدیریت خطاهای متنی (مانند فاصله‌های اضافی)
• 12. استفاده از توابع متنی برای پاکسازی (مانند TRIM, CLEAN)
• 13. پاکسازی داده‌های عددی (مانند حذف علائم غیر عددی)
• 14. مدیریت داده‌های مختلط در یک ستون
• 15. استفاده از ابزار Text to Columns
• 16. تقسیم داده‌ها بر اساس جداکننده
• 17. تقسیم داده‌ها بر اساس طول ثابت
• 18. استفاده از Find and Replace برای جایگزینی هوشمند
• 19. جایگزینی هوشمند مقادیر با استفاده از الگوها
• 20. استفاده از Find and Replace با کاراکترهای عام
• 21. اعتبارسنجی داده‌ها (Data Validation)
• 22. تنظیم قوانین اعتبارسنجی برای سلول‌ها
• 23. جلوگیری از ورود داده‌های نامعتبر
• 24. ایجاد لیست‌های کشویی (Dropdown Lists)
• 25. مدیریت داده‌های نامرتبط در لیست‌های کشویی
• 26. استفاده از فرمول‌ها در اعتبارسنجی داده‌ها
• 27. شناخت و رفع خطاهای رایج در اکسل (#N/A, #DIV/0!, #REF!)
• 28. استفاده از ابزار Error Checking
• 29. مدیریت خطاها با توابع (IFERROR)
• 30. پاکسازی داده‌های متنی با توابع ترکیبی
• 31. استفاده از ابزار Flash Fill
• 32. شناسایی الگوها با Flash Fill
• 33. کاربرد Flash Fill برای استخراج اطلاعات
• 34. استفاده از Power Query برای وارد کردن و پاکسازی داده‌ها
• 35. مقدمه ای بر Power Query
• 36. اتصال به منابع داده مختلف (فایل‌ها، پایگاه‌های داده)
• 37. تبدیل و شکل‌دهی داده‌ها در Power Query Editor
• 38. حذف ستون‌ها و ردیف‌های ناخواسته
• 39. تغییر نام ستون‌ها
• 40. تغییر نوع داده ستون‌ها
• 41. فیلتر کردن داده‌ها در Power Query
• 42. مرتب‌سازی داده‌ها در Power Query
• 43. پاکسازی متن در Power Query (Trim, Clean, Replace)
• 44. جدا کردن ستون‌ها (Split Columns)
• 45. ادغام ستون‌ها (Merge Columns)
• 46. اضافه کردن ستون‌های سفارشی
• 47. استفاده از توابع در Power Query
• 48. مدیریت خطاهای Power Query
• 49. بارگذاری داده‌های پاکسازی شده در اکسل
• 50. به‌روزرسانی خودکار داده‌ها با Power Query
• 51. استفاده از ابزار Remove Duplicates
• 52. تنظیمات پیشرفته Remove Duplicates
• 53. پاکسازی داده‌های تاریخ با فرمت‌های مختلف
• 54. استانداردسازی نام کشورها و شهرها
• 55. پاکسازی داده‌های مربوط به کد پستی
• 56. مدیریت داده‌های پولی و واحدها
• 57. استفاده از ابزار Text Filters
• 58. استفاده از ابزار Number Filters
• 59. شناخت و استفاده از شرط‌های سفارشی در فیلترها
• 60. پاکسازی داده‌های مربوط به شماره تلفن
• 61. استفاده از ابزار Go To Special
• 62. انتخاب سلول‌های خالی با Go To Special
• 63. انتخاب سلول‌های دارای فرمول
• 64. انتخاب سلول‌های دارای مقادیر ثابت
• 65. مرتب‌سازی چندسطحی داده‌ها
• 66. استفاده از ابزار Consolidate
• 67. تجمیع داده‌ها از چندین شیت
• 68. تجمیع داده‌ها با استفاده از توابع
• 69. پاکسازی داده‌های متنی با جایگزینی الگو
• 70. استفاده از فرمول‌های آرایه‌ای برای پاکسازی
• 71. مدیریت داده‌های متنی طولانی
• 72. استفاده از ابزار Group و Ungroup
• 73. پاکسازی داده‌های مربوط به آدرس
• 74. استانداردسازی نام افراد
• 75. مدیریت داده‌های مربوط به ایمیل
• 76. پاکسازی داده‌های مربوط به کد ملی
• 77. استفاده از ابزار Conditional Formatting برای شناسایی داده‌های نامرتب
• 78. قوانین شرطی برای شناسایی مقادیر تکراری
• 79. قوانین شرطی برای شناسایی مقادیر پرت
• 80. قوانین شرطی برای شناسایی داده‌های خالی
• 81. استفاده از ابزار What-If Analysis
• 82. کاربرد Scenario Manager در پاکسازی داده‌ها
• 83. کاربرد Goal Seek در پاکسازی داده‌ها
• 84. استفاده از ابزار Solver برای بهینه‌سازی داده‌ها
• 85. پاکسازی داده‌ها برای گزارش‌گیری
• 86. استانداردسازی داده‌ها برای مصارف داخلی
• 87. استانداردسازی داده‌ها برای اشتراک‌گذاری
• 88. ملاحظات امنیتی در پاکسازی داده‌ها
• 89. حفظ حریم خصوصی در داده‌ها
• 90. مستندسازی فرآیند پاکسازی داده‌ها
• 91. جمع‌بندی و گام‌های بعدی در تحلیل داده