SQL và MySQL được đưa lên trước vì đây là lớp công cụ nền để làm việc với relational database, đọc cấu trúc bảng, JOIN dữ liệu, xử lý chuỗi, thời gian và nhập dữ liệu từ CSV hoặc Excel. Với người học Data Analytics, đây là bước đầu để hiểu dữ liệu trước khi phân tích.
Dbeaver xuất hiện cùng SQL/MySQL như một công cụ làm việc trực tiếp với database, giúp người học thao tác truy vấn và kiểm tra dữ liệu trong môi trường thực hành sát workflow phân tích hơn là chỉ học cú pháp rời rạc.
Power BI được đặt ở giai đoạn tiếp theo vì sau khi đã truy xuất và làm sạch dữ liệu, người học cần chuyển sang data modeling, relationship, report view và DAX để xây dashboard và báo cáo phục vụ phân tích kinh doanh.
Python và Pandas được dùng ở phần sau để xử lý file, connect database, data cleaning và trực quan hóa, phù hợp cho workflow phân tích dữ liệu khi cần làm việc linh hoạt hơn với tập dữ liệu và bước tiền xử lý.