Informatique

Concepts fondamentaux des données

• Qu'est-ce qu'une base de données ? : définition et rôle dans la gestion des informations
• Terminologie clé : tables, enregistrements, champs, clés primaires et étrangères
• Utilisation et exploitation des bases de données : comprendre les différents usages (gestion, analyse, reporting)
• Définitions des systèmes et processus clés : OLTP (systèmes transactionnels), OLAP (systèmes analytiques) et ETL (Extraction, Transformation, Chargement)

Introduction à la modélisation de données

• L’information au cœur de l'entreprise : importance des données structurées pour la prise de décision
• Données structurées vs non structurées : comprendre la différence et les implications pour l'analyse
• Questions fondamentales à se poser : Quoi modéliser, comment structurer les données et qui va les utiliser ?
• Pourquoi modéliser les données ? : avantages de la modélisation pour l’optimisation des performances et des analyses

Technique de modélisation d'un cube de données avec Power Query

• Les tables de fait : stockage des données transactionnelles ou mesures chiffrées
• Les tables de dimension : tables descriptives qui fournissent le contexte aux données de fait
• Table de temps : gérer les dimensions temporelles pour l’analyse des données sur des périodes
• Les tables d'agrégats : optimisation des calculs en stockant des valeurs pré-calculées
• Création d’un modèle en étoile : structurer les données pour améliorer les performances et faciliter les requêtes
• Modèles plus complexes : introduction aux modèles en étoiles multiples et aux modèles en flocon

Langage M et DAX : deux approches pour manipuler les données

• Pourquoi utiliser le langage M ? : ses applications dans la transformation des données avec Power Query (nettoyage, transformation)
• Pourquoi utiliser le langage DAX ? : utilisation dans les calculs avancés et la création de mesures dans Power BI et les cubes OLAP

Créer ses indicateurs et des KPI avec le langage DAX

• L'importance de la modélisation : pourquoi une bonne modélisation est essentielle avant de créer des indicateurs
• Créer un modèle de données : structurer et organiser les données pour en faciliter l’analyse
• Les différents types de relations entre tables : comprendre les relations un-à-un, un-à-plusieurs, et plusieurs-à-plusieurs
• Focus sur les jointures : comment établir des relations entre tables dans un modèle de données
• Comprendre la cardinalité : importance de la cardinalité (un-à-plusieurs, plusieurs-à-plusieurs) et son impact sur les résultats
• Sens des jointures : comment la direction des jointures influence les résultats dans un modèle
• Créer des mesures avec DAX : définir des indicateurs clés de performance (KPI) pour suivre les performances et les objectifs