or
Cette activité fait partie du cours
Dans le premier chapitre, vous explorerez les unions et les ajouts, en abordant les bases de la manipulation de données avec Alteryx. À la fin du chapitre, vous saurez combiner des sources de données variées, fusionner des ensembles de données avec précision et maîtriser l'art des unions et des ajouts pour obtenir une vue d'ensemble complète de vos données.
Dans le deuxième chapitre, vous plongerez dans l'univers des jointures, en découvrant les subtilités de la combinaison de données provenant de plusieurs tables avec Alteryx. À la fin du chapitre, vous saurez naviguer parmi différents types de jointures, fusionner des données avec précision et maîtriser les jointures interne, gauche, droite et externe complète afin de mieux comprendre les relations entre vos données.
Exercice en cours
Dans le troisième chapitre, vous explorerez l'analyse syntaxique des chaînes de caractères et des dates/heures dans Alteryx, en démystifiant la transformation de textes et de données temporelles. À la fin du chapitre, vous saurez manipuler des chaînes, extraire des informations utiles et convertir des formats de date/heure avec aisance. La maîtrise de ces techniques vous permettra d'assainir et de préparer vos données pour une analyse plus juste et des interprétations plus éclairées.
Dans le quatrième chapitre, vous aborderez l'aspect crucial de l'optimisation des performances dans Alteryx. Ce chapitre est consacré à l'identification et à la résolution des goulots d'étranglement qui peuvent freiner l'efficacité d'un flux de travail, comme le volume de données, les limites propres à certains outils, la conception du flux et la gestion des ressources. Vous apprendrez des stratégies pour améliorer les performances en recourant au profilage de performance, en désactivant les sorties non essentielles et en mettant en cache les flux de travail. À la fin de ce chapitre, vous disposerez des connaissances et des compétences nécessaires pour optimiser vos flux de travail Alteryx, afin qu'ils s'exécutent de manière fluide et efficace, même avec de grands ensembles de données et des opérations complexes.