Dans ce chapitre, vous découvrirez les principaux cas d'utilisation des modèles de données dans Sigma. Avec un modèle de données, vous pouvez créer des sources de données personnalisées accessibles aux autres documents Sigma de votre organisation. Cela vous permettra de faire évoluer, d'encadrer et de maintenir les perspectives, analyses et applications de votre équipe.

Qu'est-ce qu'un modèle de données ?

Modèles de données vs classeurs

Centraliser les mises à jour des indicateurs clés

Jointures et unions dans un modèle de données

Combiner deux tables avec une union

Créer une table de base de modèle de données

Combinez deux tables avec une jointure

Publier et utiliser un modèle de données

Utiliser un modèle de données dans un classeur

Soutenir des perspectives durables

Dans ce chapitre, vous apprendrez à étendre les perspectives au-delà d'une seule table à l'aide de mesures et de relations. Vous créerez un exemple pour chacune de ces fonctionnalités clés d'un modèle de données, puis vous les verrez à l'œuvre dans un classeur, afin d'en constater l'impact directement. Après avoir découvert ces fonctionnalités, vous pourrez fournir des calculs à l'échelle d'une équipe d'analytique et contrôler la logique de jointure de façon centralisée à partir d'un modèle de données, tout en offrant de la souplesse aux utilisateurs.

Définir les calculs essentiels avec des mesures

Créer une source de vérité pour un ICP

Mesures (Metrics) vs colonnes calculées

Enrichir un modèle de données en ajoutant une mesure

Créer votre première mesure

Utiliser une métrique dans un classeur

Gérez les jointures efficacement grâce aux relations

Relations vs jointures

Types de relations

Ajouter des colonnes à une table de base à l'aide d'une relation

Ajouter une relation entre les prêts et les clients

Explorer les relations dans le classeur

Enrichir les tables avec des mesures et des relations

Dans ce chapitre, vous verrez deux fonctionnalités avancées des modèles de données (les paramètres et la sécurité des colonnes), puis vous mettrez en œuvre tout ce que vous avez appris dans un dernier exemple. Les paramètres vous donneront la possibilité de configurer des filtres flexibles sur vos modèles, et la sécurité vous aidera à protéger les données sensibles. Ensuite, en combinant toutes les fonctionnalités et les pratiques exemplaires vues jusqu'ici, vous aurez l'occasion de consolider votre maîtrise d'analyses évolutives.

Filtrer les données avec des paramètres de modèle de données

Paramètres vs filtres

Ajouter un paramètre à un modèle de données

Utiliser la sécurité des colonnes pour encadrer les données sensibles

Ajouter la sécurité des colonnes à un modèle de données

Soutenez votre équipe avec un modèle de données complet et riche en fonctionnalités

Terminer un modèle de données à partir d'un cahier des charges

Analytique de prototypage

Conclusion

Rassembler le tout avec des paramètres et la sécurité

Cessez de réécrire les mêmes jointures et calculs, et plongez dans des analyses bien encadrées et évolutives grâce aux modèles de données Sigma. Dans ce cours, vous apprendrez quand et pourquoi utiliser des modèles de données dans Sigma, en comprenant leur capacité unique à améliorer la performance, à normaliser les calculs dans toute l'organisation et à encadrer les renseignements sensibles.

Nous explorerons les unions, les jointures, les relations, les mesures, les paramètres et la sécurité au niveau des colonnes afin de créer et de partager de solides éléments de base pour l'analyse.

À la fin de ce cours, vous saurez quand créer un modèle de données et quelles fonctionnalités utiliser selon votre cas d'usage. Fini les jointures ponctuelles et la confusion pour les utilisateurs.

Arrêtez de réécrire les mêmes jointures et calculs, et plongez dans des analyses évolutives et bien gouvernées grâce aux modèles de données Sigma. Dans ce cours, vous apprendrez quand et pourquoi utiliser les modèles de données dans Sigma, en comprenant leurs capacités uniques à améliorer les performances, à standardiser les calculs à l’échelle de l’organisation et à gérer les informations sensibles.

Nous explorerons les unions, les jointures, les relations, les métriques, les paramètres et la sécurité au niveau des colonnes afin de créer et de partager des éléments de base solides pour l’analyse.

À la fin de ce cours, vous saurez quand créer un modèle de données et quelles fonctionnalités vous devrez utiliser pour répondre à votre cas d’utilisation. Fini les jointures improvisées et la confusion des utilisateurs.

Utilisez des modèles de données Sigma pour des analyses évolutives sans réécrire les mêmes calculs.

Modélisation des données dans Sigma

Arrêtez de réécrire les mêmes jointures et calculs, et plongez dans des analyses évolutives bien gouvernées avec les modèles de données Sigma.

Conclusion

Create Your Free Account