In this chapter, you'll learn about the core use cases for data models in Sigma. Using a data model, you can create custom data sources that are available to other Sigma documents in your organization. This will enable you to scale, govern, and maintain your team's insights, analytics, and apps.

Qu’est-ce qu’un modèle de données ?

Modèles de données vs classeurs

Centraliser les mises à jour des KPI

Jointures et unions dans un modèle de données

Combiner deux tables avec une union

Créer une table de base de modèle de données

Combiner deux tables avec une jointure

Publication et utilisation d’un modèle de données

Utiliser un modèle de données dans un classeur

Supporting sustainable insights

In this chapter, you’ll learn how to scale insights outside a single table using metrics and relationships.  You'll build an example of each of these core data model features, and then see them in action in a workbook, so you can understand the impact first-hand. After learning about these features, you'll be able to provide calculations across an analytics team, and control join logic centrally from a data model while still offering flexibility to users.

Define core calculations with metrics

Create a source of truth for a KPI

Metrics vs. calculated columns

Enrich a data model by adding a metric

Creating your first metric

Use a metric in a workbook

Manage joins efficiently with relationships

Relationships vs. joins

Relationship types

Add columns to a base table with a relationship

Adding a relationship between loans and customers

Exploring relationships in the workbook

Enriching tables with metrics and relationships

In this chapter, you'll learn about two advanced data model features (parameters and column security) before carrying on to implement everything you've learned in one final example. Parameters will give you the ability to configure flexible filters on your models,  and security will help you keep sensitive data safe. Then, by combining all the features and best practices you've learned up to this point, you'll get a chance to cement your mastery of scalable analytics.

Filtering data with data model parameters

Parameters vs. filters

Add a parameter to a data model

Using column security to govern sensitive data

Add column security to a data model

Support your team with a fully-featured data model

Finish a data model from a specification

Prototype analytics

Conclusion

Bringing it all together with parameters and security

Cessez de réécrire les mêmes jointures et calculs, et adoptez des analyses gouvernées 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 les performances, à standardiser les calculs dans toute l’organisation et à protéger les informations sensibles.

Nous explorerons les unions, les jointures, les relations, les métriques, les paramètres et la sécurité au niveau des colonnes pour créer et partager des fondations solides 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 ad hoc et la confusion côté utilisateur.

Évitez de réécrire les mêmes jointures et calculs, et plongez-vous dans des analyses bien gérées et évolutives à l'aide des 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 normaliser les calculs au sein d'une organisation et à gérer les informations sensibles.

Nous examinerons 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 aurez besoin pour répondre à votre cas d'utilisation. Fini les jointures ad hoc 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

Évitez de réécrire les mêmes jointures et calculs, et plongez-vous dans des analyses bien gérées et évolutives à l'aide des modèles de données Sigma.

Sigma Fundamentals

Modèles de données vs classeurs

Exercice interactif pratique