Concluir um modelo de dados a partir de uma especificação

Neste exercício, você vai finalizar um modelo de dados que permitirá que analistas da Oakmark criem protótipos de painéis de insights de contas por cliente. Sua tarefa é arquitetar um modelo de alto desempenho e seguro usando junções, relacionamentos, métricas, segurança por coluna e parâmetros.

Você está começando em um modelo de dados com duas tabelas. Transactions-Accounts-Customers mostra os dados de transações com os detalhes da conta e do cliente relacionados. A tabela Loans foi agrupada por Customer Id para criar OAKMARK_BANK_LOANS_GROUPED, exibindo o saldo principal total de cada cliente.

Este exercicio faz parte do curso

Modelagem de Dados no Sigma

Ver curso

exercicio interativo prático

Transforme teoria em prática com um dos nossos exercicio interativos

Iniciar exercicio

Este exercicio faz parte do curso

Modelagem de Dados no Sigma

InicianteNível de habilidade

4.9+

98 reviews

Comece o curso gratuitamente

Neste capítulo, você vai conhecer os principais casos de uso de modelos de dados no Sigma. Com um modelo de dados, você pode criar fontes de dados personalizadas que ficam disponíveis para outros documentos do Sigma na sua organização. Isso vai permitir escalar, governar e manter os insights, as análises e os apps da sua equipe.

Exercise 1: O que é um modelo de dados?Exercise 2: Modelos de dados vs. workbooks Exercise 3: Centralizando atualizações de KPIs Exercise 4: Joins e unions em um modelo de dados Exercise 5: Combine duas tabelas com um union Exercise 6: Criando uma tabela base de modelo de dados Exercise 7: Combine duas tabelas com um join Exercise 8: Publicando e usando um modelo de dados Exercise 9: Usando um modelo de dados em uma pasta de trabalho

Neste capítulo, você vai aprender a escalar insights além de uma única tabela usando métricas e relacionamentos. Você vai criar um exemplo de cada um desses recursos centrais do modelo de dados e depois vê-los em ação em um workbook, para entender o impacto na prática. Depois de conhecer esses recursos, você vai conseguir disponibilizar cálculos para toda a equipe de analytics e controlar a lógica de joins centralmente a partir de um modelo de dados, sem abrir mão da flexibilidade para os usuários.

Exercise 1: Defina cálculos essenciais com métricas Exercise 2: Crie uma fonte única da verdade para um KPI Exercise 3: Métricas vs. colunas calculadas Exercise 4: Enriqueça um modelo de dados adicionando uma métrica Exercise 5: Criando sua primeira métrica Exercise 6: Use uma métrica em um workbook Exercise 7: Gerencie joins com eficiência usando relationships Exercise 8: Relationships vs. joins Exercise 9: Tipos de relacionamento Exercise 10: Adicionar colunas a uma tabela base com um relacionamento Exercise 11: Adicionando um relacionamento entre empréstimos e clientes Exercise 12: Explorando relacionamentos no workbook

Neste capítulo, você vai aprender dois recursos avançados do modelo de dados (parâmetros e segurança de colunas) antes de aplicar tudo o que viu em um exemplo final. Os parâmetros vão permitir configurar filtros flexíveis nos seus modelos, e a segurança vai ajudar a manter dados sensíveis protegidos. Em seguida, combinando todos os recursos e as boas práticas que você aprendeu até aqui, você terá a chance de consolidar seu domínio de análises escaláveis.

Exercise 1: Filtrando dados com parâmetros do modelo de dados Exercise 2: Parâmetros vs. filtros Exercise 3: Adicione um parâmetro a um modelo de dados Exercise 4: Usando segurança de colunas para governar dados sensíveis Exercise 5: Adicionar segurança de coluna a um modelo de dados Exercise 6: Dê suporte à sua equipe com um modelo de dados completo Exercise 7: Concluir um modelo de dados a partir de uma especificação

Exercicio Atual

Exercise 8: Protótipo de analytics Exercise 9: Conclusão