Introduction aux dataflows et à la préparation des données en libre-service

Au fur et à mesure que le volume de données continue d'augmenter, il devient de plus en plus difficile de transformer ces données en informations bien formées et exploitables. Nous voulons des données prêtes pour l'analyse, pour remplir des visuels, des rapports et des tableaux de bord, afin de pouvoir transformer rapidement nos volumes de données en informations exploitables. Avec la préparation des données en libre-service pour le Big Data dans Power BI, vous pouvez passer des données aux insights Power BI en quelques actions seulement.

Diagramme du flux de données dans microsoft Common Data Model.

Quand utiliser les dataflows

Les dataflows ont été conçus pour prendre en charge les scénarios suivants :

  • Créer une logique de transformation réutilisable pouvant être partagée par de nombreux jeux de données et rapports dans Power BI. Les dataflows favorisent la réutilisation des éléments de données sous-jacents, ce qui évite d’avoir à créer des connexions distinctes avec vos sources de données cloud ou locales.

  • Exposer les données de votre propre stockage Azure Data Lake Gen 2, permettant ainsi de connecter d’autres services Azure aux données sous-jacentes brutes.

  • Créez une source unique de la vérité en obligeant les analystes à se connecter aux flux de données, plutôt que de se connecter aux systèmes sous-jacents. Cette source unique vous permet de contrôler les données accessibles et la façon dont les données sont exposées aux créateurs de rapports. Vous pouvez aussi mapper les données aux définitions standard du secteur, ce qui vous permet de créer des vues parfaitement organisées et compatibles avec les autres services et produits rencontrés dans Power Platform.

  • Si vous prévoyez d’utiliser d’importants volumes de données et d’effectuer des opérations ETL à grande échelle, les dataflows avec Power BI Premium offrent une mise à l’échelle plus efficace et confèrent davantage de souplesse. Les dataflows prennent en charge un large éventail de sources cloud et locales.

  • Empêcher les analystes d’avoir un accès direct à la source de données sous-jacente. Étant donné que les créateurs de rapports peuvent créer sur des flux de données, il peut être plus pratique pour vous d’autoriser l’accès aux sources de données sous-jacentes qu’à quelques personnes, puis de fournir aux analystes l’accès aux flux de données. Cette approche permet de réduire la charge des systèmes sous-jacents et offre aux administrateurs les moyens de contrôler plus précisément à quel moment les systèmes sont chargés à partir des actualisations.

Vous pouvez utiliser Power BI Desktop et le service Power BI avec des flux de données pour créer des jeux de données, des rapports, des tableaux de bord et des applications qui utilisent common data model. À partir de ces ressources, vous pouvez obtenir des insights approfondis sur vos activités métier. La planification de l’actualisation de flux de données est gérée directement à partir de l’espace de travail dans lequel votre flux de données a été créé, tout comme vos jeux de données.

Étapes suivantes

Cet article a fourni une vue d’ensemble de la préparation des données en libre-service pour le Big Data dans Power BI et les nombreuses façons dont vous pouvez l’utiliser.

Les articles suivants vous permettront d’en savoir plus sur les dataflows et Power BI :

Pour plus d’informations sur le modèle Common Data Model, vous pouvez lire son article de présentation :