Introduction
En tant qu’auteur (ou développeur citoyen) d’une solution d’analytique moderne Microsoft, vous avez identifié les sources de données pour vos besoins de création de rapports décisionnels et connecté ces sources de données disparates de vos différents systèmes métier en utilisant Power Query. L’étape suivante, la plus critique, consiste à créer un modèle de données. Un modèle de données est une série de tables liées entre elles par des relations, ainsi qu’une série de calculs et de métriques basés sur ces tables et relations.
Pour illustrer le concept d’un modèle de données, l’exemple suivant présente SureWi, entreprise fictive réputée la plus fiable dans le domaine des réseaux sans fil commerciaux. Si vous connaissez les exemples de sources de données fictives Contoso ou Adventure Works de Microsoft, vous pouvez considérer SureWi comme similaire.
SureWi, entreprise de réseaux LAN sans fil commerciaux, accumule les données opérationnelles dans une base de données Microsoft Azure SQL. L’entreprise doit explorer et découvrir des insights plus détaillés de ses sources de données, notamment les clients, les devis, les contacts et les installations. Elle veut poser des questions métier telles que :
Combien avons-nous eu de nouveaux clients ce mois-ci ? Et par trimestre ou par an ?
Combien de temps faut-il pour convertir un client au stade du devis en contrat ? Combien de jours s’écoulent entre le premier contact et l’installation ? Nos ressources répondent-elles à la demande et à nos contrats SLA ?
Quels sont les taux de pénétration et de réussite par région ou quartier ? Et par produit ou par taille du client ?
L’entreprise peut répondre à ces questions métier, et à bien d’autres encore, en utilisant un modèle de données. Power Query se connecte aux sources de données, transforme les données en tables, puis charge ces tables pour les utiliser dans le modèle de données.
Dans l’exemple SureWi, les clients ont des devis, des contrats et des installations. Chaque composant représente une table de données pouvant être liée les unes aux autres pour répondre aux questions métier et effectuer une analyse. Ce concept est appelé modèle de données, où les données sont traitées à grande vitesse pour en ressortir des métriques claires et intéressantes.
Même si vous pouvez utiliser Power Query et créer des modèles de données dans Excel, il est préférable d’utiliser Power BI Desktop pour concevoir votre modèle de données. Vous pouvez analyser les modèles de données qui sont créés dans Power BI Desktop et publiés sur le service Power BI en utilisant Power BI et Excel tout en faisant appel à d’autres fonctionnalités qui ne sont pas disponibles quand vous concevez un modèle de données dans Excel.
Le choix d’utiliser Power BI ou Excel pour la création de rapports ou l’analyse dépend de votre cas d’usage et de vos objectifs. Excel maîtrise l’exploration et l’intégration de données improvisées d’un modèle de données, par exemple par le biais de tableaux croisés dynamiques rapides et personnalisables, et de formules et de fonctions improvisées. Les rapports Power BI offrent une expérience de visualisation des données moderne, interactive et contrôlée.
Un modèle de données créé dans Power BI Desktop et publié sur le service Power BI vous permet d’utiliser Excel ou Power BI en fonction de vos besoins.