Modéliser des données avec Power BI

Dans ce module, vous allez découvrir la structure d’un modèle Power BI Desktop, les bases de la conception d’un schéma en étoile, les requêtes d’analyse et la configuration visuelle d’un état. Ce module fournit une base solide sur laquelle vous pouvez découvrir comment optimiser les conceptions de modèles et ajouter des calculs de modèle.

Découvrez les infrastructures de modèle, leurs avantages et limites, ainsi que les fonctionnalités vous permettant d’optimiser vos modèles de données Power BI.

Le processus de création d’un modèle sémantique compliqué dans Power BI est simple. Si vos données proviennent de plusieurs systèmes transactionnels, avant que vous ne vous en rendiez compte, vous pouvez avoir des dizaines de tables que vous devez utiliser. Créer un excellent modèle sémantique consiste à faire dans la simplicité. Un schéma en étoile est un moyen de simplifier un modèle sémantique et vous allez découvrir leur terminologie et leur implémentation dans ce module. Vous allez également découvrir pourquoi le choix de la granularité des données est important pour les performances et la convivialité de vos états Power BI. Enfin, vous allez découvrir comment améliorer les performances avec vos modèles sémantiques Power BI.

Dans ce module, vous allez découvrir comment écrire des formules DAX pour créer des tables calculées, des colonnes calculées et des mesures, qui sont des types différents de calculs de modèle. En outre, vous allez découvrir comment écrire et mettre en forme des formules DAX, à savoir des expressions qui utilisent des fonctions, des opérateurs, des références à des objets de modèle, des constantes et des variables.

Dans ce module, vous allez découvrir comment utiliser des mesures implicites et explicites. Vous allez commencer par créer des mesures simples, qui résument une seule colonne ou table. Ensuite, vous allez créer des mesures plus complexes basées sur d’autres mesures du modèle. En outre, vous allez découvrir les similitudes et les différences entre une colonne calculée et une mesure.

À la fin de ce module, vous serez en mesure d’ajouter des tables calculées et des colonnes calculées à votre modèle sémantique. Vous pourrez également décrire le contexte de ligne permettant d’évaluer les formules de colonnes calculées. Comme il est possible d’ajouter des colonnes à une table à l’aide de Power Query, vous allez également découvrir quand il est préférable de créer des colonnes calculées plutôt que des colonnes personnalisées Power Query.

À la fin de ce module, vous connaîtrez la signification de Time Intelligence et saurez comment ajouter des calculs Time Intelligence DAX à votre modèle.

L’optimisation des performances, également appelée réglage des performances, consiste à apporter des modifications à l’état actuel du modèle sémantique afin qu’il s’exécute plus efficacement. En substance, lorsque votre modèle sémantique est optimisé, ses performances sont meilleures.

Appliquez la sécurité de modèle dans Power BI à l’aide de la sécurité au niveau des lignes et de la sécurité au niveau des objets.