Modélisez les données avec Power BI

Dans ce module, vous découvrirez la structure du modèle Power BI Desktop, les concepts de base de la conception de schémas en étoile, les requêtes analytiques et la configuration des rapports visuels. Ce module fournit une base solide sur laquelle vous pouvez apprendre à optimiser les conceptions de modèles et ajouter des calculs de modèle.

Décrivez les infrastructures de modèle, leurs avantages et leurs limitations et fonctionnalités pour optimiser vos modèles de données Power BI.

Le processus de création d’un modèle sémantique complexe dans Power BI est simple. Si vos données proviennent de plusieurs systèmes transactionnels, vous pouvez très rapidement vous retrouver avec des dizaines de tables. Générer un bon modèle sémantique doit avant tout minimiser le désordre. Un schéma en étoile est un moyen de simplifier un modèle sémantique. Vous en apprenez davantage sur la terminologie et l’implémentation de ce schéma dans ce module. Vous découvrirez également pourquoi le choix de la granularité des données est important pour les performances et la convivialité de vos rapports Power BI. Enfin, vous apprenez comment améliorer le niveau de performance de vos modèles sémantiques Power BI.

Dans ce module, vous allez apprendre à 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 apprendrez à écrire et à mettre en forme des formules DAX, qui consistent en 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 apprendre à 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 en fonction d’autres mesures dans le modèle. En outre, vous découvrirez 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 et des colonnes calculées à votre modèle sémantiques. Vous pourrez également décrire le contexte de ligne, utilisé pour évaluer les formules de colonnes calculées. Étant donné qu’il est possible d’ajouter des colonnes à une table en utilisant Power Query, vous apprendrez également quand il est préférable de créer des colonnes calculées au lieu de colonnes personnalisées Power Query.

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

L’optimisation des niveaux de performance, 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 gros, quand votre modèle sémantique est optimisé, il fonctionne mieux.

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