Build your ultimate AI agent
Description du cours
Évitez de réécrire les mêmes jointures et calculs, et plongez-vous dans des analyses bien gérées et évolutives à l'aide des modèles de données Sigma. Dans ce cours, vous apprendrez quand et pourquoi utiliser les modèles de données dans Sigma, en comprenant leurs capacités uniques à améliorer les performances, à normaliser les calculs au sein d'une organisation et à gérer les informations sensibles.Nous examinerons les unions, les jointures, les relations, les métriques, les paramètres et la sécurité au niveau des colonnes afin de créer et de partager des éléments de base solides pour l'analyse.À la fin de ce cours, vous saurez quand créer un modèle de données et quelles fonctionnalités vous aurez besoin pour répondre à votre cas d'utilisation. Fini les jointures ad hoc et la confusion des utilisateurs.
Prérequis
Aucun prérequis pour ce cours
Programme de formation
Plan du cours
1
Soutenir des insights durables
Dans ce chapitre, vous découvrirez les principaux cas d’usage des modèles de données dans Sigma. Avec un modèle de données, vous pouvez créer des sources de données personnalisées, disponibles pour les autres documents Sigma de votre organisation. Cela vous permettra de faire évoluer, gouverner et maintenir les insights, analyses et applications de votre équipe.
- Qu’est-ce qu’un modèle de données ?50 XP
- Modèles de données vs classeurs50 XP
- Centraliser les mises à jour des KPI50 XP
- Jointures et unions dans un modèle de données50 XP
- Combiner deux tables avec une union100 XP
- Créer une table de base de modèle de données50 XP
- Combiner deux tables avec une jointure100 XP
- Publication et utilisation d’un modèle de données50 XP
- Utiliser un modèle de données dans un classeur100 XP
2
Enrichir les tables avec des métriques et des relations
Dans ce chapitre, vous apprendrez à étendre vos insights au-delà d’une seule table grâce aux métriques et aux relations. Vous créerez un exemple pour chacune de ces fonctionnalités clés d’un modèle de données, puis vous les verrez à l’œuvre dans un classeur afin d’en mesurer l’impact concrètement. Après avoir découvert ces fonctionnalités, vous pourrez fournir des calculs partagés à toute une équipe d’analystes et centraliser la logique de jointure dans un modèle de données tout en offrant de la flexibilité aux utilisateurs.
3
Réunir le tout avec des paramètres et de la sécurité
Dans ce chapitre, vous découvrirez deux fonctionnalités avancées des modèles de données (paramètres et sécurité des colonnes), avant de mettre en œuvre tout ce que vous avez appris dans un dernier exemple. Les paramètres vous donneront la possibilité de configurer des filtres flexibles sur vos modèles, et la sécurité vous aidera à protéger les données sensibles. Ensuite, en combinant toutes les fonctionnalités et bonnes pratiques vues jusqu’ici, vous consoliderez votre maîtrise d’analyses à grande échelle.
Modélisation des données dans Sigma
Cours
terminé
