Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Cursusbeschrijving
Stop met het steeds opnieuw schrijven van dezelfde joins en berekeningen, en duik in goed beheerde, schaalbare analyses met behulp van Sigma-datamodellen. In deze cursus leer je wanneer en waarom je datamodellen in Sigma gebruikt. Je ontdekt hoe ze prestaties kunnen verbeteren, berekeningen binnen een organisatie kunnen standaardiseren en gevoelige informatie kunnen beheren.We gaan kijken naar unions, joins, relaties, metrics, parameters en beveiliging op kolomniveau om stevige bouwstenen voor analyse te maken en te delen.Aan het einde van deze cursus weet je wanneer je een datamodel moet maken en welke functies je nodig hebt voor jouw situatie. Geen ad-hoc-koppelingen meer en geen verwarring bij gebruikers.
Vereisten
Er zijn geen vereisten voor deze cursus
Lesprogramma
Cursusoverzicht
1
Duurzame inzichten ondersteunen
In dit hoofdstuk leer je over de belangrijkste toepassingen van datamodellen in Sigma. Met een datamodel kun je aangepaste databronnen maken die beschikbaar zijn voor andere Sigma-documenten in je organisatie. Dit stelt je in staat om de inzichten, analytics en apps van je team op te schalen, te beheren en te onderhouden.
- Wat is een datamodel?50 XP
- Datamodellen vs. werkmappen50 XP
- KPI-updates centraliseren50 XP
- Joins en unions in een datamodel50 XP
- Combineer twee tabellen met een union100 XP
- Een basistabel voor een datamodel bouwen50 XP
- Combineer twee tabellen met een join100 XP
- Een datamodel publiceren en gebruiken50 XP
- Een datamodel gebruiken in een werkmap100 XP
2
Tabellen verrijken met metrics en relaties
In dit hoofdstuk leer je hoe je inzichten schaalt buiten één enkele tabel met behulp van metrics en relaties. Je bouwt een voorbeeld van elk van deze kernfuncties van het datamodel en bekijkt ze vervolgens in actie in een werkmap, zodat je het effect zelf kunt ervaren. Na deze functies te hebben geleerd, kun je berekeningen beschikbaar stellen aan een analytics-team en de joinlogica centraal vanuit een datamodel beheren, terwijl je gebruikers toch flexibiliteit biedt.
3
Alles samenbrengen met parameters en beveiliging
In dit hoofdstuk leer je twee geavanceerde functies van datamodellen (parameters en kolombeveiliging) voordat je alles wat je hebt geleerd in één laatste voorbeeld toepast. Met parameters kun je flexibele filters op je modellen instellen en met beveiliging houd je gevoelige gegevens veilig. Door alle functies en best practices die je tot nu toe hebt geleerd te combineren, krijg je de kans om je beheersing van schaalbare analytics te verstevigen.
Datamodellering in Sigma
Cursus
voltooid

