After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Перестаньте переписывать одни и те же соединения и вычисления и перейдите к хорошо управляемой, масштабируемой аналитике с помощью моделей данных Sigma. В этом курсе вы узнаете, когда и зачем использовать модели данных в Sigma, поймёте их уникальные возможности для повышения производительности, стандартизации вычислений во всей организации и управления конфиденциальной информацией.Мы рассмотрим объединения, соединения, связи, метрики, параметры и безопасность на уровне столбцов, чтобы создавать и делиться надежными строительными блоками для анализа.К концу этого курса вы будете знать, когда создавать модель данных и какие функции вам понадобятся для вашего сценария использования. Больше никаких разовых объединений и никакой путаницы у пользователей.
Предварительные требования
Предварительные требования для этого курса отсутствуют
Программа
Структура курса
1
Поддержка устойчивой аналитики
В этой главе вы познакомитесь с основными сценариями использования моделей данных в Sigma. С помощью модели данных можно создавать пользовательские источники данных, доступные другим документам Sigma в вашей организации. Это позволит масштабировать, контролировать и поддерживать аналитику, отчёты и приложения вашей команды.
- Что такое модель данных?50 XP
- Модели данных и рабочие книги50 XP
- Централизованное обновление KPI50 XP
- Объединения и соединения в модели данных50 XP
- Объединение двух таблиц с помощью union100 XP
- Создание базовой таблицы модели данных50 XP
- Объединение двух таблиц с помощью join100 XP
- Публикация и использование модели данных50 XP
- Использование модели данных в рабочей книге100 XP
2
Расширение таблиц с помощью метрик и связей
В этой главе вы узнаете, как расширить аналитику за рамки одной таблицы с помощью метрик и связей. Вы создадите примеры каждой из этих ключевых возможностей модели данных и увидите их в действии в рабочей книге, чтобы оценить их эффект на практике. После изучения этих функций вы сможете предоставлять вычисления всей аналитической команде и централизованно управлять логикой объединений из модели данных, сохраняя гибкость для пользователей.
3
Параметры и безопасность: всё вместе
В этой главе вы познакомитесь с двумя продвинутыми возможностями моделей данных — параметрами и безопасностью на уровне столбцов — а затем применяете всё изученное в одном финальном примере. Параметры дают возможность настраивать гибкие фильтры для моделей, а функции безопасности помогают защитить конфиденциальные данные. Объединив все изученные возможности и передовые практики, вы закрепите навыки масштабируемой аналитики.
Моделирование данных в Sigma
Курс
завершён
