ข้ามไปยังเนื้อหาหลัก

คอร์ส

Data Modeling ใน Sigma

เบื้องต้น2 ชม.

หยุดเขียน joins และ calculations เดิมๆ แล้วเจาะลึก analytics ที่มีการกำกับดูแลดีและขยายได้ด้วย Sigma data models

Python2 ชม.12 วิดีโอ30 แบบฝึกหัด2,050 XP719ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

หยุดเขียนการ join และการคำนวณแบบเดิมๆ ซ้ำแล้วซ้ำอีก แล้วก้าวเข้าสู่การวิเคราะห์ข้อมูลที่มีการกำกับดูแลอย่างดีและปรับขยายได้ด้วย Sigma data models ในหลักสูตรนี้ คุณจะได้เรียนรู้ว่าเมื่อใดและเพราะเหตุใดจึงควรใช้ data models ใน Sigma พร้อมทำความเข้าใจความสามารถเฉพาะตัวของมันในการเพิ่มประสิทธิภาพ มาตรฐานการคำนวณทั่วทั้งองค์กร และกำกับดูแลข้อมูลที่มีความละเอียดอ่อนเราจะสำรวจ unions, joins, relationships, metrics, parameters และ column-level security เพื่อสร้างและแชร์องค์ประกอบพื้นฐานที่แข็งแกร่งสำหรับการวิเคราะห์เมื่อจบหลักสูตรนี้ คุณจะรู้ว่าเมื่อใดควรสร้างแบบจำลองข้อมูล และคุณจะต้องใช้ฟีเจอร์ใดบ้างเพื่อให้เหมาะกับกรณีการใช้งานของคุณ ไม่ต้องมีการ join แบบเฉพาะกิจอีกต่อไป และไม่ต้องทำให้ผู้ใช้สับสนอีกต่อไป

ข้อกำหนดเบื้องต้น

คอร์สนี้ไม่มีข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

สร้าง insight ที่ยั่งยืน

ในบทนี้ จะได้เรียนรู้กรณีการใช้งานหลักของ data model ใน Sigma ด้วย data model สามารถสร้างแหล่งข้อมูลแบบกำหนดเองที่เอกสาร Sigma อื่นๆ ในองค์กรสามารถนำไปใช้ได้ ซึ่งจะช่วยให้ขยายขนาด กำกับดูแล และดูแลรักษา insight, analytics และ app ของทีมได้อย่างมีประสิทธิภาพ
เริ่มบทเรียน
2

เสริมตารางด้วย metric และ relationship

ในบทนี้ จะได้เรียนรู้วิธีขยาย insight ออกไปนอกเหนือจากตารางเดียวโดยใช้ metric และ relationship จะได้สร้างตัวอย่างของฟีเจอร์หลักแต่ละอย่างของ data model แล้วดูการทำงานจริงใน workbook เพื่อให้เห็นผลลัพธ์ด้วยตัวเอง หลังจากเรียนรู้ฟีเจอร์เหล่านี้แล้ว จะสามารถนำเสนอการคำนวณให้กับทีม analytics และควบคุม logic ของ join จากศูนย์กลางใน data model ได้ โดยยังคงมอบความยืดหยุ่นให้กับผู้ใช้งาน
เริ่มบทเรียน
3

รวมทุกอย่างเข้าด้วยกันด้วย parameter และการรักษาความปลอดภัย

ในบทนี้ จะได้เรียนรู้ฟีเจอร์ขั้นสูง 2 อย่างของ data model ได้แก่ parameter และ column security ก่อนจะนำทุกอย่างมาใช้งานร่วมกันในตัวอย่างสุดท้าย Parameter จะช่วยให้กำหนดตัวกรองที่ยืดหยุ่นบน model ได้ และ security จะช่วยปกป้องข้อมูลที่มีความอ่อนไหว จากนั้น ด้วยการนำฟีเจอร์และแนวปฏิบัติที่ดีที่ได้เรียนรู้มาทั้งหมดมารวมกัน จะได้โอกาสตอกย้ำความเชี่ยวชาญด้าน analytics ที่ขยายขนาดได้
เริ่มบทเรียน

Data Modeling ใน Sigma

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา

Data Modeling ใน Sigma | DataCamp