Ce livre sur Power BI Desktop a été rédigé dans la continuité du livre Power BI Desktop - De l'analyse de données au reporting du même auteur.
Renforcer et approfondir, parce que son objectif est d’aller plus loin dans l’utilisation de Power BI et d’aborder cet outil, non pas comme un auxiliaire à Excel ou à d’autres applications, mais comme l’outil central d’analyse de l’information. L’auteur s’est appuyé sur une approche propre à Power BI, tant pour l’extraction des données et la mise en place du modèle, que pour l’utilisation du langage DAX ; il s’est donné comme objectif de montrer toutes les possibilités offerte par cet outil tout en suivant une perspective pratique : les exemples de code M ou de langage R rendront votre travail plus efficient, c’est-à-dire plus simple et plus rapide.
Explorer parce que cet outil, qui évolue de mois en mois, offre une richesse d’utilisation impressionnante, et nous incite à essayer de nouvelles pistes pour extraire, transformer et analyser l’information. Ainsi, les efforts que met l’éditeur sur la partie IA sont tout à fait significatifs et offrent déjà des possibilités très utiles.

Entre autres thèmes seront donc abordés :
• l’importation de données à partir d’Internet, à partir de fichiers source complexes et les bases des langages M et R pour accélérer l’importation et la transformation des données ;
• les meilleures pratiques pour la mise en place d'un modèle de données conforme au fonctionnement optimal de cet outil et l’importance du modèle « en étoile » ;
• une plongée dans la fonction CALCULATE, pour en maîtriser les subtilités, les « motifs », c’est-à-dire les formes fréquentes, et une mise en pratique pour effectuer des analyses courantes ;
• un tour d’horizon des visuels reposant sur l'intelligence artificielle.

L’auteur vous invite dans ce livre à un saut qualitatif dans l’utilisation de cet outil qui s’est imposé en quelques années comme le leader dans son domaine.


Quizinclus dans
la version en ligne !

• Testez vos connaissances à l'issue de chaque chapitre
• Validez vos acquis

Téléchargements

• Des fichiers complémentaires (4190 Ko)

Récupérer les données

1. A. Rappels sur l’accès aux données
2. B. Précisions sur la version du logiciel utilisée et les options activées
3. C. Cas complexes d’import de fichier
   1. 1. Dépivoter un tableau croisé complexe
   2. 2. Importer des données empilées
   3. 3. Importer un fichier JSON
4. D. Éléments fondamentaux du langage M
   1. 1. Objectif et intérêt de cette section
   2. 2. DAX ou M ?
   3. 3. Pour aller plus loin
   4. 4. Aperçu de la structure d’un code M
   5. 5. Afficher et éditer le code M
   6. 6. Cas concrets d’utilisation du code M
5. E. Importer des données web : le web-scraping
   1. 1. Extraire un tableau
   2. 2. Extraire une liste structurée implicite
   3. 3. Extraire des données JSON à l’aide d’une API
   4. 4. Extraire des données sur plusieurs pages à l’aide du code M
6. F. Agréger les tables
   1. 1. Comprendre l’agrégation
   2. 2. Mettre en place et utiliser la donnée agrégée
7. G. Utiliser les paramètres pour dynamiser la requête
   1. 1. Pourquoi utiliser les paramètres de requête
   2. 2. Mettre en place un paramètre
   3. 3. Paramètres et modèle de document
8. H. Comprendre l’actualisation incrémentielle
   1. 1. Comment la mettre en place ?
   2. 2. Limitations et réserves

Mettre en place le modèle de données

1. A. Introduction
2. B. État de l’art et bonnes pratiques
   1. 1. Choisir les options
   2. 2. Disposer les tables dans la vue Modèle et mettre en place les relations
   3. 3. Créer systématiquement des mesures
   4. 4. Masquer certains champs
   5. 5. Créer des dossiers pour organiser les champs
   6. 6. Créer une table du temps
   7. 7. Ramener à un modèle en étoile
3. C. Comprendre et appliquer le modèle en étoile
   1. 1. Description du modèle en étoile et de ses composants
   2. 2. Les autres modèles courants et leurs inconvénients
   3. 3. Précisions sur la grande table à plat
   4. 4. Mettre en place le modèle étoile

Maîtriser CALCULATE

1. A. Introduction
2. B. Préambule
   1. 1. Les mesures, leur format, leur nom
   2. 2. Le contexte de filtre, le contexte de ligne
   3. 3. Mise en forme des formules
   4. 4. Raccourcis de l’éditeur de formule DAX
   5. 5. Correction de formule avec les variables
   6. 6. Méthodologie de validation d’une formule
3. C. CALCULATE, les principes
   1. 1. La syntaxe
   2. 2. Les trois façons de modifier le contexte de filtre (remplacer, ajouter, supprimer)
   3. 3. L’ordre des opérations dans CALCULATE
   4. 4. Les arguments de filtres complexes sur une colonne
   5. 5. Les arguments de filtres complexes sur plusieurs colonnes
4. D. Les motifs avec ALL
   1. 1. #1 ratio toutes catégories
   2. 2. #2 ratio sur une seule des colonnes
   3. 3. #3 ratio sur toutes les deux colonnes (tables différentes)
   4. 4. #4 ratio sur toutes les deux colonnes (même table)
   5. 5. #5 ratio sur toutes les colonnes de la table dimension
   6. 6. #6 ratio sur toutes les colonnes de la table des faits
   7. 7. #7 récapitulatif visuel
5. E. Les autres motifs
   1. 1. #8 all ... values
   2. 2. #9 keepfilters
   3. 3. #10 allselected
   4. 4. #12 userelationship
6. F. Les types d’analyses courantes et CALCULATE
   1. 1. La comparaison
   2. 2. Le cumul
   3. 3. La tendance
   4. 4. Le classement
   5. 5. La contribution
   6. 6. La variance (ou variation)
   7. 7. Pareto
   8. 8. La moyenne mobile
7. G. La transition de contexte
   1. 1. Propagation des contextes
   2. 2. CALCULATE implicite
   3. 3. Les CALCULATE imbriqués
   4. 4. Ordre d’évaluation dans CALCULATE
   5. 5. Risques liés à la transition de contexte
   6. 6. Une erreur courante : la référence circulaire

Data science, IA et Machine Learning

1. A. Introduction
2. B. Personas
3. C. Utiliser R (ou Python) avec Power BI
   1. 1. Installation (R et R studio)
   2. 2. R pour importer les données
   3. 3. R pour transformer les données
   4. 4. R pour créer des visualisations
4. D. IA et Machine Learning
   1. 1. Visualisations
   2. 2. AutoML (Machine Learning)
   3. 3. Cognitive Services
8. Conclusion
9. Index