Power BI Desktop doit maintenant savoir que la table que vous avez importée est, en fait, une table de dates qu’il peut utiliser pour ajouter de l’intelligence temporelle. C’est plus facile à faire que de parler de :

1. Passez à la vue des données.
2. Cliquez sur la table DateDimension.
3. Dans le ruban Outils de tableau, cliquez sur le bouton Marquer comme tableau de dates. La

La boîte de dialogue Marquer comme table de dates apparaîtra.

4. Sélectionnez la colonne qui contient la liste contiguë de dates. Dans l’exemple utilisé dans ce livre, il s’agit de la colonne DateKey. La boîte de dialogue doit ressembler à celle illustrée à la Figure .

IMAGE 

Figure . La boîte de dialogue Marquer comme table de dates

5. Cliquez sur OK.

Désormais, Power BI Desktop sait que ce tableau est un peu spécial et qu’il ne contient qu’une liste de dates qui peuvent être utilisées pour ajouter de l’intelligence temporelle à vos analyses. La dernière chose à faire est de définir une relation entre la colonne DateKey dans la table de dates et un champ de date dans la table qui contient les données que vous souhaitez analyser au fil du temps. Dans les exemples de données que nous utilisons, il s’agira du champ InvoiceDate de la table SalesDate. De cette façon, l’ensemble de données sait que vous examinez peut-être les ventes par date de facture, mais que DateTable fournira la liste des jours, mois, trimestres et années utilisés pour afficher les métriques au fil du temps.

Remarque La création de dimensions de date peut être effectuée dans Excel, DaX ou M. Cependant, les techniques requises dépassent le cadre de ce livre.

Conception d’un modèle de données Power BI Desktop Félicitations ! Vous êtes sur la bonne voie pour développer un modèle de données hautes performances pour l’informatique décisionnelle (BI) en libre-service. Vous avez importé des données d’un ou même

de plusieurs sources dans le modèle de données Power BI Desktop. Vous avez bien pris

examinez vos données à l’aide de la fenêtre de modèle de données Power BI Desktop et vous pouvez effectuer des opérations essentielles pour renommer des tables et des champs. La dernière étape pour vous assurer que votre ensemble de données est prêt pour une utilisation initiale en tant que référentiel de données BI en libre-service consiste à créer et à gérer les relations entre les tables. Il s’agit d’un élément fondamental de la conception d’un jeu de données cohérent et utilisable dans Power BI Desktop.

Avant de nous lancer dans les détails techniques des relations entre les tables, nous devons d’abord répondre à quelques questions simples :

• Quelles sont les relations entre les tables ?
• Pourquoi avons-nous besoin d’eux?

Les relations de table sont des liens entre des tables de données qui permettent aux champs d’une table d’être utilisés de manière significative dans une autre table. Si vous avez ouvert le fichier d’exemple Power BI Desktop CarSalesDataFromDataModel.pbix, vous pouvez voir qu’il existe une table Stock de données boursières qui contient un champ ColorID, mais pas la couleur elle-même. En complément à cela s’ajoute une table de référence des couleurs, nommée Couleurs. Il s’ensuit que, si l’on veut dire quelle était la couleur d’une voiture lorsqu’elle a été achetée, nous devons pouvoir relier les tables afin que la table Stock puisse “rechercher” la couleur réelle de la voiture qui a été achetée. Cela nécessite une certaine similitude entre les deux tables et, heureusement, les deux contiennent un champ nommé ColorID. Donc, si nous sommes en mesure de joindre les deux tableaux à l’aide de ce champ, nous pouvons voir quelle couleur est représentée par l’ID de couleur pour chaque voiture en stock.

Vous pouvez voir un autre exemple de tables de liaison si vous regardez les tables Invoices et InvoiceLines. Ces deux tables ont été conçues à l’aide d’une technique appelée modélisation relationnelle. Cela signifie essentiellement que deux tables ont été créées pour éviter la duplication inutile des données. Ainsi, toutes les données utilisées pour décrire une facture (telles que la date ou le numéro de facture) sont stockées dans la table Invoices, tandis que tous les détails concernant les véhicules vendus sont conservés dans une table séparée appelée InvoiceLines. Les deux tables partagent ensuite un champ qui permet de les joindre afin que les utilisateurs puissent voir les données des deux tables ensemble s’ils en ont besoin. Cela signifie que tous les éléments qui seraient autrement répétés sont stockés dans une table “en-tête” telle que la table Invoices, et les données non répétitives sont stockées dans une table de détails (la table InvoiceLines dans cet exemple).

Il est possible de stocker les données de ces deux tables en une seule table. Cependant, cela impliquerait de répéter des éléments tels que la date ou le numéro de facture chaque fois qu’une facture contient plus d’un article. Cela impliquerait des éléments de données répétés et des tailles de fichiers considérablement accrues.

De toute évidence, ces exemples sont extrêmement simples. Cependant, ils ne sont pas indûment artificiels. Ils représentent la façon dont de nombreuses bases de données relationnelles stockent les données. Il y a donc toutes les chances que vous voyiez des liens ou des relations potentiels comme celui-ci dans le monde réel de données que vous importez des bases de données d’entreprise. Dans tous les cas, si vous souhaitez utiliser des données provenant de plusieurs sources dans votre analyse de données, vous devrez trouver un moyen de lier les tables à l’aide d’un champ commun, comme le champ ColorID que je viens de mentionner. La réalité est peut-être plus brouillonne (les champs peuvent ne pas avoir le même nom dans les deux tables, par exemple), mais le principe s’applique toujours.

Astuce si vous avez les autorisations nécessaires ainsi que les connaissances SQL, vous pouvez joindre des tables directement dans la base de données source à l’aide d’une requête. de cette façon, vous pouvez créer dès le départ moins de tables «aplaties» dans power Bi Desktop et éviter d’avoir à créer une toile d’araignée de nouvelles relations de table dans power Bi Desktop.

Modélisation des données dans l’environnement de bureau Power BI Avant d’entrer dans les détails de ce que vous pouvez faire pour créer et améliorer un modèle de données, je pense qu’il est préférable que vous vous familiarisiez d’abord avec le ruban Modélisation qui est le point de départ de la modélisation des données.

Le ruban de modélisation

Le ruban Modélisation permet de catégoriser  et organiser les données et les tableaux ainsi que pour ajouter des champs calculés et des mesures supplémentaires et catégoriser et formater les données. Les boutons qu’il contient sont illustrés à la Figure  et expliqués au Tableau .

IMAGE

Figure . Boutons du ruban d’outils Colonne

Tableau. Les boutons du ruban des outils de colonne