Formation

Maîtriser Power BI

Analyser les données avec Microsoft Power BITitre professionnel — éligible CPF, OPCO et financements publics.

Description

Prise en main de Power BI Desktop et du Service Power BI

Présentation générale de Power BI

Les modules de Power BI

Power BI Desktop

Power BI Online (Service)

Applications mobiles

Obtenir les données

Connexion aux données

Nettoyage et transformation des données

Traiter des données dont la mise en forme n'est pas régulière

Modélisation dans Power BI

Modèle de données et relations

Création de colonnes calculées

Création de mesures

Cas des données temporelles

Fonctions Time Intelligence

Création de tables calculées

Création des restitutions avec Power BI

Création d'une restitution simple

Graphiques combinés

Utilisation des segments

Utilisation des cartes

Tables et matrices

Nuages de points

Graphiques avancés

Jauges

Gestion des couleurs

Améliorer la mise en forme

Création d'Interactions entre visualisations

Gérer les données manquantes

Gérer des hiérarchies et le drill-down

Découvrir les données

Exploration des données

Créer et configurer un tableau de bord

Poser des question en langage naturel

Créer des Q&R personnalisées

Publication et partage à partir de Power BI Desktop

Publier des rapports à partir de Power BI Desktop dans le service Power BI

Imprimer et exporter des tableaux de bord

Publication et actualisation des données

Intégration à la suite Office 365

Présentation de Power BI Mobile

Création de groupes d'utilisateurs et sécurité

Espaces de travail et applications

Utilisation des passerelles

Power BI et OneDrive, Power BI et SharePoint

Licensing

Licence gratuite

Power Bi Pro

Power BI Premium

Introduction à DAX (Data Analysis Expressions)

Types de calculs

Fonctions DAX

Les variables en DAX

Relations de tables et DAX

Tables DAX et filtrage

Obtenir les données

Utiliser des sources de données avancées : listes SharePoint, bases SQL Server, fichiers PDF, sites web, jeux de données existants

Focus sur le mode « Direct Query » pour une base SQL Server. Avantages et limitations

Fonctions avancées en M

Filtrage de lignes

Création de colonnes : à partir d'exemples, personnalisées, index, conditionnelles...

Création de nouvelles tables en DAX (Data Analysis Expressions)

Passage d'une table volumineuse à une table agrégée : Summarize / Calculatetable

Création d'une table à partir d'une jointure : NaturalInnerJoin / NaturalLeftOuterJoin / Union

Focus sur les jointures entre tables dans le modèle de données

Visuels avancés avec Power BI

Mise en forme avancée

Publication du rapport créé avec Power BI

Interaction avec d'autres outils Office 365

Objectifs

  • Savoir obtenir, modéliser et restituer les données
  • Créer des tableaux de bord interactifs
  • Publier et partager de façon sécurisée ces tableaux de bord dans les espaces de travail Microsoft OneDrive et SharePoint
  • Interroger et associer des sources de données hétérogènes
  • Concevoir des mesures, des colonnes et des tables avec le langage DAX (Data Analysis Expressions)
  • Utiliser des éléments visuels pour concevoir des tableaux de bord

Résultat

  • Certification Analyser les données avec Microsoft Power BI.
  • Attestation de suivi de formation.

L’obtention de la certification se fait par le passage d’un examen en ligne supervisé par l’organisme Pearson VUE, délivré dans un centre d’examen accrédité. Une évaluation en ligne comprenant une variété de questions et un lab à construire.

L’examen dure environ deux heures – livres fermés - et comprend une variété de questions appelant différentes formes de réponse.

Le seuil de réussite est fixé à environ 70% de bonnes réponses, qui correspond à un score de passage de 700 points (score à l'échelle). La note de passage est basée sur l'apport d'experts en la matière, le niveau de compétence requis pour être considéré comme compétent dans le domaine du contenu, et la difficulté des questions livrées pendant l'examen.

L'évaluation s'échelonne selon la répartition suivante :

  • Préparer les données (20-25%)
  • Modéliser les données (25-30%)
  • Visualiser les données (20-25%)
  • Analyser les données (10-15%)
  • Déployer et maintenir les produits (10-15%)