Comment créer une dimension date dans Power BI

Astuce de création de la dimension date
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtrisez Power BI
Revoir le teaser Je m'abonne
Transcription

Cette leçon fait partie de la formation
59,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

DescriptionProgrammeAvis

Cette leçon fait partie de la formation
59,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

À la fin de cette vidéo, vous saurez comment :

  • Importer et transformer des données dans Power BI.
  • Créer et générer une dimension date à partir de colonnes de date existantes.
  • Établir des relations entre différentes tables de données pour une analyse chronologique efficace.

Découvrez comment créer une dimension date si elle manque dans votre modèle Power BI afin d’analyser les données de manière chronologique avec efficacité.

Dans cette vidéo, vous apprendrez à générer une dimension date dans Power BI en suivant une série d’étapes précises. Nous commencerons par l’importation d’un fichier de données, suivi de la transformation des colonnes nécessaires, comme la suppression des colonnes inutiles et l’ajout d’une colonne d’indexation. Ensuite, nous explorerons différentes techniques pour dériver des sous-parties de la date telles que l’année, le mois et le jour. Vous verrez comment dupliquer une colonne pour créer de nouvelles colonnes de date, et comment utiliser des colonnes à partir d’exemple pour extraire le nom du mois et le numéro du mois. Enfin, nous expliquerons comment structurer les données pour qu’elles soient prêtes à être analysées et visualisées dans Power BI.

Cela inclut aussi la procédure pour créer deux tables séparées - une pour la dimension date et l’autre pour la table de faits - et comment établir des relations entre elles dans Power BI.

Voir plus
Questions réponses
Pourquoi est-il important d'avoir une dimension date dans un modèle Power BI ?
La dimension date est cruciale pour analyser les données chronologiquement, permettant des analyses telles que le chiffre d’affaires trimestriel ou annuel.
Comment Power BI peut-il faciliter l'inférence de types de colonnes lors de l'ajout d'une colonne à partir d'exemples ?
Power BI utilise des algorithmes d’inférence pour suggérer automatiquement les types de colonnes appropriés basés sur les valeurs existantes, facilitant ainsi la transformation des données.
Quels sont les deux types de modèles mentionnés dans cette vidéo pour organiser les données dans Power BI ?
Les deux types de modèles sont le modèle OneTable et le modèle avec deux tables séparées (dimension date et table de faits) reliées par une clé primaire.
Dans cette vidéo, je vous montre l'astuce comment créer une dimension date au cas où cette dimension manque le modèle. Parfois, nous avons un modèle qui ne contient pas cette dimension. Je vais vous montrer quelques techniques pour la produire. La dimension date, je rappelle que c'est une dimension importante car elle nous permettra d'analyser les données de manière chronologique. Par exemple, le calcul du chiffre d'affaires trimestriel, le chiffre d'affaires semestriel ou annuel, ou encore à travers une décennie. C'est important d'ajouter cette dimension-là. Je pars vers Power BI et dans ce cas-là, nous allons importer un fichier toujours au niveau de ressources qui accompagne la formation. Cela s'appelle VendTime. Nous allons le charger au niveau de Power BI. Cette table représente en quelque sorte une table de fait qui contient une mesure, chiffre d'affaires et dépenses. Nous allons transformer les données tout d'abord. Nous allons nous débarrasser de la colonne dummy parce qu'on n'en a pas besoin, donc supprimer cette colonne-là. Et puis, nous avons la colonne date. La colonne date n'est pas dupliquée dans ce cas. Si elle est dupliquée, il faut bien ajouter une colonne d'indexation. C'est à partir de cette petite icône-là, figure à gauche, au coin gauche. Nous cliquons sur ajouter une colonne d'indexation et nous pouvons choisir l'indexation à partir de 0, 1 ou personnaliser. Peu importe. Nous pouvons ajouter un ID. Pour mon cas, je peux me contenter de la colonne date en tant qu'identifiant parce que là, j'ai une colonne qui n'est pas dupliquée. Il n'y a pas de valeur dupliquée. Je ferme cette parenthèse-là et je procède à la génération de la date. Je vais vous montrer une première technique tout d'abord pour générer l'année. Il suffirait de dupliquer tout d'abord la colonne. Nous cliquons droit souris sur la colonne et au niveau du menu contextuel, nous cliquons sur duplication de la colonne. Et puis à ce niveau-là, nous changeons le nom pour que ce soit année. Et puis nous allons transformer cette colonne-là. Je rappelle que cette colonne-là, c'est une colonne date. Nous cliquons droit souris sur la colonne et puis nous cliquons sur transformer année et année. Donc ça va transformer cette colonne-là en année. Je glisse dépose la colonne à côté, donc juste à côté de date. Maintenant, je vais vous montrer une deuxième technique. Cette fois-ci, je vais générer le nom du mois. C'est-à-dire le mois qui est ce fragment-là au milieu. Dans ce cas-là, il représente le mois de janvier. Donc je sélectionne cette colonne-là. Je pars vers ajouter colonne et puis colonne à partir d'exemple. Nous cliquons là à partir de la sélection. Et à partir de là, le Power BI est assez intelligent pour inférer le type de la colonne date. Parce qu'elle est déjà sélectionnée. Nous cliquons là au niveau de colonne 1. Nous cliquons sur cet espace-là. Le Power BI va nous proposer quelques formats. Dans ce cas-là, nous allons extraire le nom du mois. Le nom du mois, c'est cette valeur-là. Je double-clique là-dessus et je clique sur OK. Et voilà, nous aurons le nom du mois. Je vais mettre juste à côté de l'année. Nous allons générer également avec la même technique le nombre du mois. Nous sélectionnons la date encore une fois. Partons vers ajouter une colonne. Et puis colonne à partir d'exemple, à partir de la sélection. Et ce sera cette fois-ci le mois à partir de date. C'est le nombre du mois. Je le mets à côté du nom du mois. Et puis je vais également générer la journée. Pour la génération de journée, je le fais avec la première technique. Pour cela, je dois d'abord dupliquer date. Donc duplication de la colonne date. Je change le nom pour que ce soit jour. Je clique doigt souris sur la colonne. Je clique sur transformer. Et puis jour, jour. Voilà, nous obtenons jour. Je vais juste le mettre à côté de mois. Et de cette manière là, nous obtenons tout un ensemble de colonnes qui représentent les diverses parties de la date. De façon générale. Je vais laisser déposer l'identifiant. Je vais le mettre à la première position. Dans ce cas-là, nous pouvons utiliser ce modèle-là en tant que modèle OneTable, si nous voulons. Pour cela, nous pouvons cliquer sur fichier, fermer et appliquer. Cela va appliquer ce modèle-là au niveau de notre Power BI. Et nous commençons à faire nos analyses et créer nos visualisations. Au cas où nous voulons extraire l'imdate dans une table séparée et créer une relation entre l'imdate d'une part et les ventes d'autre part, nous pouvons également le faire. Je clique doigt souris au niveau de vente et je clique modifier la requête pour lancer à nouveau le Power Query Editor. Et à ce niveau-là, nous allons dupliquer cette requête-là. La première requête va porter le nom d'imdate. Cela représente la dimension date. Et la deuxième, c'est la table de faits. Je vais la renommer pour que ce soit vente ou simplement au fact sales. Pour l'imdate, nous allons garder l'identifiant mais nous allons supprimer les colonnes relatives aux informations de chiffre d'affaires. Dépense, chiffre d'affaires, dépense, chiffre d'affaires. Nous allons supprimer ça. Supprimer les colonnes d'une part. Nous gardons seulement les colonnes en relation avec la date. Nombre de mois, mois et jour. De l'autre côté, au niveau de vente, nous pouvons supprimer dans ce cas-là tout ce qui est en relation avec la date. Nous gardons quand même l'identifiant parce que c'est la trait d'union entre les deux requêtes ou les deux entités ou les deux tables. Nous pouvons quand même garder la date entière mais là, nous supprimons l'année, le nom du mois, le mois, le jour et nous laissons le chiffre d'affaires et dépenses parce que cela va représenter dans ce cas-là la table de faits. Nous supprimons les colonnes ou plutôt deux requêtes. Nous chargeons ces requêtes là au niveau du modèle et nous obtenons dans ce cas-là un petit modèle donc c'est un petit modèle composé de deux tables. Et là, nous avons le choix soit d'établir la relation sur la base de l'identifiant avec le texte que nous avons créé soit également à partir de date au cas où date n'est pas une valeur dupliquée. En ce moment-là, nous pouvons également utiliser la date en tant que clé primaire et étrangère qui établit la relation entre la table de faits et vente et la table dimension DimDate.

Programme détaillé