Introduction à la BI & rôle du Data Analyst

Présentation de Power BI (Desktop / Service / Mobile)

Présentation de la certification PL-300

Interface Power BI Desktop

Import de données (Excel, CSV)

Premiers visuels (table, graphique simple)

Nettoyage : valeurs nulles, doublons….

Typage des données

Colonnes calculées simples

Merge / Append

Pivot / Unpivot

Colonnes conditionnelles

Paramètres

Introduction au langage M (basique)

Profilage des données

Gestion des erreurs

Introduction aux concepts de Data Warehouse et Data Mart

Révision des prérequis en data : tables, clés primaires/étrangères, relations.

Création d’un modèle relationnel dans Power BI.

Relations, cardinalité (1:N, N:N), direction des filtres.

Tables de dates et granularité.

Gestion des ambiguïtés et optimisation du modèle.

Bonnes pratiques de modélisation pour BI.

Colonnes calculées vs mesures

SUM, COUNT, AVERAGE

Contexte ligne vs contexte filtre

CALCULATE (fondamental)

FILTER

IF, SWITCH

RELATED / RELATEDTABLE

ALL / ALLEXCEPT

Fonctions X (SUMX, AVERAGEX…)

Variables (VAR)

Choix des visuels adaptés à chaque cas métier.

Filtres, segments, drill down / drill through.

Mise en page, signets, navigation.

Création d’un tableau de bord + vue mobile.

Publication des rapports

Workspaces & rôles

Partage & Apps

Rafraîchissement des données

Gateway (concept)

RLS (statique & dynamique)

Introduction Dataflows

Introduction Incremental Refresh

Introduction aux fonctionnalités AI intégrées dans Power BI.

Utilisation des visuels AI : Key Influencers, Decomposition Tree, Anomaly Detection.

Introduction à Copilot dans Power BI : rôle, fonctionnalités et avantages.

Générer des visualisations automatiquement.

Projet final ● Import + transformation ● Modèle en étoile ● Mesures DAX ● Dashboard ● Publication + RLS

Préparation certification ● Structure de l’examen ● Stratégies de réponse ● QCM blanc corrigé