Data modeling est une phase fondamentale dans la démarche d’implémentation de Power BI dans l’entreprise. Elle permet d’interconnecter les différentes sources de données et de maintenir un ordre dans le traitement de ces dernières.
Cependant, la modélisation des données sur Power BI présente un sérieux challenge pour de nombreux data analystes. En raison de sa complexité et de l’absence d’une formule universelle pour sa création.
Dans l’article d’aujourd’hui, nous allons voir ensemble qu’est ce que la modélisation des données et comment créer un modèle efficace pour ses bases de données.
Qu’est ce que le data modeling ?
D’une manière très simple, il s’agit d’une phase dans la démarche du business intelligence qui consiste à représenter graphiquement les relations entre les différents éléments d’un système d’information. Cette représentation structurée est appelée ‘un modèle’.
Cette phase a comme objectif de rendre compréhensible le lien entre les données d’un SI. Ainsi, de maintenir un ordre dans le traitement des données.
D’une part, cela permet d’adopter un langage commun entre les différents utilisateurs de la base de données . Et d’autre part, de maintenir un certain ordre dans leur traitement. Au même titre que les flux des données.
Si vous n’êtes pas familière avec les flux des données, vous pouvez vous renseigner à partir de notre article : Les fondamentaux du Power BI
Les trois niveaux de modèles de données :
Maintenant, que vous savez c’est quoi un modèle de données. Permettez-nous de vous présenter les trois niveaux de la modélisation des données.
Pour modéliser une base de données, un processus en trois temps est nécessaire : le niveau conceptuel, le niveau logique et dernièrement le niveau physique.
-
Le modèle conceptuel au modèle entité-association :
Ce premier niveau consiste à établir un schéma conceptuel pour représenter la base de données. Ce schéma est composé de quatres éléments essentiels : les entités, les associations, les cardinalités, les attributs.
En premier lieu, les entités constituent des personnes ou des objets concrets auxquels appartiennent les données enregistrées. A titre d’exemple, un produit A dispose d’une référence, une quantité ..etc le produit est une entité.
En deuxième lieu, les associations représentent les relations qui lient les différentes entités entre elles.
En troisième lieu, les cardinalités représentent le nombre de fois qu’une entité peut participer dans une relation.
Et dernièrement, les attributs sont les données qui caractérisent chaque entité.
-
Le modèle logique :
Ce niveau présente un niveau d’abstraction moins élevé. Puisqu’il donne un pré-plan pour l’architecture de la base données réelle.
Le modèle logique se base sur le modèle conceptuel, en y introduisant certaines modifications. Comme la transformation des attributs en des clés primaires et clés étrangères.
-
Le modèle physique :
Finalement, le modèle physique représente la structuration de la base de données selon la vision du développeur. Ce qui donne directement un aperçu sur l’apparence finale de la base de données réelle.
Comment créer son modèle de données sur Power BI ?
En réalité, vous avez la liberté de concevoir votre propre modèle de données pourvu qu’il s’aligne avec vos objectif et les besoins de votre entreprise.
En revanche, un modèle en étoile est considéré comme la forme de modèle la plus optimale qui vous permet d’exploiter au maximum la puissance de votre base de données.
Le modèle en étoile est un modèle qui place les tables des entités sous forme d’une étoile. Le centre de l’étoile représente la table de fait (qui est l’entité principale), et les autres représentent des tables dimensions.
Sur Power BI, vous pouvez télécharger votre base de données, cliquez sur l’icône du modèle en haut à gauche. Puis, le logiciel va vous afficher un modèle par défaut.
Supprimez les relations existantes, et procédez à créer les votre en glissant chaque attribut vert sur la table correspondante.
A ce niveau, notre article touche à sa fin. Nous espérons qu’il vous a été utile et nous vous donnons rendez vous dans une prochaine publication.
Vous pourriez aussi être intéressé par les sujets suivants :
