- Comprendre le rôle de Power Query et Power Pivot dans l'écosystème Excel
- Importer des données depuis des sources multiples
- Nettoyer, transformer et automatiser la préparation des données
- Modéliser des données relationnelles performantes
- Maîtriser le langage DAX pour les calculs avancés
- Créer des indicateurs, mesures et KPI fiables
- Optimiser les performances des modèles de données
- Exploiter Power Pivot pour l'analyse décisionnelle
- Fiabiliser et automatiser les mises à jour de données
- Gagner en productivité dans l'analyse de données complexes
Module 1 : Introduction à Power Query et Power Pivot
- Limites d'Excel classique
- Présentation de Power Query et Power Pivot
- Cas d'usage professionnels
- Architecture des modèles de données
Module 2 : Importation des données avec Power Query
- Sources de données (Excel, CSV, bases de données, web, dossiers)
- Paramétrage des connexions
- Actualisation des données
- Gestion des erreurs d'import
Module 3 : Transformation et nettoyage des données
- Interface Power Query
- Nettoyage des données (doublons, valeurs nulles, formats)
- Colonnes conditionnelles et personnalisées
- Fusion et ajout de requêtes
- Automatisation des traitements
Module 4 : Introduction au langage M
- Principes du langage M
- Modification du code généré
- Fonctions courantes
- Bonnes pratiques
Module 5 : Modélisation des données avec Power Pivot
- Création du modèle de données
- Relations entre tables
- Cardinalité et sens des relations
- Tables de faits et dimensions
Module 6 : Initiation au langage DAX
- Concepts fondamentaux du DAX
- Colonnes calculées et mesures
- Fonctions de base (SUM, COUNT, CALCULATE, FILTER)
Module 7 : DAX avancé et intelligence temporelle
- Fonctions d'intelligence temporelle
- Mesures complexes et KPI
- Contextes de lignes et de filtres
- Optimisation des calculs
Module 8 : Analyse et restitution des données
- Tableaux croisés dynamiques basés sur Power Pivot
- Segments et chronologies
- Analyse multidimensionnelle
- Bonnes pratiques de restitution
Module 9 : Performance et bonnes pratiques
- Optimisation du modèle de données
- Réduction de la taille des fichiers
- Bonnes pratiques de structuration
- Sécurisation des données
Module 10 : Cas pratiques et automatisation complète
- Mise en situation professionnelle
- Création d'un modèle complet de A à Z
- Automatisation des mises à jour
- Validation des résultats
- Capacité à automatiser la préparation des données
- Création de modèles de données robustes et performants
- Maîtrise des calculs avancés avec DAX
- Production d'analyses fiables et évolutives
- Gain significatif de temps dans le traitement des données
- Autonomie complète sur Power Query et Power Pivot
Non certificiante
Sans niveau spécifique
