Chefs de projet BI, développeurs et analystes, administrateurs ayant à déployer et gérer des solutions basées sur SQL Server BI.

Connaissances de base des SGBDR, de la base SQL Server et du langage SQL. Connaissances de base des principes de modélisation de Data Warehouse.

À la fin de la formation, le participant sera capable de :

• Comprendre l'architecture de la suite
• S'initier aux concepts de la capture des modifications de données, la qualité des données et les services de données maîtres
• Concevoir un flux de contrôle et implémenter des transformations de données avec l'ETL SSIS
• Créer une base de services d'analyse et instaurer des dimensions d'analyse
• Comprendre les concepts de PowerPivot et Powerview, requêtes DAX pour l'analyse
• Concevoir et formater des rapports avec SSRS
• Découvrir Power BI

Introduction à l'Intelligence d'affaires

• Les motivations pour initier des projets d'intelligence d'affaires.
• Définition d'un entrepôt de données (ou Data Warehouse).
• Les composants d'une solution d'entreposage de données.
• Les phases de modélisation d'un entrepôt de données (selon Ralph Kimball).
• Comprendre les principes de modélisation (modèles étoile, flocon, constellation).
• La plateforme SQL Server Business Intelligence comme solution pour les Data Warehouses.
• L'architecture des outils d'intelligence d'affaires de SQL Server.

Démonstration: Exemples de mise en place et d'utilisation de SQL Server Business Intelligence.

Qualité des données et gestion des données de référence

• Le concept de référentiel de qualité des données.
• Les objectifs de la gestion des données de référence (ou Master Data Management).
• L'application de règles de gestion pour assurer la validité des données.
• Les services de données principales.
• Le composant DQS Cleansing pour la gestion des données de référence.
• La suppression des doublons dans les données.

Présentation de modèles de qualité des données.

Services d'intégration (ou Integration Services), les objets manipulés

• Comprendre les principes et le modèle de l'ETL (Extract, Transform, Load). Vue d'ensemble.
• Le concept de Package et de Workflow.
• La définition du flux de contrôle et du package.
• Les différentes tâches d'un flux de contrôle : script SQL, envoi de courriel, mise à jour de cube.
• La tâche "Change Data Capture".
• L'ajout de tâches (filewatcher).
• Le conteneur de séquence.
• Le conteneur de boucle ForEach.

Travaux pratiques: Création et modification de flux de contrôle.

Services d'intégration, alimentation des tables

• Les sources, les destinations et les transformations.
• Les différentes transformations : fractionnement conditionnel, colonne dérivée, regroupement.
• Les dimensions lentes.
• Déploiement, exécution de packages.
• Ordonnancement et configuration des packages.
• Journalisation, sécurité.

Exercice: Alimentation d'une table. Mise en œuvre des transformations. Création et utilisation de packages. Utilisation de la journalisation.

Services d'analyse (Analysis Services), construction de cubes et de schémas étoiles

• Introduction aux cubes multidimensionnels.
• Les modèles tabulaires de Services d'analyse.
• Utilisation de tables de dimensions et de faits.
• Introduction aux cubes tabulaires et à PowerPivot.
• Création de cubes dans SSDT (SQL Server Data Tools).
• Conception de la dimension.
• Les hiérarchies utilisateur.
• Les relations d'attributs.
• Les clés composites.

Exercice: Création d'une base de données Analysis Services. Mise en place de dimensions. Création de cube.

Services d'analyse, éléments avancés

• Introduction à la langue MDX.
• Membres calculés et ensembles nommés.
• Extraction et rapports.
• Partitions et conception d'agrégats.
• Requêtes de prédiction graphiques DMX.
• Sauvegarde et restauration des cubes.
• Mises à jour incrémentielles et sécurité des cubes.

Travaux pratiques: Manipulation de MDX. Rédaction de requêtes. Mise en œuvre de calculs simples et complexes. Sauvegarde et restauration de cubes.

La Data Science avec R et SQL Server

• Introduction à la Data Science.
• Introduction au langage R.
• Présentation des services R de SQL Server. Réflexion collective Illustration des présentations avec des démonstrations.

Exercice: développement en R, exécution de scripts exemples.

Services de rapports (Reporting Services), création de rapports

• Le serveur de rapports.
• Comparaison entre Report Designer et Report Builder.
• Utilisation des Tablix (tableaux et matrices).
• Éléments de mise en forme.
• Mise en forme conditionnelle.
• Éléments simples de présentation.

Exercice: Édition de requêtes. Utilisation et mise en forme des Tablix.

Services de rapports, fonctionnalités avancées

• Améliorer les rapports avec des graphiques et des jauges.
• Utilisation des paramètres.
• Trier et filtrer.
• Éléments d'analyse avancée : expressions, sparkline, KPI.
• Rapports sur cube MDX, extraction de données avec MDX.
• Actions et sous-rapports.

Exercice: Création de rapports incluant des graphiques. Intégration des paramètres et des tris. Utilisation des jauges, indicateurs clés de performance. Rapport basé sur une source Analysis Services.

Services de rapports, déploiement et gestion des rapports

• Gestionnaire de configuration.
• Gestion du serveur en mode natif.
• Déploiement de rapports.
• Exporter des rapports sous Excel et PDF, Word.
• Mise en cache, captures instantanées de rapports.
• Sécurité.
• Rapports liés, KPI, présentation des rapports mobiles et Power BI.

Exercice: Publication de rapports. Exportation d'un rapport au format Excel. Création et gestion d'un abonnement. Création d'un KPI.