Power BI - Changer le type d'une colonne Tutoriels

Découvrez comment changer le type d'une colonne pour une utilisation professionnelle dans Microsoft 365 grâce à cette vidéo informative.
Cette vidéo présente les étapes clés pour modifier le type de données d'une colonne de vos données importées à partir de sources externes à l'aide de Power Query.
Obtenez des conseils pratiques pour choisir le type de données approprié pour chaque colonne afin d'optimiser la manipulation et l'analyse des données.
Suivez cette vidéo pour en savoir plus sur la modification du type de données des colonnes et comment Microsoft 365 peut vous aider à améliorer les performances de votre entreprise.

  • 12:58
  • 4284 vues

Objectifs :

L'objectif de cette vidéo est de comprendre comment Power Query attribue automatiquement les types de colonnes lors de l'importation de données, ainsi que l'importance de vérifier et de modifier ces types pour garantir l'exactitude des analyses et des calculs ultérieurs.

Chapitres :

  1. Introduction à Power Query et aux Types de Colonnes
    Power Query est un outil puissant pour la manipulation de données. Lors de l'importation de données, il attribue automatiquement des types de colonnes, identifiés par des icônes spécifiques. Par exemple, une icône 'ABC' indique une colonne de texte, tandis qu'une icône '123' représente des nombres entiers. Il est crucial de vérifier ces attributions, car une mauvaise identification peut compromettre les analyses futures.
  2. Types de Données et Leur Importance
    Les types de données sont essentiels pour effectuer des opérations mathématiques et statistiques. Voici les principaux types de colonnes : - **Texte** : Représente des chaînes de caractères. Il est important de noter que des nombres peuvent être stockés sous forme de texte, ce qui peut entraîner des erreurs si non vérifié. - **Numériques** : Inclut les décimales, les nombres entiers et les pourcentages. Les décimales peuvent être à virgule flottante ou fixes, tandis que les pourcentages sont affichés sous forme de ratio. - **Dates** : Comprend les formats date-heure, date simple, heure, durée, et date-heure avec fuseau horaire. Ces formats permettent d'extraire des informations temporelles précises.
  3. Opérations Possibles avec les Types de Données
    Chaque type de données permet des opérations spécifiques : - **Texte** : Concaténation de colonnes, extraction de sous-chaînes. - **Numériques** : Calculs mathématiques tels que l'addition, la soustraction, et les statistiques comme les moyennes et les écarts types. - **Dates** : Extraction de jours, mois, et calculs de différences entre dates. Ces opérations sont fondamentales pour l'analyse des données.
  4. Gestion des Erreurs de Type
    Il est fréquent de rencontrer des erreurs de type lors de l'importation de données. Par exemple, un code postal peut être interprété comme un nombre entier, mais s'il est stocké comme texte, cela peut poser problème. Il est donc essentiel de vérifier et de modifier les types de colonnes si nécessaire, en utilisant le menu déroulant de Power Query.
  5. Conclusion
    En résumé, la compréhension des types de colonnes dans Power Query est cruciale pour garantir l'intégrité des données et la précision des analyses. En vérifiant et en ajustant les types de données, on peut éviter des erreurs qui pourraient fausser les résultats des calculs et des analyses ultérieures. Cela permet également d'exploiter pleinement les capacités de Power Query pour manipuler et analyser les données efficacement.

FAQ :

Qu'est-ce que Power Query et à quoi sert-il ?

Power Query est un outil de Microsoft qui permet d'importer, de transformer et de manipuler des données dans Excel et Power BI. Il facilite le nettoyage et la préparation des données pour l'analyse.

Comment Power Query détermine-t-il le type de colonne ?

Power Query analyse les données importées et attribue automatiquement un type de colonne basé sur les valeurs détectées, comme texte, nombre ou date. Il est important de vérifier ces attributions pour éviter des erreurs dans les calculs.

Pourquoi est-il important de définir correctement le type de colonne ?

Définir correctement le type de colonne permet d'effectuer des opérations mathématiques et statistiques précises. Par exemple, des calculs comme des sommes ou des moyennes ne peuvent être réalisés que si les données sont correctement typées.

Quels types de données peut-on utiliser dans Power Query ?

Power Query prend en charge plusieurs types de données, y compris le texte, les nombres entiers, les nombres décimaux, les pourcentages, les dates, les heures, et les valeurs binaires.

Comment puis-je modifier le type d'une colonne dans Power Query ?

Pour modifier le type d'une colonne, il suffit de cliquer sur l'icône du type de format attribué par défaut dans Power Query et de sélectionner le type souhaité dans la liste qui s'affiche.

Quelques cas d'usages :

Analyse des ventes

Utiliser Power Query pour importer des données de ventes, définir correctement les types de colonnes (comme les montants en tant que nombres décimaux) et effectuer des calculs pour analyser les performances des ventes.

Gestion des événements

Appliquer Power Query pour gérer les données d'un festival, en extrayant des informations comme le nombre de participants et les dates d'événements, tout en s'assurant que les types de colonnes sont correctement définis pour éviter des erreurs dans les rapports.

Préparation des données pour le reporting

Utiliser Power Query pour nettoyer et préparer des données avant de les importer dans un tableau de bord, en s'assurant que les colonnes de date et de nombre sont correctement typées pour des analyses précises.

Calcul des statistiques

Exploiter Power Query pour calculer des statistiques comme les moyennes et les écarts types à partir de données financières, en s'assurant que les colonnes numériques sont bien définies pour des résultats fiables.

Suivi des performances marketing

Utiliser Power Query pour importer des données de campagnes marketing, en définissant les types de colonnes pour les dates et les pourcentages, afin d'analyser l'efficacité des différentes stratégies.

Glossaire :

Power Query

Un outil de Microsoft utilisé pour l'importation, la transformation et la manipulation de données dans Excel et Power BI.

Type de colonne

La classification des données dans une colonne, qui détermine comment les données sont interprétées et traitées (ex. texte, nombre, date).

Unicode

Un standard de codage de caractères qui permet de représenter des textes dans presque toutes les langues du monde.

Concaténation

L'opération de combiner deux ou plusieurs chaînes de caractères en une seule chaîne.

Nombre entier

Un nombre sans décimales, utilisé pour représenter des quantités entières.

Nombre décimal

Un nombre qui peut contenir une partie fractionnaire, représentée par des chiffres après une virgule.

Pourcentage

Une manière de représenter une fraction d'un total, exprimée sur 100.

Date/Heure

Un format qui combine une date et une heure, permettant de représenter des événements temporels précis.

Durée

La mesure du temps entre deux événements, souvent exprimée en heures, minutes et secondes.

Valeur binaire

Une valeur qui peut être soit vraie (1) soit fausse (0), utilisée dans des opérations logiques.

Format binaire

Un type de données qui représente des informations non encore exploitables, comme des fichiers ou des images.

résultat(s)
00:00:00
Comme je vous l'avais précisément
00:00:03
dit automatiquement. Généralement,
00:00:04
Power Query va se charger des d'imaginer
00:00:08
les types de colonnes qui vont être qui
00:00:11
vont être attribuées pour chacune de.
00:00:14
Les données qui sont importées donc
00:00:15
ça correspond encore une fois aux
00:00:17
petites icônes qui sont présents ici,
00:00:18
donc à BC pour tout ce qui va être du texte,
00:00:22
on aura ensuite.
00:00:24
123 pour des nombres entiers,
00:00:27
et cetera et cetera.
00:00:28
Et il faut se méfier un petit peu
00:00:31
de ces formats parce que pour courir,
00:00:33
il va faire une estimation
00:00:34
sur une partie des données.
00:00:36
Ça, on y reviendra donc faire bien
00:00:38
attention à ça et bien vérifier si
00:00:40
ce qu'il a proposé est pertinent,
00:00:42
sinon ça mettrait en péril certains
00:00:44
retraitements qu'on pourra faire
00:00:45
par la suite certains calculs.
00:00:47
Je n’y reviens pas mais voilà
00:00:48
typiquement faire des.
00:00:50
Des estimations de durée entre 2 dates,
00:00:52
pouvoir faire des sommes entre 2 valeurs,
00:00:54
numériques et cetera,
00:00:55
ça n'est possible que si vous indiquez.
00:00:57
On va pouvoir y aller,
00:00:57
que ce sont des valeurs numériques,
00:00:59
donc essayer de balayer
00:01:00
un petit peu ensemble.
00:01:01
Les différents types de données.
00:01:05
Alors donc oui, effectivement,
00:01:06
les types de colonnes quand je vous disais,
00:01:08
sont amusés par des petits icônes
00:01:11
automatiquement pour I aller détecter
00:01:13
enfin Power Query et les modifier et
00:01:16
ensuite on a la capacité d'aller les
00:01:18
modifier en cliquant sur le petit
00:01:20
icône du type de de format qui est
00:01:23
attribué par défaut et ensuite on va
00:01:26
retrouver toute la liste qui est ici.
00:01:29
Alors le plus commun,
00:01:30
ça va être les types de données
00:01:32
en colonne texte donc qui
00:01:34
apparaissent ici et sous le format ABC,
00:01:36
dans l'entête d'icône.
00:01:37
Donc au niveau des types de données.
00:01:40
Bon Ben c'est relativement
00:01:41
simple à comprendre ,
00:01:41
ça va être des chaînes de caractère unicode
00:01:44
donc c'est juste le format l'unicode.
00:01:46
Mais peu importe, retenez juste que
00:01:47
c'est une chaîne de caractères.
00:01:49
Il peut s'agir de chaînes de nombre ou de
00:01:51
dates représentées dans un format texte,
00:01:53
donc ça c'est important aussi.
00:01:54
Méfiez-vous,
00:01:54
il peut tout à fait être écrit,
00:01:57
le nombre, le numéro du département.
00:01:59
Mais pour une raison qu'on ignore,
00:02:01
par défaut, ça sera considéré comme une
00:02:03
colonne de texte et non comme un numéro.
00:02:05
Donc on peut tout à fait stocker du des
00:02:08
numéros dans une colonne de type texte,
00:02:10
donc méfiez-vous de cette petite erreur.
00:02:12
Et quels sont les avantages à typer
00:02:14
une colonne texte correctement et on
00:02:16
va pouvoir faire certaines opérations,
00:02:18
donc à chaque fois je vous explique un
00:02:19
petit peu les opérations possibles.
00:02:20
Donc à savoir ici par exemple
00:02:22
de faire une concaténation,
00:02:23
c'est à dire le fait de rassembler
00:02:25
2 colonnes en une seule, ,
00:02:26
par exemple avoir le nom du département
00:02:28
et son numéro et de pouvoir faire
00:02:30
nom du département tiret.
00:02:31
Son numéro dans une seule colonne
00:02:33
et ensuite pouvoir effectuer des
00:02:35
extractions de chaînes de caractères
00:02:37
par exemple dans 1ID de de de Festival.
00:02:41
Imaginons qu'on est toujours 2
00:02:42
chiffres qui est au milieu de cet
00:02:44
AD et bien de pouvoir dire,
00:02:45
Eh bien je prends les 2 chiffres du milieu
00:02:47
et tu mets dans une nouvelle colonne,
00:02:49
donc ça n'est possible que si
00:02:50
c'est considéré comme du texte.
00:02:54
On va ensuite avoir tous les
00:02:55
types de colonnes numériques,
00:02:57
donc là on va avoir un petit peu plus.
00:02:58
La première, c'est le format décimal,
00:03:02
donc c'est un nombre à virgule flottante,
00:03:05
donc ce qu'on entend par virgule flottante,
00:03:07
c'est que la longueur du nombre de chiffres
00:03:10
après la virgule peut être variable.
00:03:12
Donc typiquement,
00:03:13
ça peut être une distance en mètres,
00:03:16
, c'est à dire,
00:03:18
on va être à 100,13 M donc les centimètres
00:03:23
comptent derrière
00:03:25
Pour le décimal,
00:03:27
on va avoir également des nombres décimaux,
00:03:29
fixes, donc c'est à dire que on va
00:03:32
définir un nombre de décimales
00:03:34
très précis donc ça c'est important.
00:03:36
Par exemple pour les prix d'un produit,
00:03:38
on ne peut pas avoir 3 décimales pour les 0,00€,
00:03:40
donc c'est forcément maximum
00:03:42
2 enfin 2 et donc on va avoir
00:03:45
ce format qui est spécifique.
00:03:47
Ensuite on va avoir les nombres entiers
00:03:49
donc ce sont des nombres qui n'ont
00:03:51
pas de chiffres après la virgule ça
00:03:53
on il faut bien faire attention à ça.
00:03:55
Par exemple,
00:03:56
l'âge d'un client par exemple
00:03:57
dans une base de données,
00:03:59
on ne peut pas avoir 30,7 ans,
00:04:02
on a 30 ans,
00:04:03
un instant t et donc on pourra
00:04:05
le placer en nombre entier.
00:04:07
Et finalement les pourcentages.
00:04:08
Donc là ça rien de
00:04:11
Comment dire ce n’est pas un
00:04:12
format très compliqué.
00:04:13
C'est juste qu'en gros on va
00:04:16
faire une division par 100
00:04:18
automatique de de la valeur pour
00:04:20
vous l'afficher au pour 100 au
00:04:23
format ratio et donc ça peut par
00:04:25
exemple pour ainsi commerce le
00:04:27
taux de conversion qui est affiché.
00:04:29
Quel est l'intérêt d'aller typer
00:04:31
ces colonnes-là ?
00:04:32
Eh bien,
00:04:33
on va pouvoir faire évidemment des
00:04:34
opérations mathématiques, ?
00:04:36
Des additions,
00:04:36
des divisions et des multiplications,
00:04:38
et cetera.
00:04:39
Et de pouvoir également effectuer
00:04:40
plein de calculs mathématiques
00:04:42
où statistiques.
00:04:43
Ça peut être des moyennes,
00:04:44
des médianes, des écarts-types,
00:04:46
et cetera,
00:04:47
et cetera.
00:04:49
Si vous n'êtes pas trop sûr du format,
00:04:51
ici le plus commun reste le nombre décimal,
00:04:54
ce qui vous évitera de faire
00:04:56
des erreurs globalement.
00:04:57
Donc si vous n'êtes pas trop sûr,
00:04:59
je vous conseillerai
00:04:59
plutôt d'utiliser celui-là.
00:05:03
Ensuite, les nombreuses
00:05:05
types de colonnes en date.
00:05:07
Donc tout ce qui va être donné temporel,
00:05:10
donc on va avoir le premier
00:05:11
élément qui est date, heure donc,
00:05:13
qui va représenter une valeur de
00:05:16
date et d'heure au format jour,
00:05:18
mois, année et ensuite heure.
00:05:22
Minutes et secondes, donc ça peut être
00:05:23
par exemple sur un site commerce.
00:05:25
La date et l'heure précis d'un
00:05:27
achat qui a été effectué.
00:05:30
Le type d'opération possible,
00:05:31
ça va être l'extraction par
00:05:32
exemple du jour de la semaine.
00:05:34
Quelle est ce que ça a été fait un jeudi,
00:05:36
un samedi ou potentiellement du mois est
00:05:39
aussi la différence entre 2 dates, .
00:05:42
Si par exemple on pour le mois,
00:05:44
par exemple,
00:05:44
si on veut recréer une colonne
00:05:46
spécifique qui ne contient que le mois,
00:05:48
Eh bien on va pouvoir extraire
00:05:49
de ce format de date,
00:05:50
heure la valeur qui se situe uniquement
00:05:53
ici et pareil la différence entre 2 dates,
00:05:56
c'est bien,
00:05:56
ça peut être aussi intéressant d'avoir
00:05:58
le nombre de jours entre 2 dates,
00:06:00
typiquement pour le début et
00:06:01
la fin de notre festival.
00:06:02
On sera amené à calculer ce
00:06:04
type de valeur là.
00:06:05
Ensuite, on va avoir la valeur date,
00:06:07
le format date tout simple,
00:06:09
donc ici, c'est à peu près la
00:06:10
même chose que le date heure.
00:06:12
C'est juste qu’il n’y a pas l'heure simplement
00:06:14
donc ici on ne va qu’avoir un format jour,
00:06:16
mois et année et on va pouvoir
00:06:18
faire sensiblement la même chose.
00:06:19
Donc extraction du jour de la
00:06:21
semaine du mois de l'année,
00:06:23
et cetera et cetera.
00:06:24
Et on voit qu'on peut-on verra,
00:06:25
qu'on peut à peu près extraire
00:06:26
tout ce qu'on veut.
00:06:27
La différence entre 2 dates évidemment.
00:06:29
Ensuite on va avoir un format heure
00:06:31
qui lui encore une fois donc c'est
00:06:33
le pendant 2 dates ne contient
00:06:34
pas de date et uniquement 1h.
00:06:36
Ça peut être par exemple,
00:06:36
l'heure d'ouverture d'un d'une série
00:06:38
de de magasins, ça sera formé à heures,
00:06:41
minutes et secondes.
00:06:42
On va pouvoir essayer,
00:06:43
extraire l'heure,
00:06:44
on va pouvoir extraire la minute et on va
00:06:47
pouvoir également extraire la différence,
00:06:49
donc là soustraction de 2 horaires
00:06:51
donc par exemple l'ouverture,
00:06:52
l'heure d'ouverture et de fermeture
00:06:53
si je soustrais les 2 j'obtiendrais
00:06:56
le nombre d'heures ou le magasin
00:06:58
est ouvert sur la journée.
00:07:00
Ensuite,
00:07:00
on va avoir des notions de durée donc
00:07:03
ça sera typiquement si je calcule
00:07:05
cette différence d'ouverture et de fermeture,
00:07:07
ça va me donner une durée qui est
00:07:09
également au format heure et minute
00:07:10
et 2nde et ça peut être effectivement
00:07:12
le temps d'ouverture d'un magasin
00:07:13
le temps passé sur un site web,
00:07:16
on va pouvoir extraire par exemple
00:07:18
le nombre de jours que ça représente
00:07:19
encore une fois .
00:07:20
Je fais un rappel au festival,
00:07:23
le nombre d'heures inclut dans
00:07:24
dans la dans la durée,
00:07:26
donc c'est exactement même chose,
00:07:27
c'est juste la granularité qu'on va choisir.
00:07:31
Et ensuite, on aura le format de date,
00:07:34
heure, fuseau horaire donc,
00:07:35
qui correspond au format de date,
00:07:36
heure mais au à la.
00:07:39
Comment dire à l'heure UTC avec un
00:07:42
potentiellement un décalage de de fuseaux
00:07:44
horaires et donc ça c'est intéressant
00:07:46
quand on va effectivement vous êtes
00:07:49
sur des données internationales,
00:07:50
en tout cas à destination d'un
00:07:53
d'utilisateur internationaux et donc de
00:07:54
plutôt que d'utiliser l'heure locale
00:07:56
de plutôt prendre leur universelle et
00:07:59
donc d'utiliser le système des UTC.
00:08:02
Et donc petit focus
00:08:03
effectivement par rapport à ça,
00:08:05
donc l'i TC Pour rappel en gros donc
00:08:07
on prend le méridien de Greenwich qui
00:08:09
nous donne leur 0 et ensuite on va
00:08:11
avoir UTC plus un donc ça veut dire
00:08:13
qu'on a 1h00 de plus donc c'est ici
00:08:16
toute la zone en bleu utiliser plus
00:08:18
2 ça va être la zone violette c plus
00:08:20
3 la zone rouge et ainsi de suite
00:08:23
et donc plutôt que de vous afficher
00:08:25
par exemple 16h30 pour 1h d'achat en
00:08:28
France on vous affichera 15h30 plus.
00:08:31
En UTC pour l'avoir au format international.
00:08:39
Finalement, l'écart un peu plus particuliers.
00:08:42
Donc on va commencer par les boules,
00:08:43
tiens donc ça on va les exploiter par
00:08:45
la suite, que ça soit dans la création
00:08:48
de métrique ou même dans le code qu'on
00:08:50
pourrait écrire dans Power Query donc
00:08:53
un boulet un c'est une colonne qui ne
00:08:55
peut contenir que 2 types de
00:08:58
valeur que 2 valeurs qui est vrai ou faux.
00:09:01
Il faut faire très attention à ça,
00:09:02
ce n'est pas considéré comme du texte,
00:09:05
ça sera vraiment comme une valeur
00:09:07
technique qui indique si c'est du.
00:09:09
Si c'est vrai ou si c'est faux,
00:09:10
j'aurais dû mal à en dire plus. Ça.
00:09:14
Souvent la terminologie anglaise,
00:09:15
, donc **** où false et qui va nous
00:09:19
permettre du coup de faire des opérations
00:09:21
logiques ou même des conditions au sein
00:09:23
de leur exploitation de nos données.
00:09:25
Donc là on pourrait reprendre l'exemple
00:09:27
des produits en promotion si le produit en
00:09:29
promotion est vrai et est en promotion,
00:09:31
donc on va mettre vrai,
00:09:32
c'est une n'est pas,
00:09:33
on va mettre tout simplement faux et
00:09:35
comme opération possible effectivement
00:09:37
on peut l'utiliser dans des fonctions
00:09:39
conditionnelles là.
00:09:42
Et ensuite,
00:09:42
on aura le format binaire alors donc
00:09:44
le format binaire donc c'est une
00:09:47
information qui n'est pas encore
00:09:48
exploitable directement dans une
00:09:50
colonne donc ça peut être par exemple
00:09:52
le fichier Excel,
00:09:53
donc c'est dans une des étapes qu'on
00:09:55
voyait donc je vous le remontrerai
00:09:57
tout à l'heure dans le fichier.
00:09:59
Mais quand on est en train de
00:10:01
sélectionner une longue qu'on souhaitait
00:10:03
importer le fichier en lui-même était
00:10:05
affiché en tant que donnée binaire
00:10:07
parce que pas encore deployable dans
00:10:09
dans un tableau Power Query.
00:10:11
On peut aussi avoir des images.
00:10:13
Voilà, et les opérations possibles.
00:10:15
Ben c'est assez simple,
00:10:16
c'est fait pour transitoire.
00:10:18
On va surtout utiliser en tant
00:10:20
qu’étape intermédiaire,
00:10:22
pour ensuite faire de la
00:10:23
réelle extraction de données.
00:10:26
Alors,
00:10:27
on va retourner dans notre tableau
00:10:28
pour analyser un petit peu les données,
00:10:30
les types de données qui ont été
00:10:33
attribuées automatiquement par Power Quéry,
00:10:35
numéro d'identification.
00:10:36
On est sur des valeurs avec des lettres,
00:10:39
donc ici on est bien sûr du texte de
00:10:41
la manifestation bien sûr du texte,
00:10:43
le domaine aussi le complément domaine,
00:10:45
ça reste du texte, la région,
00:10:47
le département et la commune principale.
00:10:49
On est bien sûr du texte,
00:10:50
ici le département, on va être sur un nombre,
00:10:54
un nombre entier,
00:10:55
donc effectivement un département ne
00:10:57
ne peut pas avoir de chiffres après la virgule.
00:10:59
Le code postal est
00:11:00
également un nombre entier,
00:11:01
le code INSEE alors code INSEE,
00:11:03
c'est un peu particulier parce que en l'état,
00:11:05
vous voyez qu'on a à la fois la longitude
00:11:07
et là latitude dans la même colonne, donc.
00:11:10
On aura du mal à lui préciser le fait que
00:11:13
ça soit un format nombre pour l'instant,
00:11:16
donc on va le laisser en texte.
00:11:17
On aura le retraite là périodicité,
00:11:19
en texte,
00:11:20
le mot habituel en texte.
00:11:21
Y a pas de problème.
00:11:22
Le numéro de l'édition 2018,
00:11:26
alors là, en théorie,
00:11:27
on devrait mettre un format numérique,
00:11:29
mais pour l'instant on voit qu'on a
00:11:30
des valeurs un peu bizarres parce
00:11:31
que quand c'est la première édition,
00:11:32
c'est écrit première édition donc
00:11:34
ça sera un retraitement qu'on aura
00:11:37
à faire ultérieurement et ensuite de
00:11:39
rechanger le type de la de la colonne.
00:11:41
Peu importe, date de début,
00:11:43
on est en format date.
00:11:44
Effectivement,
00:11:45
ce qu'on a pas d'heure indiquée la
00:11:47
date de fin en informé la date aussi,
00:11:49
la date de création également.
00:11:51
Le volume de participants.
00:11:52
Alors là on a un petit souci,
00:11:53
vous voyez que il nous affiche ça en
00:11:57
format décimal. Et donc c'est faux.
00:12:01
En l'occurrence qu'on peut pas avoir
00:12:03
une quête ,5 participants pour un festival,
00:12:06
ça forcément un nombre entier,
00:12:07
on ne parle de personne et donc ici
00:12:09
on va aller dans le menu déroulant
00:12:12
et cliquer sur nombre entier.
00:12:14
On a ici type modifié,
00:12:15
qui vient de s'ajouter et on voit qu'il
00:12:17
y a un incrément qui vient d'être,
00:12:19
qui vient d'être ajouté parce que j'avais
00:12:23
déjà une étape de type de modification.
00:12:26
Et donc pour éviter que
00:12:27
l'étape comporte le même nom.
00:12:29
Et bien on va ici rajouter un
00:12:31
incrément Pour information,
00:12:32
si vous faites un clic droit,
00:12:33
vous pouvez renommer l'étape pour
00:12:35
lui donner un nom qui vous parle,
00:12:38
qui vous parle davantage.
00:12:41
Le niveau des participants 2017.
00:12:43
Là,
00:12:43
c'était la bonne valeur et au niveau
00:12:45
du site web, on est également bon,
00:12:47
donc très peu de retraitements à faire,
00:12:49
?
00:12:49
Sur les estimations qui
00:12:51
avaient pu faire pour courir,
00:12:52
donc c'est parfait et on va
00:12:55
pouvoir continuer notre travail.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Abonnés
6603 vues
E-learning Intermédiaire

Formation Vidéo Microsoft Power BI - Intermédiaire

Comment vous permettre d’adopter une stratégie « Data Driven » de votre entreprise ? Faites-vous aider par Power-BI pour orienter vos décisi...

Cours E-learning
Gratuit
1915 vues

Cours échantillon gratuit : De la découverte aux fonctions avancées de Microsoft Power BI

Ce cours offre un aperçu des 3 cours Microsoft Power BI composés de plus de 170 vidéos pour 11 heures de contenus.

Abonnés
9256 vues
E-learning Débutant

Formation Vidéo Microsoft Power BI - Découverte

Découvrez, grâce à une suite logique de tutoriels vidéo, les fonctionnalités basiques de Microsoft Power BI et ses composantes : Acquérir la...

Cours E-learning
Abonnés
7631 vues
E-learning Avancé

Formation Vidéo Microsoft Power BI - Avancé

Ce cours complet vous permet d’acquérir un niveau avancé pour mettre en place des rapports complets et complexes dans Microsoft Power BI.

Cours E-learning
TOUS LES COURS

Une erreur est survenue

Impossible de sauvegarder votre progression. Veuillez recharger la page, vous connecter, et essayer de nouveau. Si le problème persiste, merci de contacter un administrateur.

Fermer

Rappel

Afficher

/

Acceder à la session