Leçon 1Objets magasin et emplacement : Store_ID, Store_Name, Region, Country, ChannelDéfinissez objets dimension magasin et emplacement pour analyse détail. Apprenez à modéliser identifiants magasin, noms, régions, pays et canaux, et comment ces attributs soutiennent rapportage performance géographique et canal.
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringLeçon 2Clés, jointures et alias : techniques pour dimensions conformes et jointures multiples vers même tableModélisez clés, jointures et alias pour soutenir dimensions conformes. Apprenez à joindre dimensions partagées à plusieurs faits, éviter boucles et utiliser alias tables pour représenter rôles ou chemins différents dans schéma univers.
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesLeçon 3Objets univers principaux : Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)Concevez mesures faits ventes principales dont dépendent utilisateurs. Apprenez à modéliser revenus, unités, marge et rabais comme mesures additives, définir comportement agrégation et documenter règles métier derrière chaque métrique dans univers.
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingLeçon 4Objets dérivés et calculés : variables pour Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_FlagCréez objets dérivés et calculés encapsulant logique métier. Apprenez à construire pourcentage marge, rotation stock, jours inventaire et indicateurs slow-mover tout en gardant formules maintenables et bien documentées.
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesLeçon 5Objets univers supplémentaires : Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)Modélisez mesures détail et instantanés supplémentaires enrichissant analyse. Apprenez à exposer prix vente, coût biens vendus, niveau stock et valeur stock, et comprenez quand utiliser détail vs objets agrégés en rapports.
Selling_Price as a detail objectCost_of_Goods_Sold sourcing and rulesStock_Level as a snapshot measureStock_Value as a calculated measureChoosing detail versus aggregated objectsLeçon 6Gestion plusieurs tables faits : types jointures, contextes et alias pour prévenir pièges ventilateur et gouffreGérez plusieurs tables faits en sécurité dans un univers. Apprenez stratégies jointures, contextes et alias pour éviter pièges ventilateur et gouffre, assurant rapports ventes et stock combinés retournent résultats précis sans duplication.
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesLeçon 7Objets dimension : Product_ID, SKU, Product_Category, Product_Subcategory, BrandConcevez objets dimension produit robustes pour analyse. Apprenez à exposer ID, SKU, catégories, sous-catégories et marques, gérer attributs changeant lentement et assurer rollups produit cohérents sur toutes tables faits.
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting useLeçon 8Éviter double comptage : définition granularité claire, contextes aggregate-aware, explication mesures semi-additivesComprenez comment prévenir double comptage en rapports agrégés. Apprenez à définir granularité fait claire, utiliser objets et contextes aggregate-aware, et gérer correctement mesures semi-additives comme stock et soldes sur temps.
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingLeçon 9Objets temps : Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_FlagConcevez objets dimension temps pour analyse période flexible. Apprenez à exposer dates calendrier, années fiscales, périodes fiscales, semaines et indicateurs comme mois à date, permettant filtres et comparaisons temps cohérents.
Calendar_Date as the base time keyFiscal_Year and Fiscal_Period mappingWeek and month attributes for groupingMonth_To_Date_Flag logic and usageHandling holidays and special periodsLeçon 10Granularité fait et modélisation : définition fait ventes niveau transaction vs fait instantané stock, implications granularitéDéfinissez et documentez granularité fait pour chaque table. Apprenez différence entre faits ventes niveau transaction et faits instantanés stock, et comment choix granularité affectent agrégations, chemins percée et performance rapport.
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersLeçon 11Identifier domaines sujet : fait ventes, fait stock, maître produit, maître magasin, dimension calendrierDéfinissez domaines sujet métier pilotant conception univers. Apprenez comment données ventes, stock, produit, magasin et calendrier se cartographient vers tables faits et dimensions, et comment séparation soutient rapportage flexible cohérent.
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsLeçon 12Champs audit et lignage : Data_Source, Load_Timestamp, Record_Status pour dépannage et réconciliationIntroduisez champs audit et lignage dans univers. Apprenez comment Data_Source, Load_Timestamp et Record_Status soutiennent dépannage, réconciliation et confiance utilisateur, et comment les exposer sans confondre utilisateurs finaux.
Purpose of Data_Source in reportingUsing Load_Timestamp for recency checksRecord_Status for active or deleted rowsDesigning audit objects for power usersReconciliation techniques using audit data