Este curso oferece uma introdução aos conceitos de Modelação de Dados e à criação de um modelo de dados eficiente e estruturado no Power BI Desktop, capaz de realizar análises poderosas.

No primeiro módulo, os formandos vão aprender conceitos fundamentais, como tabelas de factos e tabelas dimensão, chaves primárias e estrangeiras, relações, normalização. No segundo módulo, aprenderão a criar e gerir relações entre as diferentes tabelas de dados e otimizar essas relações para garantir uma análise precisa. Serão exploradas técnicas avançadas de modelação de dados, como tabelas de data, tabelas de facto e dimensão e os diferentes tipos de cardinalidade que se estabelecem entre as tabelas.

No final deste curso, os formandos serão capazes de:

• Entender e aplicar os princípios básicos de modelação de dados.
• Conectar-se a diversas fontes de dados, importar e transformar dados para o Power BI.
• Criar relações entre diferentes conjuntos de dados para análises integradas.
• Entender que a criação de um modelo de dados no Power BI permite a análise e visualização de dados de forma eficiente e intuitiva.

• Dirigentes em cargos de direção intermédia
• Dirigentes em cargos de direção superior
• Trabalhadoras/es da carreira geral de técnico superior
• Trabalhadoras/es da carreira geral de assistente técnico
• Trabalhadoras/es da carreira geral de assistente operacional
• Trabalhadoras/es das carreiras especiais

1. Introdução às Relações e ao Modelo de Dados

1.1. Modelação de dados em Power BI – Identificar os princípios básicos e reconhecer a sua importância para uma análise eficiente e estruturada no Power BI.

1.2. Relações de dados e análises em Power BI – Reconhecer a necessidade de criar relações entre tabelas no Power BI de modo a realizar análises integradas e precisas.

2. Criação de um modelo de dados

2.1. Relações entre as tabelas – Compreender como estabelecer e ajustar as relações para refletir corretamente as conexões entre os dados.

2.2. Direção do filtro nas relações das tabelas: Reconhecer como a direção do filtro afeta a análise de dados.

2.3. Cardinalidade nas relações das tabelas: Reconhecer os diferentes tipos de cardinalidade (um-para-muitos, muitos-para-um, um-para-um) e como estes se devem aplicar.

2.4. Relações ativas e as inativas: Saber quando e como utilizar relações ativas e inativas para obter resultados desejados na análise.

2.5. Modelo de dados: Implementar práticas recomendadas para melhorar a eficiência e a performance do modelo de dados.

• Orientação para a Mudança e Inovação
• Orientação para Resultados
• Análise Crítica e Resolução de Problemas

Gratuito

Inscrição