🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
GCP100LOOKERAVD

Analyser et visualiser des données dans Looker

Dans ce cours, vous apprenez à réaliser le type d'exploration et d'analyse de données dans Looker qui était auparavant effectué principalement par des développeurs ou des analystes SQL. Vous apprenez à tirer parti de la plateforme d'analyse moderne de Looker pour trouver et explorer le contenu pertinent dans l'instance Looker de votre organisation. Vous découvrez également comment interroger vos données, créer de nouvelles métriques selon vos besoins, ainsi que créer et partager des visualisations et des tableaux de bord pour faciliter la prise de décision fondée sur les données.

Google Cloud
✓ Formation officielle Google CloudNiveau Fondamentaux⏱️ 1 jour (7h)

Ce que vous allez apprendre

  • Définir Looker et les fonctionnalités qu'il offre pour travailler avec les données.
  • Utiliser les dimensions, les mesures et les filtres pour analyser et visualiser les données.
  • Utiliser les tableaux de bord pour afficher plusieurs visualisations et les boards pour organiser le contenu Looker.
  • Créer des métriques avancées en pivotant les données Looker et en écrivant des calculs de table et de décalage (offset).
  • Créer des visualisations à l'aide de Looks et de tableaux de bord, et partager le contenu Looker avec d'autres personnes.

Prérequis

  • Aucun

Public cible

  • Utilisateurs métier qui ont besoin de tirer des enseignements des données., Analystes de données responsables de l'analyse et de la visualisation des données au sein de leur organisation.

Programme de la Formation

6 modules pour maîtriser les fondamentaux

Objectifs
  • Définir la proposition de valeur de la plateforme Looker.
  • Expliquer le rôle de Looker dans le processus d'analyse de données.
  • Décrire les principaux composants de l'interface utilisateur de Looker.
  • Interpréter la structure hiérarchique de dossiers de Looker pour le contenu.
  • Présenter les différents emplacements de contenu au sein de la plateforme Looker.
Sujets abordés
  • →Qu'est-ce que Looker ?
  • →Interface utilisateur de Looker
  • →Organiser le contenu avec des dossiers
Activités

1 quiz

Objectifs
  • Définir la finalité d'une dimension et d'une mesure dans Looker.
  • Identifier où les utilisateurs finaux manipulent les dimensions, les mesures et les filtres.
Sujets abordés
  • →Les dimensions dans Looker
  • →Les mesures dans Looker
  • →Utiliser les dimensions et les mesures
  • →Filtrer les dimensions
  • →Filtrer les mesures
Activités

3 démos

1 lab

1 quiz

Objectifs
  • Expliquer comment filtrer au sein d'un Look et d'un tableau de bord.
  • Identifier où les utilisateurs peuvent travailler avec les tableaux de bord et les boards, et filtrer au sein des Looks et des tableaux de bord.
  • Expliquer comment les tableaux de bord, les boards et le filtrage peuvent contribuer au processus d'analyse de données.
  • Définir la finalité d'un tableau de bord.
  • Expliquer ce qu'est un board dans Looker.
  • Détailler le processus de création d'un board.
  • Détailler le processus permettant d'épingler des Looks et des tableaux de bord à un board.
Sujets abordés
  • →Filtrer les Looks
  • →Présentation des tableaux de bord
  • →Filtrer les tableaux de bord
  • →Organiser le contenu Looker dans des boards
Activités

1 démo

1 quiz

Objectifs
  • Expliquer le processus de pivotement des données.
  • Identifier où les utilisateurs peuvent pivoter les données, écrire des calculs de table et des calculs de décalage (offset).
  • Identifier les situations où il convient d'envisager de pivoter les données et d'écrire un nouveau calcul de table.
  • Expliquer comment le pivotement des données, l'écriture de calculs de table et l'écriture de calculs de décalage peuvent contribuer au processus d'analyse de données.
  • Différencier un calcul de table d'un calcul de décalage.
  • Présenter les différents types de calculs de table.
  • Détailler le processus d'écriture des calculs de table et des calculs de décalage.
Sujets abordés
  • →Pivoter les données dans Looker
  • →Introduction aux calculs de table
  • →Types de calculs de table
  • →Écrire des calculs de table
  • →Présentation des fonctions de décalage (offset)
  • →Écrire des calculs de décalage (offset)
Activités

4 démos

1 lab

1 quiz

Objectifs
  • Expliquer comment créer un nouveau Look et un nouveau tableau de bord dans Looker.
  • Identifier où les utilisateurs peuvent créer de nouveaux Looks et tableaux de bord.
Sujets abordés
  • →Créer de nouveaux Looks
  • →Créer de nouveaux tableaux de bord
Activités

1 quiz

Objectifs
  • Énumérer les options pour partager des Looks et des tableaux de bord une seule fois ou selon une planification régulière.
  • Identifier où les utilisateurs peuvent envoyer ou planifier des Looks et des tableaux de bord, et configurer des alertes de tableau de bord au niveau des tuiles.
  • Expliquer comment configurer un Look ou un tableau de bord partagé ou planifié.
  • Présenter comment choisir les options adaptées à une situation ou à un cas d'usage métier donné.
  • Identifier les options permettant de planifier une alerte de tableau de bord au niveau des tuiles.
Sujets abordés
  • →Partager et planifier des Looks
  • →Partager et planifier des tableaux de bord
  • →Alertes de tableau de bord au niveau des tuiles
Activités

1 quiz

Formations associées

Google Cloud

Développer des modèles de données avec LookML

Ce cours vous permet de développer des modèles LookML (Looker Modeling Language) évolutifs et performants qui fournissent à vos utilisateurs métier les données standardisées et prêtes à l'emploi dont ils ont besoin pour répondre à leurs questions. À l'issue de ce cours, vous serez en mesure de commencer à créer et à maintenir des modèles LookML pour organiser et gérer les données dans l'instance Looker de votre organisation.

1 j
Intermédiaire
Google Cloud

Intégration de données avec Cloud Data Fusion

Ce cours de 2 jours présente aux apprenants la capacité d'intégration de données de Google Cloud à l'aide de Cloud Data Fusion. Dans ce cours, nous discutons des défis liés à l'intégration de données et de la nécessité d'une plateforme d'intégration de données (middleware). Nous discutons ensuite de la manière dont Cloud Data Fusion peut aider à intégrer efficacement les données provenant d'une variété de sources et de formats et à générer des informations. Nous examinons les principaux composants de Cloud Data Fusion et leur fonctionnement, comment traiter les données par lots et les données en streaming en temps réel avec une conception de pipeline visuelle, un suivi riche des métadonnées et de la lignée des données, et comment déployer des pipelines de données sur divers moteurs d'exécution.

2 j
Intermédiaire
Google Cloud

Gérer un maillage de données avec Knowledge Catalog

Knowledge Catalog est une fabrique de données intelligente qui permet aux organisations de découvrir, gérer, surveiller et gouverner de manière centralisée leurs données à travers les lacs de données, les entrepôts de données et les datamarts. Vous pouvez utiliser Knowledge Catalog pour construire une architecture de maillage de données afin de décentraliser la propriété des données entre les propriétaires de domaines de données. Dans ce cours, vous apprendrez à découvrir, gérer, surveiller et gouverner vos données à travers les lacs de données, les entrepôts de données et les datamarts grâce à des conférences guidées et des exercices indépendants utilisant des données d'exemple.

2 j
Intermédiaire
Voir toutes les formations →

Prochaines sessions

1 octobre 2026
Distanciel • Français
S'inscrire
20 novembre 2026
Distanciel • Français
S'inscrire

Processus Qualité

L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité

Méthodes pédagogiques mobilisées
  • Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
  • Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
  • Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
Dispositif d'évaluation et de suivi

L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :

  • Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
  • Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.

790€ € HT

par apprenant

RéserverDevis