🏆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 les données dans Looker

Dans ce cours, vous apprendrez à effectuer le type d'exploration et d'analyse de données dans Looker qui était auparavant principalement réalisé par des développeurs ou des analystes SQL. Vous apprendrez à tirer parti de la plateforme d'analyse moderne de Looker pour trouver et explorer du contenu pertinent dans l'instance Looker de votre organisation. Vous découvrirez également comment poser des questions à vos données, créer de nouvelles métriques si nécessaire, et construire et partager des visualisations et des tableaux de bord pour faciliter la prise de décision basée sur les données.

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

Ce que vous allez apprendre

  • Définir Looker et les capacités 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 de multiples visualisations et les boards pour organiser le contenu de Looker.
  • Créer des métriques avancées en pivotant les données de Looker et en écrivant des calculs de table et de décalage.
  • Créer des visualisations à l'aide de Looks et de tableaux de bord, et partager le contenu de Looker avec d'autres.

Prérequis

  • Aucun

Public cible

  • Utilisateurs métier qui ont besoin d'extraire des informations à partir des données., Analystes de données responsables de l'analyse et de la visualisation des données au sein de leurs organisations.

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 des dossiers de Looker pour le contenu.
  • Discuter des différents emplacements de contenu au sein de la plateforme Looker.
Sujets abordés
  • →Qu'est-ce que Looker ?
  • →Interface utilisateur de Looker
  • →Organisation du contenu avec des dossiers
Activités

1 quiz

Objectifs
  • Définir l'objectif d'une dimension et d'une mesure dans Looker.
  • Identifier où les utilisateurs finaux travaillent avec les dimensions, les mesures et les filtres.
  • Expliquer comment les dimensions, les mesures et les filtres contribuent au processus plus large d'analyse de données dans Looker.
  • Identifier à quel actif une dimension correspond dans votre base de données.
  • Identifier à quelles fonctions SQL une mesure peut correspondre.
  • Expliquer comment filtrer par une dimension.
Sujets abordés
  • →Dimensions dans Looker
  • →Mesures dans Looker
  • →Utilisation des dimensions et des mesures
  • →Filtrage des dimensions
  • →Filtrage des mesures
Activités

3 démos, 1 labo, 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 l'objectif d'un tableau de bord.
  • Expliquer ce qu'est un board dans Looker.
  • Détailler le processus de création d'un board.
  • Détailler le processus pour épingler des Looks et des tableaux de bord à un board.
Sujets abordés
  • →Filtrage des Looks
  • →Introduction aux tableaux de bord
  • →Filtrage des tableaux de bord
  • →Organisation du contenu Looker dans des boards
Activités

1 démo, 1 quiz

Objectifs
  • Expliquer le processus de pivotement des données.
  • Identifier où les utilisateurs peuvent pivoter des données, écrire des calculs de table et des calculs de décalage.
  • Identifier les situations à considérer pour pivoter des données et 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.
  • Discuter des différents types de calculs de table.
  • Détailler le processus pour écrire des calculs de table et des calculs de décalage.
Sujets abordés
  • →Pivotement des données dans Looker
  • →Introduction aux calculs de table
  • →Types de calculs de table
  • →Écriture de calculs de table
  • →Introduction aux fonctions de décalage
  • →Écriture de calculs de décalage
Activités

4 démos, 1 labo, 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
  • →Création de nouveaux Looks
  • →Création de nouveaux tableaux de bord
Activités

1 quiz

Objectifs
  • Lister les options pour partager des Looks et des tableaux de bord une seule fois ou selon un calendrier régulier.
  • 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 de la tuile.
  • Expliquer comment configurer un Look ou un tableau de bord partagé ou planifié.
  • Discuter de la manière de choisir les options appropriées pour une situation ou un cas d'affaires donné.
  • Identifier les options pour planifier une alerte de tableau de bord au niveau de la tuile.
Sujets abordés
  • →Partage et planification des Looks
  • →Partage et planification des tableaux de bord
  • →Alertes de tableau de bord au niveau de la tuile
Activités

1 quiz

Formations associées

Google Cloud

Développer des modèles de données avec LookML

Ce cours vous permet de développer des modèles Looker Modeling Language (LookML) évolutifs et performants qui fournissent à vos utilisateurs professionnels 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 Dataplex

Dataplex 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 Dataplex 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

26 mai 2026
Distanciel • Français
✓ Session garantie
S'inscrire
3 juillet 2026
Distanciel • Français
S'inscrire
29 septembre 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