- POWER QUERY -

• Comprendre le rôle et le fonctionnement de Power Query dans le traitement des données.
• Importer et connecter des données provenant de différentes sources.
• Nettoyer, transformer et structurer efficacement les données.
• Créer et gérer des requêtes reproductibles et actualisables.
• Combiner plusieurs fichiers, tableaux ou sources de données.
• Maîtriser les principales transformations et opérations sur les données.
• Automatiser les traitements répétitifs et limiter les manipulations manuelles.
• Identifier et corriger les erreurs dans les requêtes.
• Utiliser les fonctionnalités avancées de Power Query selon son niveau.
• Comprendre les bases du langage M et savoir l'utiliser pour personnaliser certaines transformations.
• Optimiser l'organisation des requêtes et des flux de données.
• Exploiter Power Query dans des contextes professionnels avec Excel et, selon les besoins, Power BI.

MODULE 1 – Découvrir Power Query et son environnement

• Présentation de Power Query et de ses usages professionnels
• Rôle de Power Query dans le traitement et la préparation des données
• Différences entre traitement manuel et traitement automatisé
• Présentation de l'interface Power Query
• Comprendre les requêtes, étapes et transformations
• Identifier les principales zones de l'éditeur
• Création d'une première requête
• Chargement des données dans Excel
• Actualisation d'une requête
• Présentation des différents niveaux d'utilisation
• Mise en pratique : importation d'un jeu de données et réalisation des premières transformations.

MODULE 2 – Importer et connecter des données

• Importation de données depuis Excel
• Importation de fichiers CSV et texte
• Connexion à plusieurs fichiers
• Connexion à des dossiers contenant plusieurs fichiers
• Importation de données provenant de différentes sources
• Sélection des tables, feuilles et plages
• Identification et contrôle des types de données
• Gestion des sources et chemins d'accès
• Actualisation des données
• Bonnes pratiques pour organiser les sources
• Mise en pratique : création d'une requête à partir de plusieurs sources de données.

MODULE 3 – Nettoyer et préparer les données

• Suppression des lignes et colonnes inutiles
• Suppression des doublons
• Gestion des valeurs nulles et erreurs
• Remplacement de valeurs
• Fractionnement et fusion de colonnes
• Modification des noms de colonnes
• Réorganisation des données
• Filtrage des informations
• Suppression des espaces et caractères inutiles
• Conversion des types de données
• Gestion des dates, nombres et textes
• Contrôle de la qualité des données
• Mise en pratique : nettoyage et préparation d'un fichier professionnel comportant des données irrégulières.

MODULE 4 – Transformer et enrichir les données

• Trier et filtrer les données
• Ajouter des colonnes personnalisées
• Ajouter des colonnes conditionnelles
• Utiliser les fonctions de transformation
• Manipuler les textes
• Manipuler les dates
• Effectuer des calculs sur les données
• Créer des catégories et indicateurs
• Transformer les données selon des règles métier
• Réorganiser la structure d'un tableau
• Comprendre et exploiter les étapes appliquées
• Mise en pratique : création d'un tableau de données enrichi à partir d'un jeu de données brut.

MODULE 5 – Combiner plusieurs données

• Comprendre la différence entre ajouter et fusionner des requêtes
• Ajouter plusieurs tables ou fichiers
• Fusionner des requêtes
• Identifier les colonnes de correspondance
• Comprendre les différents types de jointures
• Gérer les correspondances manquantes
• Contrôler les résultats d'une fusion
• Développer les colonnes issues d'une fusion
• Construire une requête à partir de plusieurs sources
• Gestion de plusieurs fichiers similaires
• Mise en pratique : regroupement et fusion de plusieurs fichiers professionnels afin de constituer une base consolidée.

MODULE 6 – Automatiser les traitements et actualiser les données

• Comprendre le principe des requêtes réutilisables
• Automatiser les transformations répétitives
• Actualiser les données sans refaire les manipulations
• Mettre à jour une source de données
• Utiliser une structure de fichiers standardisée
• Importer automatiquement plusieurs fichiers depuis un dossier
• Identifier les étapes pouvant être automatisées
• Gestion des erreurs lors de l'actualisation
• Organisation et nommage des requêtes
• Bonnes pratiques pour rendre les traitements fiables et maintenables
• Mise en pratique : création d'un processus automatisé permettant de consolider régulièrement plusieurs fichiers.

MODULE 7 – Maîtriser les fonctionnalités avancées

• Utilisation avancée des transformations
• Colonnes personnalisées et conditionnelles complexes
• Regroupement et agrégation des données
• Paramètres et requêtes paramétrées
• Création de fonctions personnalisées
• Réutilisation des traitements
• Gestion avancée des erreurs
• Optimisation des étapes de transformation
• Organisation d'un ensemble de requêtes
• Analyse et amélioration d'une requête existante
• Pour le niveau confirmé : Construction de processus complexes
• Création de fonctions réutilisables
• Optimisation des traitements
• Gestion de scénarios comportant plusieurs sources et règles métier

MODULE 8 – Découvrir et utiliser le langage M

• Présentation du langage M
• Comprendre le rôle du langage M dans Power Query
• Lire le code généré automatiquement
• Identifier les principales expressions M
• Modifier une étape existante
• Créer une colonne personnalisée avec une expression M
• Utiliser les fonctions courantes
• Comprendre les références entre étapes
• Gestion des erreurs dans le code
• Bonnes pratiques pour modifier et sécuriser une requête
• Niveau débutant : découverte et lecture du code généré.
• Niveau intermédiaire : modification d'expressions simples.
• Niveau confirmé : création et optimisation d'expressions et de fonctions plus avancées.

MODULE 9 – Power Query dans un environnement professionnel

• Structurer les données avant leur exploitation
• Organiser les sources et les requêtes
• Mettre en place des traitements reproductibles
• Fiabiliser les données avant analyse
• Réduire les erreurs liées aux manipulations manuelles
• Gagner du temps sur les traitements récurrents
• Préparer les données pour Excel
• Préparer les données pour Power BI
• Identifier les limites et points de vigilance
• Bonnes pratiques de maintenance des requêtes
• Documentation et organisation des traitements
• Mise en pratique : analyse d'un processus de traitement de données existant et identification des possibilités d'automatisation.

MODULE 10 – Mise en situation et optimisation personnalisée

• Analyse d'un besoin professionnel concret
• Importation de plusieurs sources de données
• Nettoyage et transformation des données
• Création de colonnes et indicateurs
• Fusion ou ajout de plusieurs requêtes
• Automatisation du traitement
• Actualisation des données
• Identification et correction des erreurs
• Optimisation de la structure des requêtes
• Préparation des données pour leur exploitation dans Excel ou Power BI
• Analyse des gains de temps et d'efficacité
• Mise en place de bonnes pratiques adaptées à l'environnement professionnel
• Cas pratique final différencié selon le niveau
• Débutant : Importer une source de données, Nettoyer et filtrer les données, Modifier les types et colonnes, Créer une requête simple, Actualiser les données
• Intermédiaire : Combiner plusieurs sources, Utiliser des transformations avancées, Créer des colonnes conditionnelles, Fusionner plusieurs requêtes, Automatiser un traitement récurrent
• Confirmé : Construire un flux complet de traitement, Utiliser des paramètres et fonctions personnalisées, Exploiter le langage M, Optimiser les requêtes, Identifier les points d'amélioration d'un processus existant, Mettre en place une solution automatisée et maintenable