Gestion des métadonnées au niveau du champ et profilage de données
Grâce au profilage, les administrateurs de données peuvent accéder à des informations techniques riches sur leurs jeux de données. Les développeurs d'applications utilisent les statistiques de profil et l'échantillonnage des données pour se donner des idées et définir une orientation lors de la création d'applications et de la planification de visualisations. Le profilage des champs peut aider les analystes de données et les utilisateurs métier à obtenir des informations analytiques plus rapidement. Ils peuvent afficher et visualiser les précieuses métriques de profil de champ en un clin d’œil sans avoir besoin de commencer par créer une application. Les métadonnées au niveau du champ permettent aux utilisateurs d'appliquer des alias, des descriptions et des classifications aux champs ; ces fonctions facilitent l'identification de données spécifiques et de champs sensibles.
Gestion des métadonnées au niveau du champ
Vous pouvez accéder aux métadonnées et modifier les métadonnées de chaque champ de votre jeu de données depuis l'onglet Champs. Sélectionnez n'importe quelle carte en mode Mosaïque, n'importe quelle ligne en mode Liste ou n'importe quelle colonne en mode Données pour ouvrir le panneau Détails du champ correspondant à droite de la grille. Les champs de métadonnées au niveau du champ — Alias du champ, Description, Balises et Classification— sont facultatifs et peuvent être définis et édités depuis ce panneau.
Détail | Description |
---|---|
Alias du champ | Saisissez un autre nom facultatif pour rendre les noms de champ plus significatifs dans l'analyse de profil. Les noms de champ d'alias apparaissent uniquement dans l'analyse de profil et n'ont pas d'impact sur les noms de colonne techniques. |
Description | Saisissez toute information susceptible d'être utile aux utilisateurs qui affichent les métadonnées d'un champ et effectuent des opérations de profilage sur le champ. |
Balises | Saisissez des extraits de texte pour définir et catégoriser ce champ et ses données. |
Classification | Cochez la case Informations personnelles ou Informations sensibles. |
Profilage des données
Les statistiques de profil fournissent des analyses de colonnes qui mesurent l'incidence, les plages et les valeurs rencontrées dans les jeux de données. Ces mesures décrivent les relations entre les valeurs de champ telles que :
- Le nombre de valeurs distinctes (cardinalité)
- Les exemples de valeurs, les valeurs les plus courantes et la fréquence des valeurs
- Les redondances permettant d'identifier les valeurs doublons potentielles ou par défaut
- Le nombre de valeurs nulles, de type chaîne et numériques
- Les informations sur les plages de valeurs, notamment les valeurs mini., maxi., moyenne, les sommes et les écarts types
Un catalogue fournit trois vues de données de profil de champ : Tile view, List view et Data view.
Tile view est une représentation visuelle, basée sur une carte, de champs disposés sous forme de grille.
List view est une synthèse, sous forme de tableau, de statistiques de profil configurables.
Table view répertorie les noms de colonne de champs et jusqu'aux vingt premiers enregistrements du jeu de données.
Sélectionnez l'icône Tile, List ou Données pour passer d'une vue de profil à l'autre.
Mode Profile Tile (Mosaïque de profil)
Le mode Profile Tile (Mosaïque de profil) est un profil de champ visuel conçu pour afficher le contenu le plus informatif pour ce type de champ. Le type de carte de vue par défaut affiché est déterminé par le fait qu'il existe plus de valeurs numériques ou plus de valeurs de texte pour ce champ. Par exemple, pour les champs contenant des valeurs de texte et numériques, le type de carte Valeurs les plus courantes s'affiche par défaut s'il existe plus de valeurs de texte et le type de carte de distribution numérique Binned Frequency (Fréquence en bin) s'affiche s'il existe plus de valeurs numériques dans le champ. Une bascule déroulante vous permet de passer au type de carte Valeurs les plus courantes pour tout champ contenant des valeurs non uniques lorsque est sélectionné ; ou vous pouvez revenir à la carte de distribution numérique si Binned Frequency (Fréquence en bin) est sélectionné. Notez que, si le champ contient des valeurs nulles, tous les types de carte incluent le nombre de valeurs nulles.
Carte Exemples de valeurs
La carte Exemples de valeurs s'affiche lorsque toutes les valeurs sont uniques et uniquement des valeurs de texte. Elle répertorie (au maximum) les trois premières valeurs et le nombre total de valeurs uniques supplémentaires.
Critères du profil Exemples de valeurs : les valeurs de champ sont profilées avec cette carte lorsque la cardinalité est forte (toutes les valeurs distinctes). Dans le cas où chaque valeur est basée sur du texte et unique, quelques exemples de valeurs fournissent la meilleure vue initiale sur les données de ce type de champ.
Chaque carte de profil Exemples de valeurs fournit les éléments suivants :
- Nom du champ
- Cardinalité (valeurs distinctes)
- Jusqu'à trois exemples de valeurs (les champs peuvent avoir moins de trois valeurs)
Carte Most common values frequency (Fréquence des valeurs les plus courantes)
La carte Most common values frequency (Fréquence des valeurs les plus courantes) affiche les cinq valeurs les plus courantes et leur fréquence. S'il existe davantage de valeurs que cinq valeurs distinctes, celles-ci sont combinées et affichées dans Autre. S'il manque des valeurs dans un champ, le total est affiché comme Null. Cette carte de profil peut être appliquée à du texte, des valeurs numériques ou des valeurs de données mixtes.
Critères de Most common values frequency (Fréquence des valeurs les plus courantes) : les champs contenant quelques valeurs ou une distribution de valeurs asymétrique sont profilés à l'aide de la carte Most common values frequency (Fréquence des valeurs les plus courantes). Ce profilage s'applique uniquement lorsqu'il existe plusieurs instances des mêmes valeurs. Les utilisateurs peuvent obtenir des informations rapides sur la distribution des valeurs de champ. Si les données de champ incluent du texte et des valeurs numériques et s'il existe plus de texte que de valeurs numériques, la carte Most common values frequency (Fréquence des valeurs les plus courantes) s'affiche. La bascule Binned frequency (Fréquence en bin) est fournie lorsqu'il existe plus de trois valeurs numériques dans le champ.
Chaque carte de profil Most common values frequency (Fréquence des valeurs les plus courantes) fournit les éléments suivants :
- Nom du champ
- Cardinalité (valeurs distinctes)
- Valeurs les plus courantes et leur fréquence
- Other (Autre) fréquence combinée des valeurs restantes
Carte Binned frequency (Fréquence en bin)
La carte Binned frequency (Fréquence en bin) affiche les informations de distribution et de profilage correspondant aux champs numériques ; y compris les valeurs de données minimale, moyenne et maximale. Si les données de champ incluent du texte et des valeurs numériques et s'il existe plus de valeurs numériques que de texte, la carte Binned frequency (Fréquence en bin) s'affiche. Le type de carte Most Common Values Frequency (Fréquence des valeurs les plus courantes) est disponible pour tous les champs contenant des valeurs non uniques.
Chaque carte de profil Binned frequency (Fréquence en bin) fournit les éléments suivants :
- Nom du champ
- Cardinalité (valeurs distinctes)
- Histogramme affichant la distribution des données numériques
- Valeur minimale
- Valeur moyenne (somme des nombres divisée par le nombre total de valeurs dans le jeu de données)
- Valeur maximale
Profile List view (Mode liste du profil)
Profile list view (Mode liste du profil) fournit une table avec des options statistiques de profil. Les utilisateurs vérifient les métriques d'intérêt les plus significatives pour le jeu de données sous le sélecteur de colonne , qui se trouve à l'extrême droite du tableau. Les neuf premières statistiques sont présélectionnées par défaut.
Vue Données de profil
La vue Données de profil affiche votre jeu de données sous forme de tableau de données simple avec des noms de colonne de champs et les vingt premières valeurs (maximum).
Autorisations
Pour pouvoir profiler et échantillonner des données, il convient de disposer de certaines autorisations. Vous devez être titulaire d'un rôle dans l'espace du jeu de données vous permettant de profiler des sources de données. Pour plus d'informations, consultez Gestion des autorisations dans les espaces partagés ou Gestion des autorisations dans les espaces gérés.