Modèles sémantiques dans les produits de données

Dernière mise à jour : 2026-11-03

Un modèle sémantique est un modèle au sein d'un produit de données qui définit la façon dont les données sont structurées et comprises. Les modèles sémantiques aident à décrire le contexte métier de vos données — ils vous permettent d'ajouter des relations, des mesures et des dimensions aux tables du produit de données.

Les modèles sémantiques vous permettent de créer des structures de données réutilisables que les développeurs analytiques peuvent consommer dans des applications analytiques. En définissant une seule fois les relations, les mesures et les dimensions dans un produit de données, vous garantissez la cohérence des métriques métier et des modèles de données dans l'ensemble de votre organisation.

Qu'est-ce qu'un modèle sémantique ?

Un modèle sémantique est une représentation structurée de données qui comprend :

• Tables : les tables de données du produit de données.
• Relations : connexions définies entre les tables basées sur des champs correspondants, permettant l'analyse associative.
• Dimensions : champs utilisés pour regrouper et catégoriser les données, tels que le nom du client ou la catégorie de produit.
• Mesures : métriques calculées à l'aide d'expressions, telles que la somme des ventes ou la valeur moyenne des commandes.

Les modèles sémantiques sont créés au sein des produits de données, accessibles à la fois depuis Analytiques et Intégration de données. Les modèles sémantiques sont consommés dans les applications analytiques.

Pourquoi utiliser des modèles sémantiques ?

Les modèles sémantiques offrent plusieurs avantages pour la gouvernance des données et les cas d'usage analytiques :

• Réutilisabilité : définissez une seule fois les structures de données, les relations et les métriques métier, et réutilisez-les dans plusieurs applications.
• Cohérence : Assurez-vous que toutes les applications utilisent les mêmes calculs et définitions pour les indicateurs métier clés.
• Développement accéléré : les développeurs analytiques peuvent créer des applications plus rapidement en héritant de modèles de données préconçus au lieu de les créer à partir de zéro.
• Gouvernance : centralisez le contrôle de la logique métier et des structures de données au sein de produits de données gouvernés.
• Réduction des erreurs : minimisez le risque d'erreurs de calcul en utilisant des expressions validées issues du modèle sémantique.
• Mises à jour contrôlées : lorsque le modèle sémantique change, les modifications sont prises en compte lors du rechargement de l'application consommatrice. Vous pouvez choisir si l'application hérite automatiquement ou non des nouvelles données et des éléments principaux.

• Contexte pour l'IA : les mesures et les dimensions sont transférées en tant qu'éléments principaux avec des liens vers les termes correspondants du glossaire métier, tout en conservant leurs descriptions et leurs expressions qui alimentent la compréhension sémantique pour Qlik Answers.

Composants d'un modèle sémantique

Tables

Les tables contiennent les données brutes que le modèle sémantique décrit. Chaque table représente un ensemble de données associées, telles que des transactions de vente ou des enregistrements clients. Vous pouvez inclure plusieurs tables provenant de différents jeux de données afin de créer un modèle de données complet.

Relations

Les relations connectent des tables en fonction de champs correspondants, par exemple en reliant une table de ventes à une table de clients à l'aide d'un champ d'ID client. Les relations permettent d'effectuer des requêtes associatives entre les tables et garantissent que les données sont correctement reliées entre elles dans les applications analytiques.

Dimensions

Les dimensions sont des champs utilisés pour catégoriser et regrouper les données, tels que le nom du client, la catégorie de produit ou la région. Comme les mesures, les dimensions apparaissent sous forme d'éléments principaux dans les applications consommatrices.

Les dimensions peuvent également être associées à des termes du glossaire métier, facilitant ainsi la compréhension des concepts et des définitions liés au cas d'usage métier.

Mesures

Les mesures sont des métriques calculées définies à l'aide d'expressions, telles que Sum(Amount) ou Avg(Value). Les mesures apparaissent en tant qu'éléments principaux dans les applications qui consomment le modèle sémantique, permettant aux développeurs de les utiliser directement dans les visualisations.

Les mesures peuvent également être associées à des termes du glossaire métier, facilitant ainsi la compréhension des concepts et des définitions liés au cas d'usage métier.

Vue d'ensemble du workflow

Le flux de travail du modèle sémantique se compose des phases suivantes :

1. Définir : dans Intégration de données ou Analytiques, créez un produit de données avec des jeux de données, puis définissez un modèle sémantique en définissant des relations, des mesures et des dimensions.
2. Activer : activez le produit de données afin qu'il devienne disponible dans le Data Marketplace pour les développeurs analytiques. Notez que le produit de données n'a pas besoin d'être activé pour être consommable — toutefois, l'activation permet d'indiquer qu'il est prêt pour des cas d'utilisation en production.
3. Consommer : dans Analytiques, utilisez le catalogue de données pour parcourir les modèles sémantiques, sélectionnez les tables et les éléments dont vous avez besoin, et insérez le script généré dans votre application. Après le rechargement, les mesures et les dimensions du modèle sémantique apparaissent automatiquement en tant qu'éléments principaux.

Conditions préalables requises

Pour utiliser des modèles sémantiques, vous devez disposer des prérequis suivants.

Abonnement

Votre abonnement doit autoriser l'accès aux produits de données. Pour obtenir la liste des abonnements compatibles, consultez Utilisation de produits de données.

Autorisations

Pour travailler avec des modèles sémantiques, vous devez disposer d'autorisations pour créer et gérer des produits de données. Pour obtenir des informations détaillées complètes, consultez Rôles et autorisations relatifs aux produits de données.

Pour consommer des modèles sémantiques, les autorisations requises sont les suivantes :

• Autorisations attribuées par l'administrateur : vous devez disposer d'autorisations spécifiques attribuées par un administrateur afin de créer et de gérer des produits de données. Consultez Autorisations par défaut et rôles personnalisés.
• Autorisations d'espace : pour consommer le modèle sémantique des produits de données dans les espaces partagés, gérés et de données, vous devez disposer de l'autorisation Peut consommer des données ou Peut afficher dans l'espace contenant le produit de données.

Contrôle des accès

Le contrôle d'accès aux données stockées dans le modèle sémantique est régi par les règles de contrôle d'accès du produit de données. Cela inclut des références aux métadonnées et aux données d'autres ressources. Par exemple, le contenu des expressions dans le modèle sémantique relève du contrôle d'accès du produit de données, et non de celui du jeu de données où résident ces ressources.

Étapes suivantes

Pour commencer avec les modèles sémantiques :

• Responsables de produits de données : consultez Gestion des modèles sémantiques dans les produits de données pour savoir comment créer et configurer des modèles sémantiques.
• Développeurs analytiques : consultez Consommer des produits de données dans les applications pour savoir comment utiliser des modèles sémantiques dans vos applications.