Ressources de données dans les visualisations

Les visualisations utilisent les données de bien des manières. La façon dont les données sont incluses ou créées a des répercussions sur les visualisations. Tout d'abord, vos ressources de données deviennent des dimensions et des mesures dans les visualisations, définissant les catégories présentes dans les visualisations et les valeurs associées. Un champ peut servir à grouper des données ou être transformé à l'aide d'une fonction d'agrégation de façon à fournir une mesure dans les catégories de données.

Les types de données figurant dans les tables et les champs ont également leur importance, car ils déterminent si les données peuvent s'utiliser comme dimensions ou comme mesures, de même que les options de tri les plus efficaces. Par exemple, les données quantitatives et les données qualitatives n'ont pas les mêmes usages recommandés lorsqu'elles sont utilisées comme dimensions ou comme mesures.

En plus de fournir et de contrôler les données à afficher, les ressources de données permettent également de définir leur mode de présentation. Vous pouvez, par exemple, colorer une visualisation à l'aide d'une dimension ou d'une mesure qui n'est pas présente dans la visualisation. Pour plus d'informations, voir Modification de l'aspect d'une visualisation.

Le panneau des ressources comprend différentes sources de données qu'il est possible d'utiliser dans les visualisations. Pour plus d'informations, voir Panneau des ressources.

Ressources de données

Les ressources de données suivantes sont disponibles lors de la création de visualisations :

• Champs
• Mesures
• Dimensions
• Éléments principaux

Champs

Les champs contiennent les données chargées dans Qlik Sense. Les champs incluent une ou plusieurs valeurs et correspondent aux colonnes dans une table de base de données. Les données des champs peuvent être qualitatives ou quantitatives.

Lorsque vous élaborez des visualisations, vous utilisez des champs pour créer les dimensions et les mesures. Il est par ailleurs possible d'utiliser les champs de différentes façons lorsque vous ajoutez des visualisations à une application. Certaines visualisations, telles que les tables, peuvent présenter les champs dans un état non modifié.

Certains champs, tels que les champs de date ou d'heure, nécessitent la prise en compte de considérations supplémentaires.

Pour plus d'informations, voir Champs.

Mesures

Les mesures correspondent aux données à afficher. Les mesures sont créées à partir d'une expression composée de fonctions d'agrégation, telles que Sum ou Max, combinées avec un ou plusieurs champs.

Pour plus d'informations, voir Mesures.

Dimensions

Les dimensions déterminent la manière dont sont groupées les données contenues dans une visualisation. Par exemple : ventes totales par pays ou nombre de produits par fournisseur. Les dimensions affichent les valeurs distinctes du champ sélectionné comme dimension. Elles peuvent également être calculées à l'aide d'une expression.

Pour plus d'informations, voir Dimensions.

Éléments principaux

Les éléments principaux sont des dimensions, des mesures ou des visualisations qui peuvent être réutilisées dans d'autres visualisations et feuilles d'une application. La mise à jour d'un élément principal entraîne celle de toutes ses instances. Autrement dit, si la même mesure est présente dans 5 visualisations, toutes ses instances sont modifiées dès que l'élément principal est édité.

Les éléments principaux offrent par ailleurs davantage d'options de conception. Vous pouvez ainsi attribuer des couleurs spécifiques aux valeurs distinctes d'une dimension principale, afin de garantir leur cohérence dans toutes les visualisations.

Les éléments principaux comprennent également des dimensions spéciales, telles que les dimensions hiérarchiques, et les mesures de calendrier.

Pour plus d'informations, voir Réutilisation de ressources à l'aide des éléments principaux.

Expressions

Une expression est une combinaison de fonctions, de champs et d'opérateurs mathématiques (+ * / =). Les expressions permettent de traiter les données contenues dans l'application afin de générer un résultat pouvant être affiché dans une visualisation.

Les expressions servent principalement à créer des mesures. Elles permettent également d'élaborer des dimensions calculées ou de définir les propriétés de différentes visualisations. Par exemple, les expressions peuvent servir à spécifier les limites de plage des jauges ou les lignes de référence des graphiques en barres.

Pour plus d'informations, voir Utilisation d'expressions dans les visualisations.

Types de données dans les visualisations

Les types de données ont tous des propriétés différentes ; certaines données sont quelquefois plus indiquées comme dimensions et d'autres, comme mesures. De la même façon, que ce soit en tant que dimensions ou que mesures, certaines données vont mieux fonctionner comme dimension dans certaines visualisations ou comme mesure lorsqu'elles sont combinées à des fonctions d'agrégation spécifiques.

Les champs peuvent contenir des données qualitatives ou quantitatives. Les valeurs des données quantitatives sont mesurées numériquement sur une échelle croissante. Les données quantitatives peuvent désigner des taux ou des intervalles :

• Taux : les taux correspondent à des données quantitatives auxquelles vous pouvez appliquer des opérations arithmétiques, telles que le coût ou l'âge.

  Par exemple, il est possible d'additionner les valeurs de ventes mensuelles pour obtenir des totaux.

• Intervalle : les intervalles sont des données quantitatives auxquelles vous ne pouvez pas appliquer d'opérations arithmétiques.

  Par exemple, vous ne pouvez pas calculer la somme des températures de la semaine, mais vous pouvez calculer la température moyenne par jour, ainsi que les valeurs maximale et minimale de chaque journée.

Il n'est pas possible de mesurer numériquement les données qualitatives ; en revanche, il est possible de les décrire au moyen d'un langage. Les données qualitatives peuvent être nominales ou ordinales :

• Nominales : les champs contenant des données nominales comportent des valeurs qualitatives distinctes, qui ne respectent toutefois aucun ordre défini.

  Ainsi, les noms de produit ou de client sont des données nominales, car elles comportent des valeurs distinctes sans suivre d'ordre impératif.

• Ordinales : les champs contenant des données ordinales comportent des valeurs qualitatives, qui sont classées ou positionnées. Les données ordinales doivent être triées selon leur ordre interne et non par ordre alphabétique.

  Par exemple, les valeurs faible, moyenne et élevée sont des valeurs ordinales. Il en va de même des valeurs petite, moyenne et grande.
  

Le tableau suivant présente une vue d'ensemble des types de visualisation recommandés et des fonctions d'agrégation préconisées pour les différents types de données. Ces recommandations ne doivent pas être considérées comme une règle absolue.