Data Warehouse & ETL Pipeline
Construire une chaîne décisionnelle complète : importer les données, les fiabiliser, alimenter un entrepôt PostgreSQL et les restituer dans Power BI.
Le besoin
Des fichiers CSV et Excel doivent être transformés en données cohérentes et en indicateurs lisibles pour explorer un jeu de données sur les usages numériques.
Ma contribution
Conception et réalisation de la chaîne BI : staging, modèle en étoile, transformations Pentaho, contrôles SQL et restitution Power BI.
Le résultat
1 200 observations chargées dans la table de faits et cinq pages Power BI. Les chargements sont vérifiés par des requêtes SQL.
La réalisation en pratique
- Séparer l’import dans le staging de la préparation des données et de l’alimentation du modèle dimensionnel.
- Nettoyer, dédoublonner et mapper les données ; rechercher les clés de dimensions et tracer les lignes rejetées.
- Construire les indicateurs et les filtres Power BI, puis contrôler les volumes et la cohérence avec SQL.
La qualité des données avant la restitution
Le pipeline recherche les dimensions nécessaires avant de charger la table de faits. Les lignes ne remplissant pas les conditions suivent une branche de rejet, afin de pouvoir expliquer le résultat du chargement.
Captures extraites de mon rapport de Business Intelligence. Les indicateurs illustrent la chaîne technique et l’exploration du jeu de données d’étude.
Consulter le code sur GitHub (nouvel onglet)




