Looker Studio (Google Data Studio)
Sources de données, champs calculés, filtres, paramètres, blending, graphiques interactifs, partage
1Qu'est-ce que Looker Studio (anciennement Google Data Studio) ?
Qu'est-ce que Looker Studio (anciennement Google Data Studio) ?
Réponse
Looker Studio est un outil de visualisation de données gratuit de Google permettant de créer des rapports et dashboards interactifs. Il se connecte à de nombreuses sources de données (Google Analytics, BigQuery, Google Sheets, etc.) et permet de partager facilement les rapports avec les équipes.
2Quelle est la différence entre une source de données et un connecteur dans Looker Studio ?
Quelle est la différence entre une source de données et un connecteur dans Looker Studio ?
Réponse
Un connecteur est le lien technique vers un type de système externe (BigQuery, Google Sheets, MySQL). Une source de données est une instance configurée de ce connecteur avec des paramètres spécifiques (quelle table, quels champs). On peut avoir plusieurs sources de données utilisant le même connecteur.
3Quels sont les types de connecteurs natifs proposés par Looker Studio ?
Quels sont les types de connecteurs natifs proposés par Looker Studio ?
Réponse
Looker Studio propose des connecteurs natifs Google (Analytics, BigQuery, Sheets, Ads, Search Console) et des connecteurs tiers via la galerie de connecteurs partenaires. Les connecteurs natifs Google sont gratuits et optimisés, tandis que certains connecteurs partenaires peuvent être payants.
Comment créer un champ calculé dans Looker Studio ?
Quelle est la syntaxe correcte pour créer un champ calculé qui catégorise les ventes en 'Petit', 'Moyen' ou 'Grand' selon le montant ?
+17 questions d'entretien
Autres sujets d'entretien Data Analytics
Google Sheets - Les fondamentaux
Google Sheets - Formules avancées
SQL - Les fondamentaux
SQL - Agrégations et groupements
SQL - Jointures
BigQuery - Fondamentaux
Data Cleaning - Nettoyage des données
KPIs et métriques business
Statistiques descriptives
Zapier et automatisation No-Code
Principes de data visualisation
Python & Pandas - Fondamentaux
Google Sheets - Dashboards automatisés
SQL - Sous-requêtes et CTEs
SQL - Window Functions
BigQuery - Fonctionnalités avancées
Data Modeling
Analyse de funnels et conversion
Analyse de cohortes et rétention
Google Tag Manager et tracking
APIs et webhooks
dbt - Fondamentaux
AB Testing et statistiques appliquées
Power BI - Fondamentaux
SQL - Requêtes analytiques avancées
dbt - Fonctionnalités avancées
Power BI - DAX et dashboards avancés
Python Analytics - Analyse avancée et ML
Maîtrise Data Analytics pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement