Question 1

Qu'est-ce qu'un schéma en étoile (star schema) en data modeling ?

Accepted Answer

Le schéma en étoile est une architecture de modélisation dimensionnelle où une table de faits centrale est entourée de tables de dimensions directement reliées. Cette structure simplifie les requêtes analytiques et optimise les performances en évitant les jointures multiples entre dimensions. Le nom vient de la forme visuelle du diagramme, où la table de faits au centre ressemble au corps d'une étoile et les dimensions aux branches.

Question 2

Quel est le rôle d'une table de faits dans un modèle dimensionnel ?

Accepted Answer

La table de faits stocke les mesures quantitatives (chiffre d'affaires, quantité vendue, nombre de clics) et les clés étrangères vers les tables de dimensions. Elle représente les événements ou transactions de l'entreprise. Chaque ligne correspond à un événement mesurable à un niveau de granularité défini. Les colonnes numériques (mesures) sont les données que les analystes agrègent dans leurs requêtes.

Question 3

Qu'est-ce qu'une table de dimension dans un modèle dimensionnel ?

Accepted Answer

Une table de dimension contient les attributs descriptifs qui qualifient les mesures de la table de faits. Par exemple, une dimension Produit contient le nom, la catégorie, la marque et le prix unitaire. Les dimensions permettent de filtrer, grouper et découper les données lors de l'analyse. Elles sont généralement dénormalisées pour faciliter les requêtes et éviter les jointures supplémentaires.

Data Modeling

Qu'est-ce qu'un schéma en étoile (star schema) en data modeling ?

Réponse

Quel est le rôle d'une table de faits dans un modèle dimensionnel ?

Réponse

Qu'est-ce qu'une table de dimension dans un modèle dimensionnel ?

Réponse

Qu'est-ce que le grain (granularity) d'une table de faits ?

Quelle est la différence entre une mesure additive et une mesure semi-additive ?

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

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

Looker Studio (Google Data Studio)

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