1 2 3 Previous Next

Groupe des Utilisateurs Francophones

117 posts
asma ghilen

PB tables vides

Posted by asma ghilen Oct 13, 2018

Bonsoir tous le monde ,

 

j'ai que vous a m'aider , dsl si je dis parfois des bêtise mais je suis débutante

bref

4.PNG

 

vous voyiez c'est une aperçu du table fait du modèle

j'ai fait comme suivant pour que je verifie si j'ai les données mais peux etre qui ne sont pas visible

Store Détails_des_Consultations into C:\Projet_Buy_Manager\Qvd\Détails_des_Consultations1.qvd (qvd) ;

 

7.PNG

 

comme vous voyiez je comprends pas d'ou vien le problém j'ai verfier les fichier source il sont la

comme suivant

ttt5.PNG

 

mais le chargement partiel m'affiche une erreur que le rechargement normale ne l'affiche pas

z5.PNG

y a t il une relation !!

Bonsoir tout le monde ,

j'ai eu un petite erreur

 

 

2018-10-07_19h50_42.png

 

aidez moi SVP

Bonjour à tous,

 

Cet article a pour objectif d’illustrer les possibilités de sélection à la souris sans nécessairement passer par des set analysis ; ceux-ci sont aussi indiqués.

Le set analysis est vraisemblablement le sujet le plus important en nombre faisant l’objet de questions sur le forum. A contrario il y a très peu de question sur la navigation et la sélection interactive à l’interface. A croire que toutes ces sélections sont encapsulées dans des expressions complexes, au risque de présenter à l’utilisateur final une interface « presse bouton » où toute la force de QV en terme de dataviz se trouverait sous utilisée.

 

Sujets et exemples de sélections illustrés :

  • - Blancs, nulls, non intégrité
  • - ET entre valeurs d’un même champ ; OU sur des champs différents, OU exclusif
  • - Quantificateurs : tous/aucun, toujours/jamais
  • - Le top (le plus d’occurrences)
  • - Associations
  • - Exclusions

 

Reportez vous de préférence au pdf en PJ comportant l'ensemble des copies d'écran.

Le texte ci-dessous est un extrait sans les copies de l'interface.

Le jeu de données est aussi en PJ sous Excel.

 

 

  • Modèle de Données :

 

personnel:
LOAD  * FROM epicerie.xlsx
(
ooxml, embedded labels, table is Personnel);
article:
LOAD  * FROM epicerie.xlsx
(
ooxml, embedded labels, table is Article)   ;
ticket:
LOAD  * FROM epicerie.xlsx
(
ooxml, embedded labels, table is Ticket) ;
role:
LOAD  * FROM epicerie.xlsx
(
ooxml, embedded labels, table is Role);

 

Le jeu d’essai représente des achats effectués dans une épicerie. La table « ticket » représente une ligne d’achat (identifiant : ID) d’un article (id : IDarticle), un achat regroupant plusieurs articles et est identifié par « NoTicket ». La table « role » représente les actions effectuées par le personnel (id : IDNom) sur l’achat, soit la vente (RoleNom = « vendeur »), soit la livraison (RoleNom = « livreur »).

 

datamodel.png

 

Certain champs sont dupliqués (IDarticle/Article ; IDNom/RoleNom) pour permettre d’afficher le compte dans ces champs (l’affichage du compte dans la liste de sélection n’étant pas possible pour les champs clef servant de lien entre tables).

 

  • Etats alternatifs : $,1  - valeurs possibles et exclues P(),E()

Nous allons créer deux tableaux simples pour visualiser les résultats de sélection.

  1. Quels sont les tickets et lignes de ticket sélectionnés ? :

 

'Nb de tickets sélectionnés : ' & count(distinct NoTicket) &
' lignes sélectionnées  : ' & count(ID)

 

  1. Quel est le détail complet des tickets sélectionnés (nonobstant la sélection) ? :

 

'Nb Tickets sélectionnés : '    & count({1<NoTicket = P({$} )  >} distinct NoTicket) &
'       lignes totales   : ' & count({1<NoTicket = P({$} ) >}  ID)

 

Avec comme expression pour Article (même chose pour Montant):

= only( {1<NoTicket = P({$} )   >} Article)

 

P({$}) prend les tickets liés à l’article sélectionner

{1} permet d’avoir toutes les lignes nonobstant l’article sélectionné

 

On arriverait au même à la souris sans set analysis en faisant :

-Sélectionner les valeurs possibles dans NoTicket

-Effacer les autres champs dans NoTicket

 

  1. Quelles sont les lignes de ticket exclues de la sélection ? :

 

C’est le complémentaire exact de la sélection a)

 

'Nb de tickets exclus de la sélection        : ' & count({1<NoTicket = E({$} ) >} distinct NoTicket) & '  ' &

'Lignes d''articles exclues de la sélection : ' & count({1<ID = E({$} ) >}  ID)

 

                                                 

Avec comme expression :

= only( {1<ID = E({$} ) >} Article)

 

A la souris :

-Sélectionner les valeurs exclues dans ID

 

  1. Quel est le détail complet des tickets exclus de la sélection ?

 

'Nb de tickets exclus de la sélection    : ' & count({1<NoTicket = E({$} ) >} distinct NoTicket) & '  ' &
'Lignes d''articles des tickets exclus : ' & count({1<NoTicket = E({$} ) >}  ID)

 

 

Avec comme expression :

= only( {1<NoTicket = E({$} )   >} Article)

 

A la souris :

-Sélectionner les valeurs exclues dans NoTicket

-Effacer les autres champs dans NoTicket

 

C’est le complémentaire exact de la sélection b)

 

  • Sélections de base :

De base :

Le OU s’applique sur les valeurs d’une même liste de sélection

Le ET s’applique entre des sélections sur des champs différents

Le NON, la négation, s’obtient en sélectionnant les valeurs exclues

 

Valeurs à blanc

La valeur « blanc » apparait en tant que telle, et il y aura autant d’occurrences que de chaînes à blanc de longueur différente :

 

On sélectionne les valeurs à blanc dans Fournisseur pour trouver les articles correspondants :

 

Il y a donc deux articles avec un fournisseur à blanc et de longueurs différentes.

Valeurs nulles

La valeur nulle n’est pas une valeur en tant que telle, et n’apparait donc pas dans la liste de sélection.

Il faut passer par une exclusion sur les valeurs possibles pour voir apparaitre dans un autre champ lié les valeurs nulles d’un champ particulier.

Quels sont les articles ayant un fournisseur « null » ? :

 

-‘Sélectionner tout’ dans la liste de sélection fournisseur

Les articles sans fournisseur (valeur à Null) apparaitront en gris :

 

Pour sélectionner les articles sans fournisseur (valeur nulle),

Faire ‘Sélectionner les valeurs exclues’ dans NomArticle

 

Liens d’intégrité :

Le traitement des liens d’intégrité est similaire au traitement des valeurs nulles :

Quels sont les articles qui n’ont pas été achetés ?

 

-‘Sélectionner tout’ dans NoTicket :

Les articles non vendus apparaissent en gris,

Faire : ‘Sélectionner les valeurs exclues’ dans NomArticle pour les sélectionner

 

Quels sont les articles achetés non présents dans la table article ?

 

-Sélectionner tout dans NomArticle

-Sélectionner les valeurs exclues dans NoTicket :

 

 

Kiwi est donc un article identifié dans un ticket, mais non présent dans la table Article

Si on regarde le champ faisant le lien :

 

Il y a aussi un article à blanc.

Une troisième ligne d’article pose un problème d’intégrité car sa valeur est nulle

Dans ce cas :

Sélectionner les valeurs exclues dans ID (identifiant de la ligne de ticket) :

 

Deux lignes de ticket ont effectivement une valeur nulle d’article.

Il y a donc trois cas de non intégrité :

  • - Le champ servant de lien est non renseigné à null
  • - Le champ servant de lien est non renseigné à blanc
  • - Le champ servant de lien est renseigné, mais sa valeur est absente de la table de référence liée.

 

  • Exprimé avec un set analysis
  • Non renseignés :

= count({<NomArticle = {"=len(trim(Fournisseur))=0"} >} NomArticle)

  • Nulls :

= count({<NomArticle = {"=isNull(Fournisseur)"} >} NomArticle)

  • Blancs (et non nulls)

= count({<NomArticle = {"=len(trim(Fournisseur))=0  and not(isnull(Fournisseur))"} >} NomArticle)

 

    Le ET :

Par défaut le ET s’applique entre des champs différents :

Ex : Quels sont les articles du rayon Fruit et dont le fournisseur est Amazon ?

 

 

  • Le OU

Par défaut le OU s’applique sur un même champ :

Ex : Quels sont les tickets contenant des bananes ou des pommes ?

-Sélectionner ‘banane’ dans Article

-Sélectionner ‘pomme’ dans Article par Ctrl-click (pour conserver banane)

 

 

 

  • Sélections complémentaires :

Le ET sur un même champ :

Pour un ET, il faut procéder en deux étapes :

Ex : Quels sont les tickets contenant à la fois des bananes et des pommes ?

-Sélectionner ‘banane’ dans Article

-Sélectionner les valeurs possibles dans NoTicket

-Sélectionner pommes dans Article

 

 

 

2 articles ont disparus (vs le OU) les tickets 1 et 5 n’apparaissent plus (car pas de pomme)

Le OU sur des champs différents :

Comme on ne sait faire que du ET sur des champs différents il faut passer par une double négation sachant que :

A ou B est équivalent à : non (non A et non B)

Ex : Quels sont les articles du rayon Fruit ou fournis par Amazon :

-Sélectionner F dans Rayon

-Sélectionner les valeurs exclues dans Rayon

-Sélectionner Amazon dans Fournisseur

-Sélectionner les valeurs exclues dans Fournisseur

-Sélectionner les valeurs exclues dans Article

-Effacer les autres champs dans Article :

 

 

Le OU exclusif :

Cela revient à faire :

A OUexc B =   (A ou B) – (A et B   )

Ex : Quels sont les tickets contenant des bananes ou des pommes (mais pas les deux à la fois) ?

On commence par éliminer (A et B), puis l’on fait le OU :

-Sélectionner banane dans Article

-Sélectionner les valeurs possibles dans NoTicket

-Sélectionner pomme dans Article

-Effacer les autres champs dans NoTicket

-Sélectionner les valeurs exclues dans NoTicket

-Vérrouiller

-Sélection banane dans Article

-Sélection de la valeur supplémentaire pomme dans Article (ctrl-click)

 

 

 

  • Utilisation des favoris :

Quelles sont les tickets vendus par Paul ? :

-Sélectionner Vendeur dans Role

-Sélectionner Paul dans RoleNom

- Ajouter un favori dans l’objet de favori :

 

 

On procède de même pour les articles livrés par Linda que l’on enregistre dans un favori : LivLinda

Quelles sont les tickets vendus par Paul ou livrés par Linda ? :

On tape l’expression suivante dans la loupe de recherche de NoTicket :

 

Opérateur : + pour OU

Quelles sont les tickets vendus par Paul et livrés par Linda ? :

 

Opérateur : * pour ET

Quelles sont les tickets vendus par Paul ou (exclusif)  livrés par Linda ? :

 

A noter que le symbole \ ne semble pas fonctionner

 

  • Questions avec « tous les » ou « aucun » / « toujours » ou « jamais »

 

Quels sont les tickets ne contenant aucun fruit ?

-Sélectionner Fruit dans Rayon

-Sélectionner les valeurs exclues dans NoTicket :

 

 

Quels sont les tickets dont tous les articles sont des légumes ?

 

-Sélectionner L dans Rayon,

-Sélectionner les valeurs exclues dans Rayon

-Sélectionner les valeurs exclues dans NoTicket

 

Pour éliminer les valeurs nulles, ainsi que kiwi posant un pb d’intégrité,

-Sélectionner L dans Rayon :

 

1 seul ticket répond à la question

De même pour le crêmerie : on trouverait le ticket 7 (lait)

Quels sont les tickets dont tous les articles sont du même rayon ?

Dans la loupe du champ NoTicket on tape l’expression :

=count(distinct Rayon)=1

 

 

Quelles sont les personnes n’ayant jamais livré ?

Sélectionner ‘Livreur’ dans Role

Les personnes répondant à la question apparaissent en gris :

 

Nb : Max n’apparait pas dans RoleNom car il n’a jamais eu d’activité

Quelles sont les personnes ayant toujours joué le rôle de vendeur uniquement ?

Dans ce cas c’est la même réponse que précédemment mais en regardant uniquement la table RoleNom (il faut donc éliminer Max)

Quelles sont les Tickets vendus et livrés par la même personne ?

Dans la loupe de la liste de sélection NoTicket :

= count(distinct RoleNom)=1 and count(RoleNom)=2

 

 

Quelles sont les personnes n’ayant jamais livré ce qu’elles ont vendu ? :

On part de la sélection précédente,

Puis on fait : Sélectionner les valeurs exclues dans RoleNom

 

 

Quelles sont les Tickets vendus et livrés par des personnes différentes ?

Dans la loupe NoTicket taper :

= count(distinct RoleNom)=2

 

 

Quelles sont les personnes n’ayant jamais travaillé ensemble ?

C’est la négation de la question précédente

La réponse est en grisé :

 

Ce qui revient aussi à la question : Quelles sont les personnes ayant toujours travaillé seule ? (ce qui élimine Max), il reste Bob

Quelles sont les personnes ayant toujours travaillé avec Maryam ?

-Sélectionner Maryam dans RoleNom

-Sélectionner les valeurs exclues dans NoTicket

-Sélectionner les valeurs exclues dans RoleNom :

 

 

Jean répond à la question

(NB Paul qui a travaillé avec Maryam a travaillé aussi avec Linda)

 

  • Les associations (en même temps)

Ex : Quels sont les articles vendus avec, ou en association avec (présents sur un même ticket) des courgettes ?

-Sélectionner courgette dans Article

-Sélectionner les valeurs possibles dans NoTicket

-Effacer les autres champs dans NoTicket

 

 

Ce que l’on peut aussi vérifier dans :

 

On peut aussi se poser la question inverse :

Quels sont les articles qui n’ont jamais été vendus avec des courgettes ?

-Sélectionner courgette dans Article

-Sélectionner les valeurs possibles dans NoTicket

-Sélectionner les valeurs exclues dans Article

Y a t il des articles qui ont toujours été vendus exclusivement avec des courgettes ?

Il faut pour cela éliminer les articles des tickets ne comprenant pas de courgette :

-Sélectionner courgette dans article

-sélectionner les valeurs exclues dans NoTicket

-Sélectionner les valeurs exclues dans Article                                                          

 

Ce sont les articles possibles, mais encore faut il qu’ils aient été aussi vendus avec des courgettes,

  • Sélectionner les valeurs possibles dans NoTicket, ce qui donne :

 

La réponse est donc : NON

 

Y a t il des articles qui ont toujours été vendus avec des courgettes ?

-Sélectionner courgette dans Article

-Sélectionner les valeurs possibles dans NoTicket

-Effacer dans le champ Article

Il nous reste 2 Tickets,

  • - Dans le champ NomArticle on tape la condition :

 

3 articles ont donc été systématiquement vendus avec des courgettes

 

Le top : occurrence apparaissant le plus

 

Ex : Quel est l’article le plus vendu ?

Dès lors que l’on dispose d’un champ lié à article sur la ligne de commande qui ne serve pas de lien, il est possible d’y indiquer le compte, et la réponse est alors immédiate :

 

Les plus vendus : banane (6 occurrences)

Puis tomate et pomme (5 occurrences)

Quel est le légume le plus vendu ?

Il suffit de sélectionner le rayon L et on obtient le top pour les légumes :

 

 

Quel est l’article le plus vendu en association avec l’article le plus vendu ?

A l’interface :

-Sélectionner banane dans Article (6 occurrences le max)

-Sélectionner les valeurs possibles dans NoTicket

-Effacer dans le champ Article

Soit :

 

Ce sont donc les pommes : 3 click à la souris !!!!!

  • Même sélection par set analysis :

On utilise l’expression FirstSortedValue

Dans une boîte texte :

= FirstSortedValue(Article, -aggr(count(NoTicket),Article)) & ' ' & max(aggr(count(NoTicket),Article)) & ' occurrences'

 

 

Pour avoir le Top global :

 

 

 

=concat(aggr(FirstSortedValue(Article, -aggr(count(NoTicket),Article)),Article) , '\n')

 

Pour obtenir les tickets contenant l’article le plus vendu :

=concat(aggr(only({<Article = {"$(=FirstSortedValue(Article, -aggr(count(NoTicket),Article)))"} >} NoTicket),NoTicket),'*')

Soit :

 

Les produits vendus avec le plus vendu :

 

=concat(aggr(only({<NoTicket = P({<Article = {"$(=FirstSortedValue(Article, -aggr(count(NoTicket),Article)))"} >} ) >} Article),Article),'*')

 

D’où ensuite pour trouver le produit le plus vendu en association avec le produit le plus vendu :

= FirstSortedValue(Article, -aggr(count({<NoTicket = P({<Article = {"$(=FirstSortedValue(Article, -aggr(count(NoTicket),Article)))"} >}) >} Article),Article),2)

 

 

NB : indice 2 dans le FirstSortedValue puisque le 1 correspondrait à banane

Avec la quantité :

 

et l’expression :

= FirstSortedValue(aggr(count({<NoTicket = P({<Article = {"$(=FirstSortedValue(Article, -aggr(count(NoTicket),Article)))"} >}) >} Article),Article), -aggr(count({<NoTicket = P({<Article = {"$(=FirstSortedValue(Article, -aggr(count(NoTicket),Article)))"} >}) >} Article),Article),2)

Soit au final : une expression de trois-quatre lignes dont la mise au point est sportive ; contre trois click à la souris pour le même résultat !!

 

Autre utilisation de FirstSortedValue :

Quel est le ticket ayant le montant le plus élévé ?

 

=FirstSortedValue(NoTicket, -aggr(sum(Montant),NoTicket)) & '\n' &
max(aggr(sum(Montant),NoTicket))

 

  • Exemple final

 

Pour terminer une petite synthèse de ce que l’on a vu :

Quels sont les articles n’ayant jamais été vendus ensembles ?

A titre de vérification on peut utiliser les deux formules suivantes :

  1. Le max d’articles par Ticket répondant à la sélection doit être de 1 maximum
  2. Le compte total de Ticket doit être la somme du compte de tickets par article

 

Banane et carotte ont été vendus ensemble une fois

Avec les expressions :

'Max Articles        : ' & max(aggr(count(Article),NoTicket)) & '\n' &
'Différence count : ' & (sum(aggr(count(NoTicket),Article))  - count(distinct NoTicket))

 

Pour les articles recherchés le max article doit être de 1 et la différence de 0

La recherche va s’effectuer de façon incrémentale article par article, nous allons créer une expression nous donnant les choix possibles d’articles suivant :

 

 

= only({1<NoTicket = E({1<Article = P( {1<NoTicket = P ({$}) >}) >}) >} Article)

 

 

Cette expression nous donne les articles des tickets ne comprenant pas des articles liés aux tickets comprenant des articles liés à la sélection

 

Exemple : Si je pars de poireau, vont être affichés les articles possibles n’étant jamais présents sur un ticket comprenant poireau :

 

 

Sélectionnons ensuite fromage :

 

Puis salade, qui ne nous donne plus qu’un choix possible avec kiwi :

 

Fromage, kiwi, poireau et salade forment un ensemble d’articles n’ayant jamais été vendus ensemble deux à deux.

(il reste en fait la ligne de ticket avec article à blanc)

asma ghilen

PB lenteur avec qlik

Posted by asma ghilen Jul 31, 2018

Bonjour

 

 

j'espère que vs allez bien ;  enfaîte j'ai un lenteur sur  qlik application web et desktop même  j'ai utilisé des qvd est encore je ne peux faire rien sur cette applicationexport.pngss.PNG

 

il se bloque le moment du chargement et mise a jour de l'action je dois attendre et a peine je peux bougé

asma ghilen

rank PB

Posted by asma ghilen May 24, 2018

Bonjour

 

je souhaite avoir le classement des Réf par Prix mais le PB qui'il m'affiche le résulat suivant

 

je suis bloqué

 

c3.PNG

 

Merci d'avance

Bonjour à tous,

 

J'ai le plaisir de vous annoncer que Qlik organise une table ronde virtuelle, le 15 novembre prochain à 11h00. Cet événement connecte chaque année plus de 3 000 utilisateurs métiers dans toute l'Europe, pour leur présenter les dernières innovations technologiques et perspectives du marché de la Data et des Analytics.

 

Au programme de ce Virtual Talkshow de 60 minutes :

 

  • Des experts, dont IDC et Cloudera, vous présenteront les tendances du marché.
  • Nos clients (Quooker, mesur.io et OYLO Trust Engineering) partageront leur stratégie d’entreprise Data Driven, et les bénéfices business qu’ils en tirent.
  • À l'agendaBig Data, IoT, cybersécurité et comment capitaliser sur ces datas pour gagner en agilité.
  • Nous vous présenterons l’évolution de la plateforme d'analyse de Qlik, notamment dans le Cloud, et comment Qlik continue de transformer le marché.

 

En savoir plus et s'inscrire

 

Si vous ne pouvez pas assister à ce talk-show en live, n'hésitez pas à vous inscrire afin de recevoir le lien vers l'enregistrement.

 

A très bientôt,

 

Sabine

 

105581_d2_QLE_VYW_Talkshow_Social_CATEGORY_4Facebook paid and organic_2.jpg.jpg

Les chatbots sont des petits agents conversationnels qui apparaissent sur nos smartphones pour faciliter nos vies. Pourquoi ne pas en avoir un pour vous aider à piloter votre activité ?

 

De Qlik Sense aux chatbots

 

Avant de parler de chatbot, il nous faut un outil de pilotage, par exemple Qlik Sense. C’est un outil de business discovery édité par Qlik, un des leaders sur le marché de la BI (pour plus d’informations c’est ici). La grande force de cet outil est son modèle associatif et, ce qui va nous intéresser, la grande richesse de son API. Qlik Sense permet aux développeurs d’étendre la plateforme, avec par exemple des nouvelles visualisations, des plugins pour enrichir les fonctions de base ou encore des chatbots.

 

Un chatbot permet de faire énormément de choses comme acheter un billet d’avion, commander une pizza ou encore simuler un chat (l’animal). Avec l'avènement des I.A., les agents conversationnels vont prendre une place de plus en plus grande dans notre quotidien.

 

Agent Conversationnel d’Excelcio

 

A.C.E. est un prototype de chatbot pour Qlik Sense, il utilise plusieurs outils comme :

  • Dialogflow pour le traitement du langage naturel
  • Node.js pour la création du “cerveau” du bot
  • Qlik Sense pour l’analyse de données
  • Telgram & un chat web pour l’interface avec A.C.E.

 

Pour expliquer le fonctionnement nous allons suivre Maverick, un jeune pilote qui cherche à suivre ses performances et celles de ses concurrents.

 

Maverick à A.C.E. : “donne moi le top 3 des pilotes par nombre de points pour la promotion 2017”.


Cette demande est directement envoyé au service du traitement du langage naturel pour être traduite en langage informatique. À la réception de ces données, A.C.E. transfert la demande à Qlik Sense qui lui retourne un tableau contenant le résultat. Le bot n’a plus qu’à mettre en forme les données.

 

A.C.E. :

Maverick sait maintenant qu’il est deuxième de la promo et qu’il doit réussir la dernière épreuve de pilotage pour être un Top Gun. Ici notre petit Maverick a obtenu la réponse à sa question instantanément alors qu’en passant par la le hub Qlik Sense cela lui aurait pris plus de temps et à Mach 2 chaque second compte.

 

maverick.gif

 

Un chatbot qui nous donne les informations que l’on cherche c’est bien mais un chatbot sympa c’est mieux. A.C.E. est programmé pour faire des blagues et taquiner les utilisateurs curieux. L’idée est de personnaliser le bot pour qu’il s'intègre dans la culture de l’entreprise. Prise en compte du tutoiement ou du vouvoiement, les blagues, affichage de graphique ou de tableau, la charte graphique …

 

Chatter plus loin

 

Le fonctionnement simple des chatbots permet de donner des réponses rapide aux questions simples que l’on peut se poser comme “le chiffres d’affaires par clients pour l’année 2017” ou encore “donne moi le meilleur client pour l’année 2016” sans toutefois se connecter à Qlik Sense, choisir son application, sa feuille et faire ses sélections...

 

A.C.E. vient juste de naître mais comme Chappie il apprend vite. On peut facilement imaginer qu’il sera bientôt capable d’interagir avec Qlik NPrinting pour lancer des tâches ou des rapports à la demande ou encore commander le serveur Qlik Sense (rechargement des tâches, allocations de token, ...).

 

Pour ne rien rater de son évolution vous pouvez nous suivre sur Twitter @excelciogroup, LinkedIn et pour nous voir c’est ici.

Bonjour à tous,

 

À ne pas manquer : Jesse Paris, Principal Enterprise Architect, nous montrera lundi à 11h les façons d’utiliser les API de Qlik Sense pour administrer un déploiement en dehors de QMC.

 

Au programme de nos ateliers techniques : API, Qlik GeoAnalytics, RA, Bots, Python, NPrinting – ne manquez pas les sessions de ce dernier parcours de la Qlik Summer School.

 

Pour vous inscrire :

http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

Jesse_Paris_FR.png

 

À très bientôt,

Bonjour à tous,


Je vous invite à rejoindre le 3ème parcours de la Qlik Summer School du 31 juillet au 04 août. Découvrez et approfondissez vos connaissances avec nos ateliers technique. Parmi les sujets qui seront abordés lors de ce parcours : Nprinting, API Qlik Sense, appeler R et Python.


Vous pouvez vous inscrire depuis le lien suivant :

http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

À très bientôt

 

4_Twitter_1024x512.jpg

Bonjour à tous,

 

Connectez-vous lundi à 11h pour découvrir les bonnes pratiques en BI et en data visualisation.

 

Ian Crosland, Senior Product Manager-Data Management, nous montrera comment combiner des sources de données Big Data à d’autres sources de données. Scripts, applications, ODAG et scénarios pratiques seront au rendez-vous.

 

Pour vous inscrire :

http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

Title_card_2.png


À très bientôt,

Bonjour à tous,


Je vous invite à rejoindre le second parcours de la Qlik Summer School du 24 au 29 juillet. Affiner vos connaissances et maîtriser les bonnes pratiques en BI. Parmi les sujets qui seront abordés lors de ce parcours : Storytelling, analyse intégrée, bonnes pratiques de visualisation.


Vous pouvez vous inscrire depuis le lien suivant :

http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

À très bientôt

 

3_Twitter_1024x512.jpg

Bonjour à tous,

 

Big Data, Cloud Hybride, Analytics…

 

Demain à 11h, pour cette première session de la Qlik Summer School, James Fisher, VP Global Product Marketing, nous présentera la vision et la feuille de route de Qlik à l’horizon 2020.

 

Pour vous inscrire :

 

http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

 

À très bientôt,James_Fisher_FR.png

Bonjour à tous,


Je vous invite à rejoindre, à partir du 17 juillet, le premier parcours de la Qlik Summer School pour découvrir les principales nouveautés sur les produits Qlik. Parmi les sujets qui seront abordés lors de ce parcours : Vision et stratégie, feuille de route pour les années à venir.

 

Vous pouvez vous inscrire depuis le lien suivant :

Qlik Summer School 2017 | Renforcez vos compétences en Business Analytics | Registration?sourceID1=community


À très bientôt !


2_Facebook_1200x628.jpg

Bonjour à tous,

 

Je vous invite à participer au Webinar Qlik DataStories du 6 juillet, Solvay client historique de Qlik aura le plaisir de partager son expérience et ses bonnes pratiques.

 

Lors de cette session vous découvrirez :

  • Comment Solvay s’organise pour tirer pleinement profit de la data dans le contexte de sa transformation digitale
  • Quelles applications ont été développées dans l’entreprise
  • Pourquoi Solvay a choisi d’intégrer Qlik dans son application de CRM Salesforce
  • Quelles sont les bonnes pratiques pour assurer la meilleure ergonomie pour les applications de dataviz

 

Découvrez le teaser de ce webinar :

 

Vous pouvez vous inscrire depuis le lien suivant :

http://go.qlik.com/datastories_solvay.html?sourceID1=community

 

Ce webinar sera disponible en replay pour ceux qui n'auront pas pu assister au live.

 

À très bientôt,

Bonjour à tous,

 

Après une édition 2016 réussi, je vous invite à rejoindre en juillet le nouveau programme de webinar de la Qlik Summer School avec 3 parcours au choix : nouveautés, bonnes pratiques, ateliers techniques.

 

Parmi les sujets qui seront abordés :

 

  • La feuille de route des solutions Qlik d’ici à 2020
  • Les nouveautés Qlik Cloud
  • Les bonnes pratiques du storytelling
  • Les API de Qlik Sence
  • Les premiers pas avec NPrinting
  • Comment appeler R et Python depuis Qlik Sense.

 

Vous pouvez déjà vous inscrire depuis le lien suivant : http://go.qlik.com/FRA_2017_Summer_School_Webinar_Series_PRG_Registration.html?sourceID1=community

 

Les programmes seront disponibles en replay pour ceux qui n’ont pas pu assister au live.

1_Twitter_1024x512.jpg

À très bientôt !

Filter Blog

By date:
By tag: