Publié initialement le 19 février 2019
Cet article met en évidence les différences entre les ensembles de données avancés (ADS) et les ensembles de données Brightspace (BDS) et se concentre sur le processus nécessaire pour maximiser votre utilisation des ensembles de données Brightspace. BDS et ADS se trouvent tous deux dans le Data Hub. Les deux se composent d’exportations de données dans un format CSV standard avec en-tête et incluent un habillage de chaîne à l’aide de guillemets doubles lorsque des caractères clés (c’est-à-dire des virgules) sont présents dans la chaîne.
Différences entre les ensembles de données avancés et Brightspace
Les ensembles de données Brightspace (BDS) peuvent être trouvés dans le Data Hub avec les ensembles de données avancés (ADS), mais présentent certaines différences clés :
Un ADS individuel est destiné à être utilisé indépendamment, mais les BDS individuels sont destinés à être utilisés avec d’autres BDS.
Les ensembles de données avancés peuvent être utilisés seuls en tant que rapports basés sur des tables, car ils rassemblent les attributs et les valeurs dans des lignes lisibles dans chaque rapport. En revanche, les ensembles de données Brightspace ne sont pas destinés à être interprétés individuellement et utilisent des valeurs entières comme identifiants pour représenter des entités dans le contexte d’autres valeurs. Afin de fournir un contexte et de rendre les données lisibles pour vos besoins de rapport, vous devrez les combiner. Par exemple, si vous souhaitez extraire des données sur le nombre moyen de tentatives de questionnaire par les étudiants par questionnaire sur différents cours, vous devrez extraire au moins 3 BDS (Unités d'organisation, Utilisateurs et Tentatives de questionnaire) afin d’identifier correctement les données dont vous avez besoin.
Les ADS peuvent être filtrés au moment où vous demandez l’ensemble de données, tandis que les BDS vous fournissent toutes les données et vous devez filtrer ultérieurement.
Lorsque vous demandez la génération d’un ADS, vous pouvez fournir des filtres pour limiter les données fournies. Les filtres courants se trouvent sur l’unité d’organisation et une plage de dates pertinente, bien que les filtres varient pour chaque ensemble de données. BDS, au lieu de cela, avoir toutes les données disponibles (ils sont limités à 150 millions de lignes des données les plus récentes ; voir Limites de données documentation pour plus de détails). Un avantage est que vous n’avez pas à attendre que l’ensemble de données soit généré avant de pouvoir le télécharger. Un inconvénient est que vous devez déplacer beaucoup plus de données vers votre système qui seront éventuellement filtrées.
Les ADS se génèrent à la demande, tandis que les ensembles de données complets BDS sont livrés chaque semaine avec des différentiels quotidiens comme configuration par défaut.
Si les paramètres de date sont définis en conséquence, les ADS incluront des données jusqu’au moment où la demande est lancée. Les BDS sont générés selon un calendrier, avec les ensembles de données complets générés chaque semaine et les différentiels générés tous les jours (les différentiels peuvent être horaires avec un module complémentaire facultatif). Si vous utilisez les ensembles complets en combinaison avec les différentiels (sans mise à niveau de fréquence), les données dont vous disposerez devraient être aussi fraîches qu’hier - le moment exact est déterminé par le moment où la tâche de génération de l’ensemble de données est exécutée. Cela devrait être suffisant pour la plupart des besoins en matière de rapports, mais il est important d’en être conscient lors de la planification et de la documentation des rapports finaux.
Processus pour utiliser avec succès les ensembles de données Brightspace
Afin d’utiliser efficacement les ensembles de données Brightspace régulièrement, vous devrez configurer les éléments suivants dans votre processus de création de rapports qui sont uniques à l’utilisation de BDS par rapport à d’autres sources de données dans Brightspace :
Une base de données dans laquelle stocker les données.
Étant donné que le contexte des BDS se construit en joignant des ensembles, un emplacement est nécessaire pour héberger les ensembles de données afin qu’ils puissent être joints. En règle générale, cela se fait en créant des tables dans une base de données relationnelle dans la même structure que les fichiers d’ensemble de données, mais avec les types de données et les relations clés appropriés. Le format final peut sembler différent en fonction de l’utilisation prévue des données.
Un processus pour extraire, transformer et charger (ETL) les données des fichiers plats compressés disponibles pour téléchargement à partir de Brightspace, dans un format utilisable dans votre base de données.
L’extraction manuelle des ensembles de données pour une analyse unique est raisonnable, mais pour maintenir les données aussi fraîches que possible, vous devrez probablement effectuer l’ETL des données une fois par semaine ou même plus fréquemment si vous utilisez les différentiels. Idéalement, ce processus est entièrement automatisé (en utilisant l’API) et robuste.
Requêtes ou une autre méthode pour joindre, filtrer et agréger les données afin d’obtenir les valeurs dont vous avez besoin.
Les BDS nécessitent que les ensembles de données soient joints pour comprendre le contexte. Il existe beaucoup plus d’informations disponibles en utilisant BDS qu’avec d’autres sources de données dans Brightspace simplement parce que vous êtes flexible dans votre capacité à filtrer et à agréger les données. Cependant, pour établir le contexte et voir les informations exploitables, la jonction et d’autres manipulations des données doivent être effectuées avant que les données puissent être utilisées.
La ressource clé qui est essentielle à l’utilisation de l’ADS et du BDS est notre Documentation du Hub de données. Cela définit les champs utilisés dans tous les ensembles de données du Data Hub ainsi que des informations sur les relations entre les BDS nécessaires pour les joindre.
Besoin d’aide supplémentaire pour travailler avec les données ? Coincé sur l’une des étapes ci-dessus ? Vous manquez l’un des ensembles de compétences nécessaires ? D2L fournit des niveaux flexibles de services de conseil en solutions de données qui peuvent aider avec tout ou partie des étapes du processus détaillé dans cet article. Si vous êtes intéressé, veuillez contacter votre représentant D2L Customer Success.