Cas d'étude DAX
Objectif
- Objectif : appliquer les notions de « Calculer avec DAX » à des analyses métier classiques, de bout en bout : modèle, colonnes et mesures, puis visuel final.
- Différence avec la Mise en pratique DAX : chaque cas d'étude est un scénario complet, avec son propre jeu de données. Il ne s'agit plus d'une série de questions courtes.
- Organisation : une sous-page par cas, avec un tutoriel pas à pas, les résultats attendus et un PBIP de départ à compléter. Le PBIP corrigé est remis par le formateur.
Cas disponibles
| Cas | Question métier | Notions mobilisées |
 Analyse de cohortes | Les clients acquis un mois donné reviennent-ils les mois suivants ? | Transition de contexte, EOMONTH, DATEDIFF, RELATED, DISTINCTCOUNT, chaîne de format dynamique |
 Pareto et classement ABC | Quels produits font 80 % du chiffre d'affaires ? | ALLSELECTED, VAR, FILTER, SUMX, SWITCH, HASONEVALUE |
 Segmentation RFM | Quels clients fidéliser, relancer ou réactiver ? | Colonnes calculées, CALCULATE, RANKX, DATEDIFF, SWITCH ( TRUE () ) |
 Clients nouveaux, récurrents et perdus | La base de clients grandit-elle ou s'érode-t-elle ? | FILTER, ALL, DATESBETWEEN, CALCULATETABLE, ISEMPTY |
 Panier croisé | Quels produits sont achetés ensemble ? | Table sans relation, TREATAS, REMOVEFILTERS, support, confiance, lift |
Ordre conseillé
- Pareto puis Clients nouveaux, récurrents et perdus : des mesures seules, sans colonne calculée.
- Analyse de cohortes et Segmentation RFM : colonnes calculées et transition de contexte.
- Panier croisé : le plus abstrait, avec une table sans relation et TREATAS.
Les cas Pareto, RFM, clients et panier croisé partagent le même jeu de données fictif (un vendeur de vélos et d'accessoires, 940 clients, 24 produits, 2 456 commandes en 2024 et 2025). On peut ainsi comparer les résultats d'un cas à l'autre.
