Skip to content
Support formation Rapports Power BI
  • Pages
    • Présentation du support
    • Organisation des formations Power BI
    • Ressources pédagogiques
      • Kit pédagogique
      • Références
      • Mise en pratique
        • Exo 1
        • Exo 2
        • Exo 3
        • Exo 4 Parc Auto
        • Exo 5 Vente data
        • Exercice EuroDesk
      • Aide à la décision d'une formation courte Power BI
    • Généralités
      • Carte & schéma Power BI
      • Guide de survie
      • Architecture des données [ToDo]
      • Optimisations & bonnes pratiques
      • Présentation de la solution Power BI
        • Le marché des solutions BI
        • A quoi sert Power BI ?
        • Versions & licences
        • Installation
      • Organiser son projet Power BI
      • Microsoft Fabric [WIP]
      • Planification de l’implémentation de Power BI
      • Planification de la migration et du déploiement Power BI
    • 1 | Se connecter aux données
      • Modes de connexion aux données (résumé)
      • Obtenir les données d’un fichier Excel (SharePoint)
      • Obtenir les données d’un fichier CSV/Texte
      • Obtenir les données d'un classeur Google Sheet
      • Créer un Dataflow (Query dans BI Service)
      • Base de données (Azure SQL Server)
      • Récupérer le contenu d'un fichier Zip
      • Récupérer les fichiers d'un site SharePoint
      • OData
      • Tips - retours d'expériences [WIP]
    • 2 | Transformer ses données (Power Query)
      • Pourquoi transformer ses données ? (dépivoter)
      • Transformations
        • Fusionner des requêtes ("RECHERCHEV")
          • Les 6 types de jointure
        • Ajouter des requêtes
        • Transformations complexes
        • Combiner les feuilles d'un classeur
        • Combiner automatiquement les fichiers d’un dossier
        • Équivalent d'un RECHERCHEV / VRAI
      • Paramètres de la source de données
      • Langage M
        • 1 | Introduction
          • Ressources
        • 2 | Travailler avec Power Query
          • Options [WiP]
        • 3 | Accès et combinaison des données
        • 4 | Valeurs et expressions
        • Fonctions personnalisées
        • Recherche de la valeur précédente
        • Contourner l'erreur Firewall
        • Tips
          • let ... in imbriqués
          • Closures (fermetures) [WiP]
          • Récursivité [ToDo]
      • Transformer avec R [WIP]
      • Transformer avec Python [WIP]
      • Query folding
      • Tips
    • 3 | Modéliser (+ DAX)
      • Propriétés du modèle
      • Modèle de données
        • Relations
        • Schéma en étoile
          • Concepts liés au schéma en étoile
        • Slow Changing Dimension (SCD) [WiP]
      • Composants du modèles
        • Groupes & hiérarchies
        • Groupe de calculs
        • Relations
        • Mesures d'expression de détail des lignes
        • Agrégations manuelles et automatiques
      • DAX (le langage) et Power BI
        • icon picker
          Mesures explicites dans Power BI
        • Exploiter le volet Vue de requête DAX
        • Calculs visuels
        • User-defined functions (UDF)
      • Table de dates
      • Level Security
        • RLS (Row Level Security)
          • RLS partiel [WiP]
        • "Page Level Security" [WiP]
        • OLS (Object Level Security) [WiP]
        • Visuel Level Security
      • Tables recommandées (Type de données dans Excel)
      • Optimisation du modèle
        • Roche's Maxim
        • Réduire la taille du modèle
    • 4 | Présenter et analyser
      • Filtres & tris
        • Paramètres dynamiques
        • Focus Segments
        • L'exploration ("drill")
      • Objets visuels
        • Axes dynamiques
        • Couleurs fixes selon les catégories
        • KPI
        • Jauge
        • Sparkline [WiP]
        • Valeur dynamique des zones de texte
        • Icônes personnalisées
        • Cartes (Map)
        • Mises en forme conditionnelle
        • Jolies tables [WiP]
        • Nouvelles cartes [WiP]
      • Animer le rapport
        • Infos bulles personnalisées
        • Extractions
        • Signets
      • Étendre le rapport
        • Ajouter des visuels
        • Présenter avec R [WIP]
        • Présenter avec Python [WIP]
        • Visuels personnalisés avec Deneb
        • Infographic Designer [WiP]
        • Power Automate dans Power BI
      • Flux de tâches translyticaux [mai 2025]
      • Styles & thèmes
        • Styles prédéfinis
    • 5 | Partager et diffuser
      • Diffuser et partager un rapport Power BI
        • Modèle sémantique comme source de rapport
        • Partager un espace de travail
        • Intégrer Power BI [WiP]
        • bouton_publier
          "Publier" avec Power BI Desktop dans OneDrive/SharePoint
      • Tableaux de bord
      • Créer l'application d'un Espace de travail Power BI
      • Espaces de travail
        • [Admin] Créer un Espace de travail
        • Approbation
        • Application dans un espace de travail
        • Rôles dans un espace de travail
        • Sécurité [ToDo]
        • Alertes dans Power BI
          • Fabric Activator pour Power BI
      • Power BI Server
        • Analysis Services (SSAS)
      • Datamart [beta]
      • Date de dernière actualisation
      • Requête dans Excel vers un modèle Power BI
      • Incorporer des rapports (Embed - API)
    • Développeurs
      • Tabular Editor
      • Mode développeur (Projet Power BI)
      • [Dev] PowerOps : analyser un rapport avec
      • ModeOp express
      • Semantic Labs
    • Echange documents formation
    • logo_copilot
      Copilot
      • ChatGPT
    • Rapports multilangue
    • Préparation PL-300
Support formation Rapports Power BI
/
/
Mesures explicites dans Power BI

Mesures explicites dans Power BI

Définition et rôle des mesures DAX

Une mesure DAX dans Power BI est une expression calculée, évaluée en fonction du contexte d’analyse (lignes, filtres, hiérarchie…). Elles servent à effectuer des calculs dynamiques sur les données d’un modèle (sommes, moyennes, ratios, agrégats complexes, etc.), qui s’adapte aux interactions de l’utilisateur (filtres, segment, exploration…).
Syntaxe générale :
Nom de la mesure = Formule DAX

Montant vente = SUM(Vente[Montant])
⁠

Pourquoi créer des mesures explicites ?

Point
Mesure implicite
Mesure explicite
Définition
Créée automatiquement via l’interface (ex. glisser-déposer un champ numérique dans une visuel, par exemple Somme de Montant)
Définie par l’utilisateur via le langage DAX
Réutilisation
Limitée à un visuel - peut être renommé dans le seul visuel
Réutilisable dans tous les visuels du rapport - renommé dans tout le rapport
Gestion du contexte
Moins flexible, peu paramétrable
Très flexible (gestion fine des filtres, du contexte, etc.), avec par exemple la fonction FILTER.
Performances
Calcul à la volée, moins optimisé
Souvent mieux optimisé et contrôlé
Documentation
Non documentée, pas nommée
Nommée, explicite, commentable
Organisation
Aucune (limitée au visuel)
Peuvent être regroupées dans une table de mesures (Accueil > Entrer des données)
There are no rows in this table
⁠

Pourquoi privilégier les mesures explicites ?

Ré-utilisabilité : une mesure explicite peut être utilisée dans plusieurs visuels, tableaux croisés, KPI, etc.
Maîtrise du calcul : le développeur maîtrise la logique métier, le contexte d’évaluation et les éventuelles exceptions.
Lisibilité : une mesure explicite porte un nom significatif et peut être commentée (Montant vente est plus claire que Somme de Montant).
Gestion du modèle : indispensable pour la maintenance, la collaboration et l’évolution du modèle.
Fonctionnalités avancées : seules les mesures explicites peuvent servir d’argument à des fonctions avancées (CALCULATE, FILTER, etc.).

Exemples courants de mesures DAX

But
Formule DAX
Explications
Total des ventes
Total Ventes = SUM('Ventes'[Montant])
Somme d’une colonne numérique
Nombre de ventes
Nb Ventes = COUNTROWS('Ventes')
Nombre de lignes dans une table
Moyenne par client
Moyenne/Client = AVERAGEX(VALUES('Clients'[ClientID]), [Total Ventes])
Moyenne des ventes par client
Taux de croissance N/N-1
Taux Croissance = ([Total Ventes] - [Total Ventes N-1]) / [Total Ventes N-1]
Comparaison entre deux périodes
Total avec filtre
Ventes France = CALCULATE([Total Ventes], 'Clients'[Pays] = "France")
Calcul sous condition
There are no rows in this table
⁠

4. Bonnes pratiques

Toujours créer les calculs via des mesures explicites (même pour les sommes simples).
Donner des noms clairs et explicites.
Documenter les mesures complexes avec des commentaires dans le code DAX et via le volet Données
Structurer les mesures par dossier dans Power BI (utiliser Afficher le dossier pour les regrouper par thématique).
Valider les résultats avec des échantillons et des cas test.

Quelques fonctions DAX fréquemment utilisées

SUM()
COUNTROWS()
CALCULATE()
FILTER()
ALL()
DIVIDE()
DATESYTD(), SAMEPERIODLASTYEAR()

Créer une mesure simple

Clic droit sur une table > Nouvelle mesure
Saisir une formule comme :
Montant vente = SUM(Vente[Montant])

Créer une table de mesures dans Power BI Desktop

Accueil > Entrer des données.
Donner un nom à la table, par exemple Mesures (ou Calculs) et cliquer sur Charger.
En Vue de modèle, dans le volet Données, faites glisser au moins une mesure dans la table Mesures.
Supprimer Colonne 1 de la table Mesures. La table se place en première position et l’icône est en forme de calculatrices.
Méthode alternative :
Créer une table DAX (Modélisation > Nouvelle table) , avec comme seule ligne de code : Mesures ={1} . Une table avec un champ Value est créée dans le modèle.
Faire glisser au moins une mesure (ou créer une mesure directement dans la table)
Masquer le champ Value.
Avec cette version, l’icône de la table ne change pas.
Définition et rôle des mesures DAX
Pourquoi créer des mesures explicites ?
Pourquoi privilégier les mesures explicites ?
Exemples courants de mesures DAX
4. Bonnes pratiques
Quelques fonctions DAX fréquemment utilisées
Créer une mesure simple
Créer une table de mesures dans Power BI Desktop
Want to print your doc?
This is not the way.
Try clicking the ⋯ next to your doc name or using a keyboard shortcut (
CtrlP
) instead.