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
  Exo 6 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
  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]
  "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
- Copilot
  ChatGPT
- Rapports multilangue
- Préparation PL-300

...

Pourquoi transformer ses données ? (dépivoter)

Il faut normaliser ses données !

La normalisation consiste à structurer ses données pour les rendre exploitables par un Tableau Croisé Dynamique.

Si vos données source ne sont pas normalisées, Power Query va le faire pour vous. Vous n’aurez pas besoin de modifier vos sources : Power Query appliquera les transformations que vous aurez déterminées, et ce, à chaque mise à jour de la source.

Structure de base

Voici un exemple de structure de données qui n’est pas (ou difficilement) exploitable directement par un Tableau Dynamique Croisé (TCD) :

⁠

Notre TCD donnerait ceci :

⁠

Plusieurs problèmes se présentent ici :

Nous avons fait glisser successivement les champs Janvier, Février et Mars dans la zone Valeurs. C’est long, glisser 1 seul champ aurait été plus rapide !

Quand nous aurons les autres mois de l’année, nous devrons ajouter 9 autres champs. C’est long également ! Et on peut se tromper lors de l’ajout.

Calculer le total de l’année va être compliqué. Possible, mais compliqué !

Bonne structure

Voici les mêmes données, mais normalisées (peu importe ici la méthode utilisée pour réaliser cette normalisation) :

⁠

Et le TCD réalisé à partir de ces données :

⁠

Les avantages sont les suivants :

Nous avons fait glisser le seul champ “Mois’” dans la zone Valeurs, ce qui a créé autant de colonnes que de mois. Pratique !

Quand de nouveaux mois apparaitront dans la source, ils s’afficheront automatiquement à la suite (colonne F...)

Les totaux des mois s’affichent déjà, dans la colonne Total général. Quand de nouveaux mois apparaitrons dans la source, cette colonne sera recalculée automatiquement.

Première leçon à tirer

Une colonne d’une source normalisée contient des données de même nature

Dans notre premier tableau, il y avait 3 colonnes qui contenaient de données de même nature, en l’occurrence les quantités. Dans notre version normalisée, une seule colonne “Qte” contient toutes les quantités.

Finalement, la colonne Mois de notre source normalisée contient aussi des données de même nature.

Ajouter des données en conservant la normalisation

Nous voulons continuer à enrichir notre source de données. Au lieu de créer un autre classeur ou une autre feuille, nous mettons les données de chaque année, nous créons 2 colonnes :

⁠

Mauvaise idée ! Nous retrouvons notre problème du début : chaque nouvelle année entrainera la création d’une nouvelle colonne, donc une nouvelle colonne à faire glisser dans la zone Valeurs de notre TCD. Au lieu de cela, nous créons une colonne Année :

⁠

Nous avons donc 2 fois plus de lignes, (18 pour 2019 et 18 pour 2020). Mais ce n’est pas un problème. Notre colonne “Année” contient logiquement des... années. Et la colonne “Qte” contient toujours des... quantités.

Nous avons ici fait glisser le champ Année dans la zone Filtre du TCD. Nous filtrons sur l’année 2019 :

⁠

Puis sur l’année 2020 :

⁠

Trop facile !

Comment normaliser ses données

2 cas se présentent :

Vos données sources sont déjà normalisées. C’est typiquement le cas d’une source de type Base de données, comme SQL Server, Oracle, MySQL, etc.

Vos données sources ne sont pas normalisées. Ce peut être le cas d’un classeur Excel. Vous pouvez soit modifier vos données sources “à la main”, avec des copier/coller. Vous pouvez aussi ne pas toucher au fichier et utiliser Power Query pour réaliser la transformation.

Normaliser avec Power Query

Voici un exemple de fichier à normaliser :

⁠

Etapes résumés dans Power Query

Lancer Excel (version 2016 et suivante).

Cliquer sur Données > Obtenir des données (ou Nouvelle requête) > A partir d’un fichier > A partir d’un classeur.

Sélectionner le fichier Excel contenant la plage à transformer, ce qui affiche :

⁠

Dans cette fenêtre Navigateur, sélectionner la feuille et cliquer sur Transformer les données (ou Modifier), ce qui affiche :

⁠

Cliquer dans la colonne Année puis clic droit > Remplir > Vers le bas :

⁠

Sélectionner les colonnes Année et Produit, puis clic droit > Dépivoter les autres colonnes :

⁠

Double-cliquer sur l’en-tête Attribut et saisir Mois. Idem pour la colonne Valeur en Qte :

⁠

Nous voulons une colonne de type Date, qui regroupera les mois et années, comme 01/01/2019.

Cliquer sur la colonne Mois (clic sur l’en-tête) puis Année (CTRL + Clic), clic droit > Fusionner. Dans la boite qui s’ouvre, cliquer directement sur OK :

⁠