Power BI — transformer des données en décisions
L'outil d'analyse et de visualisation de Microsoft. C'est lui qui produit les tableaux de bord que les gestionnaires regardent chaque matin.
Power BI suit toujours la même chaîne : connecter des données → les nettoyer (Power Query) → les modéliser (relations) → les mesurer (DAX) → les visualiser (rapport) → les partager (Service). Maîtrise cette chaîne et tu maîtrises Power BI.
Dans l'offre : « développer des outils numériques… pour soutenir la prise de décision ». Concrètement, c'est ça : un opérateur saisit des inspections, Power BI montre en un coup d'œil si l'usine est dans le vert.
Les deux moitiés : Desktop et Service
| Power BI Desktop | Power BI Service (cloud) | |
|---|---|---|
| C'est quoi | Une app Windows gratuite où tu construis le rapport | Le site web où tu publies et partages |
| Tu y fais | Import, Power Query, modèle, DAX, visuels | Diffusion, actualisation planifiée, tableaux de bord, accès |
| Analogie | Ton environnement local (localhost) | La prod déployée que l'équipe consulte |
Flux typique : tu bâtis dans Desktop, tu cliques Publier, le rapport apparaît dans le Service où les collègues le consultent dans le navigateur.
Étape 1 — Power Query : nettoyer la donnée
Power Query est l'atelier d'ETL intégré. Tu y importes une source moche et tu enchaînes des étapes de transformation : supprimer des colonnes, changer des types, filtrer, fusionner deux tables, dépivoter… Chaque étape est enregistrée et rejouée automatiquement au prochain rafraîchissement.
Power Query = une pipeline de transformations immuable. Chaque étape prend la
table précédente et en retourne une nouvelle — exactement comme chaîner
rows.filter(...).map(...).reduce(...). Le langage sous-jacent s'appelle
M, mais 95 % du temps tu cliques dans l'UI et M s'écrit tout seul. Le panneau
« Étapes appliquées » est ta liste de commits : tu peux remonter, éditer, réordonner.
Ne nettoie jamais tes données à la main dans Excel avant de les importer. Tout le nettoyage doit vivre dans Power Query, pour qu'il se rejoue tout seul quand la source change. Un nettoyage manuel = une bombe à retardement à refaire chaque mois.
Étape 2 — Le modèle : relier les tables
Une fois les tables propres, tu les relies entre elles, comme des clés étrangères. La bonne pratique s'appelle le schéma en étoile (star schema) : une table centrale de faits (les événements mesurables — ex. chaque inspection) entourée de tables de dimensions (le contexte — la date, la machine, l'employé).
| Table de faits | Tables de dimensions |
|---|---|
| Les mesures, nombreuses lignes (inspections, arrêts, production…) | Le contexte, peu de lignes (calendrier, équipements, employés, quarts de travail) |
| « Quoi / combien » | « Quand / où / qui » |
Tu connais déjà ça : c'est de la modélisation relationnelle. La table de
faits = ta table events ou orders ; les dimensions = tes tables de
référence (users, products, dates) reliées par clé
étrangère. La seule nouveauté : en BI, on dénormalise volontairement vers ce patron
en étoile parce qu'il rend les calculs rapides et lisibles.
Étape 3 — DAX : créer les mesures
DAX (Data Analysis Expressions) est le langage de formules de Power BI. Tu
l'utilises pour créer des mesures : des calculs qui se recalculent selon ce que
l'utilisateur filtre à l'écran. Exemple : Total Inspections = COUNTROWS(Inspections).
Si l'utilisateur clique sur « Usine 1 » et « cette semaine », la même mesure se recalcule pour
ce sous-ensemble, automatiquement.
Une mesure DAX = une fonction pure recalculée selon le contexte de filtre.
Pense à un useMemo dont les dépendances sont « les filtres actifs à l'écran » :
change un slicer, la valeur se recalcule. Le concept central à retenir, c'est le
« filter context » (contexte de filtre) — d'où vient toute la magie et toute
la confusion de DAX. Une mesure ne stocke pas un nombre, elle décrit comment le calculer.
- Mesure : calcul dynamique recalculé à la volée (ex. somme, moyenne, %).
- Colonne calculée : valeur figée par ligne, calculée au rafraîchissement (à éviter quand une mesure suffit).
- Contexte de filtre : l'ensemble des filtres actifs qui déterminent ce que la mesure calcule.
- Fonctions vedettes :
SUM,COUNTROWS,CALCULATE(la plus puissante — elle modifie le contexte de filtre).
Étape 4 — Visualiser : rapports et tableaux de bord
Tu déposes des visuels (graphiques, cartes de KPI, tableaux, jauges) sur un rapport, et tu ajoutes des segments (slicers) pour filtrer. Deux mots qu'on confond souvent :
| Rapport (report) | Tableau de bord (dashboard) |
|---|---|
| Multi-pages, interactif, riche | Une seule page, vue d'ensemble |
| Lié à un modèle de données | Assemble des visuels épinglés de plusieurs rapports |
| Là où tu passes 95 % de ton temps | Existe seulement dans le Service |
« Dashboard » en langage courant veut dire « écran de KPI ». Dans Power BI, ce mot a un sens technique précis (page unique d'épingles). Sur le terrain on dira « rapport » la plupart du temps — ne te fais pas piéger par le vocabulaire.
Étape 5 — Partager & rafraîchir
- Publier : envoie le rapport de Desktop vers le Service.
- Espace de travail (workspace) : le dossier d'équipe où vivent les rapports. Comme un repo partagé.
- Actualisation planifiée : le Service recharge les données automatiquement (ex. chaque nuit) — c'est Power Query qui se rejoue.
- RLS (Row-Level Security) : filtrer les lignes selon l'utilisateur (l'usine 1 ne voit que ses données).
La RLS, c'est littéralement le Row-Level Security de Postgres / Supabase : des règles qui filtrent les lignes visibles selon l'identité. Même nom, même idée — sauf qu'ici tu l'exprimes avec une formule DAX au lieu d'une policy SQL.
Attends-toi à : connecter Power BI à des données venant de SharePoint, d'Excel, de Dataverse ou même de PI ; nettoyer dans Power Query ; bâtir un tableau de bord de conformité des routes d'inspection, de temps d'arrêt ou de production. Le réflexe gagnant : toujours demander « quelle décision ce rapport doit-il aider à prendre ? » avant de dessiner un seul graphique.
- Télécharger Power BI Desktop (gratuit, Microsoft Store) et charger un Excel de test : la meilleure heure d'apprentissage possible.
- Microsoft Learn — « Créer et utiliser des rapports avec Power BI » : learn.microsoft.com/training/powerplatform/power-bi