Partir d’une question de gestion, pas du diagramme
Un modèle Power BI devient utile lorsque ses chiffres répondent à des questions précises. Prenons une entreprise fictive qui distribue du matériel informatique. Le responsable veut connaître les ventes mensuelles, les catégories les plus rentables et les clients dont les achats diminuent. Le fichier initial contient une ligne par article commandé, mais aussi le nom du client, son secteur, le nom du produit et plusieurs montants. Construire immédiatement dix graphiques ne résoudrait pas les ambiguïtés de ce fichier.
Écrivez d’abord trois définitions : une vente correspond-elle à une commande, une facture ou une livraison ; le chiffre d’affaires inclut-il les taxes ; les retours apparaissent-ils en négatif ? Dans notre exercice, nous retenons les lignes de factures validées, hors taxes, retours inclus avec leur signe. Ces choix sont pédagogiques. Dans une organisation réelle, faites-les approuver par le métier et conservez-les dans un dictionnaire consultable. La forme du modèle découle de ce contrat.
Définir le grain avec une phrase vérifiable
Le grain décrit ce que représente exactement une ligne de la table de faits. Notre phrase sera : une ligne représente un article d’une facture, à une date de facturation, pour un client et un produit. Une facture de trois articles produit donc trois lignes. Conserver le numéro de facture et le numéro de ligne permet de vérifier cette règle sans supposer que le numéro de facture est unique dans toute la table.
Imaginons 120 factures contenant au total 360 lignes. COUNTROWS sur les faits retourne 360 ; un compte distinct des numéros de facture retourne 120, à condition que le numéro soit unique dans le périmètre retenu. Aucun des deux résultats n’est faux : ils répondent à deux questions différentes. Si les numéros recommencent chaque année, utilisez une clé de facture incluant la société et l’exercice. Ce diagnostic doit précéder les mesures de panier moyen et de fréquence d’achat.
Séparer les observations des descriptions
La documentation Microsoft distingue les dimensions, utilisées pour filtrer et regrouper, des faits, utilisés pour résumer les observations. Dans notre modèle, FactVentes conserve DateFacture, ClientKey, ProduitKey, Quantite, MontantHT et Cout. DimClient contient une ligne par client, avec son nom et son secteur. DimProduit contient une ligne par produit, avec sa référence et sa catégorie. Une dimension Date fournit les périodes communes du reporting.
Cette séparation clarifie la lecture. Le rédacteur du rapport choisit la catégorie dans DimProduit et le montant dans FactVentes. Il n’a plus trois colonnes intitulées Catégorie provenant de fichiers différents. Gardez des noms métier compréhensibles et masquez les clés techniques aux consommateurs du modèle. Masquer une clé améliore l’ergonomie ; ce n’est pas une mesure de confidentialité. Les droits sur les données doivent être traités séparément si le modèle contient des informations sensibles.
Choisir des clés stables plutôt que des libellés
Une relation construite sur le nom du client casse dès qu’un libellé change ou que deux sociétés portent le même nom. Préférez un identifiant métier fiable ou une clé technique préparée en amont. DimClient[ClientKey] doit identifier une seule ligne. Si le client C042 apparaît deux fois avec deux secteurs différents, supprimer arbitrairement un doublon dissimulerait un problème : il faut déterminer s’il s’agit d’une erreur ou d’une évolution historique à conserver.
Créez un contrôle qui compare le nombre de lignes et le nombre de clés distinctes de chaque dimension. Ajoutez un contrôle des clés des ventes absentes des dimensions. Dans notre exemple, cinq lignes pointent vers C999, inconnu du référentiel. Les affecter à un membre explicite « Client non renseigné » peut préserver les totaux, mais ce choix doit rester visible et suivi. Un diagramme sans avertissement ne prouve pas que les données sont cohérentes.
Relier les dimensions aux faits sans créer un labyrinthe
Dans le cas simple étudié, chaque dimension filtre les ventes par une relation un-à-plusieurs. Le côté un porte la clé unique ; le côté plusieurs porte les occurrences de cette clé dans les ventes. Commencez avec une propagation simple de la dimension vers les faits. Un filtre sur la catégorie Réseau sélectionne les produits concernés, puis leurs lignes de ventes. Un filtre de date vient restreindre ce même ensemble.
Dessinez le chemin attendu avant de cliquer dans la vue Modèle. Si une sélection client doit influencer les ventes, il suffit normalement de relier DimClient à FactVentes. Ajouter des relations entre toutes les dimensions pour que les segments se réduisent mutuellement rend le comportement plus difficile à expliquer. Lorsque le besoin devient plus complexe, documentez chaque chemin supplémentaire et testez-le isolément. La simplicité recherchée est celle des règles de calcul, pas seulement celle de la capture du diagramme.
Réconcilier les montants avant de calculer les ratios
Utilisons quatre lignes fictives : deux routeurs à 600 MAD, un commutateur à 900 MAD, puis le retour d’un routeur à moins 300 MAD. Le montant hors taxes total est 1 800 MAD. Si les coûts correspondants sont 400, 400, 600 et moins 200 MAD, le coût net est 1 200 MAD et la marge 600 MAD. La mesure CA HT = SUM(FactVentes[MontantHT]) doit retrouver le premier résultat sans filtre.
Définissez ensuite Marge = [CA HT] – [Coût] et Taux de marge = DIVIDE([Marge], [CA HT]). Le taux global vaut un tiers, soit environ 33,3 %. N’additionnez pas les pourcentages des lignes et ne calculez pas systématiquement leur moyenne. Revenez aux montants qui composent le ratio. Vérifiez aussi qu’un retour annule correctement les quantités, le revenu et le coût ; une convention de signe incohérente produit une marge séduisante mais inutilisable.
Ne pas mélanger ventes, budgets et stocks dans le même grain
Le budget de notre distributeur est défini par mois et catégorie, alors que les ventes sont détaillées par jour, client et produit. Répéter un budget de 30 000 MAD sur chaque ligne de vente multiplierait sa valeur au moment de l’addition. Gardez une table FactBudget distincte et définissez le niveau auquel la comparaison est légitime. Une analyse au client n’a pas de budget client tant qu’une règle d’allocation n’a pas été décidée.
Le stock pose une autre difficulté : 80 unités lundi et 70 mardi ne représentent pas 150 unités disponibles mardi. Une photographie de stock se résume différemment selon l’axe d’analyse. La documentation des tables de faits distingue ces comportements d’agrégation. Pour notre projet, séparez les instantanés des mouvements et indiquez la date du stock affiché. Avant d’écrire du DAX plus élaboré, demandez si l’indicateur doit donner une somme, une dernière valeur ou une moyenne.
Traiter les changements sans réécrire silencieusement l’histoire
Supposons qu’un produit passe de la catégorie Accessoires à Infrastructure en juillet. Le directeur souhaite-t-il lire toutes les ventes sous sa catégorie actuelle ou conserver la classification qui existait au moment de chaque facture ? Les deux lectures sont possibles, mais elles ne produisent pas la même série historique. Un simple remplacement du libellé dans DimProduit applique généralement la nouvelle classification à tout l’historique lié à cette ligne.
Pour conserver les anciennes classifications, un dispositif de versions et de clés doit être conçu dans la préparation des données ou l’entrepôt. Ne tentez pas de l’improviser en dupliquant des clés dans une dimension existante. Sur un premier projet, documenter explicitement l’usage de la catégorie actuelle peut être acceptable. Si le reporting réglementaire ou la rémunération dépend de l’historique, exigez une conception plus rigoureuse, un jeu de tests et un responsable de cette règle.
Mini-exercice : retrouver un total qui a doublé
Vous chargez dix lignes de ventes totalisant 12 000 MAD. Après une fusion Power Query avec le référentiel produit, vous obtenez douze lignes et 15 000 MAD. Deux références du référentiel possèdent chacune deux lignes. Quelle correction choisissez-vous : diviser la mesure par un coefficient, activer les relations dans les deux sens ou vérifier la clé du référentiel ? Prenez quelques minutes pour écrire les contrôles qui permettraient de décider sans intuition.
La correction commence par la clé et par le grain de la fusion. Une correspondance multiple a pu dupliquer les lignes concernées. Comparez les identifiants de lignes avant et après fusion, isolez les références répétées et examinez leur sens métier. Corrigez ou versionnez le référentiel, puis relancez la transformation. Les dix lignes et les 12 000 MAD doivent être retrouvés si le grain initial reste inchangé. Une mesure compensatrice aurait caché une anomalie susceptible de changer à la prochaine livraison.
Livrer un modèle que quelqu’un peut reprendre
Avant de publier, préparez une page de contrôle avec nombre de lignes, factures distinctes, période couverte, montant et clés non rapprochées. Testez ensuite un mois, une catégorie et un client dont le détail est connu. Conservez les résultats attendus avec la version du jeu d’essai. Une validation globale seule laisse passer des erreurs qui s’annulent entre catégories, notamment lorsque des retours et des avoirs circulent dans les mêmes flux.
Le dossier de reprise doit décrire les grains, les clés, les règles de signe, les relations et les limites d’interprétation. Ajoutez une capture du modèle et les coordonnées du propriétaire des données, sans y mettre de secret de connexion. Ce travail rend les futures mesures plus faciles à expliquer. Le bon test final consiste à confier une question nouvelle à un collègue : peut-il identifier les bonnes dimensions et retrouver un montant contrôlé sans deviner les règles cachées ?
Décider ce qui doit rester hors du premier modèle
Un premier modèle n’a pas besoin d’absorber tous les fichiers disponibles. Ajoutez seulement les colonnes utiles aux questions retenues et aux contrôles de fiabilité. Les commentaires libres, numéros de téléphone et copies de documents n’améliorent pas une analyse des ventes par catégorie. Leur exclusion réduit le périmètre à maintenir et limite la circulation d’informations inutiles. Conservez néanmoins les identifiants nécessaires à une investigation autorisée, dans un niveau de détail et avec des droits adaptés.
Pour décider d’un ajout, demandez au demandeur un exemple de question, un résultat attendu et une fréquence d’usage. Une demande de comparaison avec les objectifs justifie une table de budget ; une envie de « tout avoir au cas où » ne définit pas encore un besoin. Tenez une courte liste des limites connues et des évolutions acceptées. Vous protégez ainsi le modèle des ajouts successifs qui finiraient par mélanger plusieurs grains et rendre les anciens rapports difficiles à interpréter.