Définir ce que signifie comparer deux périodes
Une carte affiche une croissance de 45 % et déclenche une discussion enthousiaste. Pourtant, le mois courant contient seulement dix jours de ventes, tandis que la référence reprend un mois complet de l’année passée. Avant de choisir une fonction DAX, définissez la période comparable. S’agit-il de dates calendaires identiques, d’un même nombre de jours ouvrés, de semaines commerciales ou d’un exercice fiscal ? Chacune de ces règles correspond à une analyse différente.
Notre cas pédagogique utilise des ventes quotidiennes et un exercice allant de janvier à décembre. Les exemples sont des mesures du modèle, dans une approche classique d’intelligence temporelle fondée sur une colonne de dates et une table explicitement marquée. Microsoft documente aussi une approche fondée sur des calendriers ; ne mélangez pas les deux conventions sans vérifier la version et les fonctionnalités disponibles. La première étape sera de rendre les dates explicites et vérifiables, plutôt que de multiplier les raccourcis automatiques.
Construire une table comportant une ligne par jour
La table Date doit fournir une colonne de dates uniques, sans valeur vide et sans trou dans la période couverte. Pour l’approche classique utilisée ici, prévoyez des années complètes et marquez la table comme table de dates. La documentation Microsoft détaille ces exigences. Vous pouvez reprendre une dimension officielle de l’organisation ou en générer une adaptée au projet. Dans les deux cas, ses règles doivent être communes aux rapports qui prétendent comparer les mêmes périodes.
Pour l’exercice, créez Date = CALENDAR(DATE(2025, 1, 1), DATE(2027, 12, 31)). Ajoutez ensuite des attributs d’année, de mois et de trimestre. L’inclusion de 2027 permet de montrer des périodes sans ventes, mais ne garantit pas qu’un indicateur saura distinguer absence d’activité et données non encore chargées. Notez les bornes et leur méthode de mise à jour. Une table qui s’arrête au 31 décembre provoquera des surprises en janvier si personne n’a prévu son extension.
Relier la bonne date et retirer l’heure du problème
Une colonne de faits contenant 15/03/2026 à 14 h 32 ne correspond pas directement à une dimension dont la ligne du 15 mars représente une date sans heure. Préparez une colonne de date de facturation cohérente pour la relation, tout en conservant l’horodatage si une autre analyse le nécessite. Vérifiez les types et les fuseaux utilisés. Un événement à minuit UTC peut appartenir à un autre jour dans le fuseau métier retenu.
Dans notre modèle, Date[Date] filtre FactVentes[DateFacture] par une relation active un-à-plusieurs. Un filtre sur mars doit donc limiter les ventes facturées en mars. Si l’utilisateur parle de date de commande ou de livraison, ce chemin n’est plus suffisant. Nommez le rôle de date dans le rapport et concevez les variantes nécessaires. Une mesure temporelle peut être mathématiquement correcte tout en mesurant la mauvaise étape du cycle de vente.
Trier les mois sans perdre l’année
Le nom du mois est pratique à lire, mais un classement alphabétique place août avant avril et décembre avant février. Ajoutez un numéro de mois et définissez le tri du libellé sur ce numéro. Pour une série couvrant plusieurs années, préférez une étiquette AnnéeMois associée à une clé chronologique, par exemple 202601 puis 202602. Vérifiez que chaque libellé correspond à une seule valeur de tri dans la configuration retenue.
Une page affichant seulement Janvier, Février et Mars peut involontairement additionner plusieurs années. Faites apparaître l’année ou imposez une sélection clairement visible. Dans notre exercice, janvier 2025 vaut 8 000 MAD et janvier 2026 vaut 10 000 MAD. Un axe « Janvier » sans filtre d’année pourrait présenter 18 000 MAD, résultat exact mais répondant à une autre question. Le calendrier doit donc aider le lecteur à voir la période retenue, pas seulement fournir des fonctions DAX.
Calculer un cumul annuel et le tester au changement d’année
Définissez d’abord CA = SUM(FactVentes[MontantHT]). Pour un exercice calendaire dans notre approche classique, une mesure CA cumulé année = TOTALYTD([CA], ‘Date'[Date]) permet d’obtenir le cumul jusqu’à la date courante du contexte. La documentation TOTALYTD précise les variantes possibles et leurs paramètres. Ne copiez pas un exemple d’exercice décalé avant d’avoir vérifié la convention de fin d’année et les paramètres régionaux du modèle.
Utilisons janvier 2026 à 10 000 MAD, février à 12 000 et mars à 8 000. Une matrice mensuelle doit donner des cumuls de 10 000, 22 000 et 30 000 MAD. Au mois de janvier 2027, le cumul repart sur l’exercice 2027 ; il ne doit pas reprendre automatiquement tout 2026. Vérifiez décembre, janvier et une sélection partielle de mars. Cette courte série contrôle le comportement recherché plus efficacement qu’une courbe annuelle dont les erreurs seraient difficiles à distinguer.
Comparer à l’année précédente sur une période définie
La mesure CA année précédente = CALCULATE([CA], SAMEPERIODLASTYEAR(‘Date'[Date])) décale la période de référence selon la colonne de dates dans cet exemple classique. Sur janvier 2026 à 10 000 MAD, elle retrouve janvier 2025 à 8 000 MAD. L’écart est de 2 000 MAD et la croissance de 25 %, calculée par DIVIDE([CA] – [CA année précédente], [CA année précédente]). Le format pourcentage est un affichage, pas une multiplication supplémentaire par cent.
Testez séparément une sélection d’un mois complet et une sélection quotidienne. Les fins de mois et années bissextiles comportent des comportements particuliers documentés pour SAMEPERIODLASTYEAR. Si votre métier compare la troisième semaine ouvrée ou un calendrier commercial en treize périodes, la simple translation calendaire peut être insuffisante. Faites valider une table de correspondance des périodes ou une règle adaptée. Une formule standard ne décide pas à votre place si le 29 février possède un équivalent commercial pertinent.
Ne pas confondre zéro, absence de vente et absence de chargement
Une journée sans ligne dans les ventes peut signifier fermeture du magasin, absence de transaction ou échec de collecte. Le calendrier conserve malgré tout ce jour pour la continuité de l’analyse. Déterminez ensuite l’affichage voulu : vide ou zéro. Transformer tous les vides en zéro rend parfois une courbe plus lisible, mais peut donner l’impression que les données ont été reçues et qu’aucune vente n’a eu lieu.
Ajoutez un indicateur distinct de fraîcheur ou de complétude du chargement. Dans un cas fictif, le magasin doit transmettre 20 fichiers quotidiens ; 18 ont été reçus. Le chiffre d’affaires de 74 000 MAD est calculable, mais il ne doit pas être comparé sans réserve à un mois complet de 80 000 MAD. Une mention « deux jours manquants » et une date de dernière donnée sont plus honnêtes qu’un taux de baisse affiché comme définitif. La préparation des données doit fournir cette information.
Limiter la comparaison à une période réellement comparable
Supposons que les ventes soient chargées jusqu’au 10 mars 2026. Le cumul annuel courant doit alors être comparé au cumul allant jusqu’au 10 mars 2025 si c’est la règle retenue. Comparer aux trois premiers mois complets de 2025 pénaliserait artificiellement 2026. Une date de dernière vente peut servir au diagnostic, mais ne constitue pas toujours une date de complétude : un magasin peut n’avoir rien vendu tout en ayant transmis correctement son fichier.
Privilégiez une borne de données validées fournie par le flux ou par le responsable métier. Décidez aussi si cette borne est commune à toutes les régions. Si Nord est à jour au 10 mars et Sud au 8 mars, un classement au 10 mars risque de mesurer le retard des fichiers autant que l’activité. Choisissez une période commune pour la comparaison ou affichez explicitement les couvertures distinctes. Le calcul temporel devient ainsi une règle de qualité et pas seulement une fonction de calendrier.
Distinguer flux, stock et moyenne sur la durée
Un cumul de chiffre d’affaires additionne des flux. Un cumul des stocks photographiés chaque soir additionne des états successifs et répond rarement au besoin du responsable. Pour connaître le stock au 31 mars, il faut généralement la dernière photographie disponible selon une règle explicite. Pour mesurer une occupation moyenne, il faut définir les jours qui entrent dans la moyenne, y compris le traitement des jours sans observation.
Prenons un stock de 100 unités lundi, 90 mardi et 110 mercredi. Le stock de mercredi est 110 ; la moyenne des trois photographies est 100 ; la somme 300 n’est pas le stock disponible. Si la photo de mardi manque, la moyenne des deux observations vaut 105 et ne représente plus automatiquement une moyenne quotidienne fiable. Conservez le calendrier complet et documentez toute méthode de report de la dernière valeur. Le type de mesure détermine la façon d’utiliser le temps.
Mini-exercice : vérifier une croissance de cumul
Pour 2025, les ventes pédagogiques sont de 8 000 MAD en janvier, 10 000 en février et 7 000 en mars. Pour 2026, elles sont de 10 000, 12 000 et 8 000 MAD. Tous les mois sont complets. Calculez le cumul de mars pour chaque année, l’écart absolu et le taux de progression. Demandez-vous ensuite pourquoi la moyenne des trois taux mensuels n’est pas nécessairement le bon taux de progression du cumul.
La correction donne 25 000 MAD en 2025 et 30 000 en 2026, soit un écart de 5 000 et une progression de 20 %. Les variations mensuelles sont 25 %, 20 % et environ 14,3 % ; leur moyenne simple ne pondère pas les montants de référence. Utilisez les cumuls au numérateur et au dénominateur. Rejouez enfin l’exercice avec mars 2026 incomplet : avant de calculer, vous devez d’abord décider de la borne temporelle commune, ce qui change les données nécessaires à la réponse.
Livrer une convention temporelle et un jeu de tests
Le dossier de reprise doit indiquer la table de dates, son étendue, le rôle de la relation active, le fuseau métier et les règles d’exercice. Ajoutez les cas de fin d’année, de fin de mois, de jour sans vente et de chargement incomplet. Conservez des résultats attendus sur un petit jeu de données. Si une future version adopte les fonctionnalités fondées sur les calendriers, ces tests permettront de vérifier les écarts de comportement avant remplacement.
Une bonne page temporelle montre aussi ce qu’elle ne peut pas comparer. Un filtre partiel, une source retardée ou une nouvelle boutique sans historique doivent être compréhensibles pour le lecteur. Les mesures sont prêtes lorsque leur population et leur période peuvent être expliquées en une phrase précise. En pratique, la table de dates et la règle de complétude apportent souvent plus de fiabilité que l’ajout de nouvelles cartes de croissance sur une page déjà chargée.