Tutoriel Power BI - Cas Fruits Légumes v20181026

Tutoriel
Power BI
Cas Fruits & Légumes
Octobre 2018
Réaliser un rapport Power BI permettant d’analyser

les ventes des fruits et légumes en fonction de la
date sélectionnée, par pays et par catégorie
kpmg.fr
Sommaire 1 Préparation de la donnée 9
2 Traitement de la donnée 20
Les contacts KPMG dans le cadre de ce
Tutoriel sont :
Stéphanie Taupin
3 Visualisation de la donnée 25
Senior Manager, Deal Advisory

staupin@kpmg.fr
4 Export et mise à jour 36
Nadia Wakim
Senior Consultant, Finance Strategy &
Performance
nwakim@kpmg.fr
5 Pour aller plus loin 41
Nicolas François
Consultant externe Advisory, Formation
Advisory
6 A vous de jouer 48
nicolasfrancois@kpmg.fr
Jonathan Lacoste 7 Annexes 49

Senior Consultant, FS Advisory – Asset Mgt
jlacoste@kpmg.fr
© 2018 KPMG S.A., société anonyme d'expertise comptable et de commissariat aux comptes, membre français du réseau KPMG consti tué de cabinets 2
indépendants adhérents de KPMG International Cooperative, une entité de droit suisse. Tous droits réservés. Le nom KPMG et le logo sont des marques
déposées ou des marques de KPMG International. [Imprimé en France] [A usage interne].
Classification du document : KPMG Confidentiel
Dans un monde qui se transforme très vite …
Nous avons accès à de + en + de données…

Nous avons besoin de gérer des sources de données
différentes et volumineuse et devons tirer parti de
l'expérience accumulée: réutiliser plutôt que de refaire!
Nous souhaitons rendre nos rendus clients plus interactifs et

faciliter les échanges
© 2018 KPMG S.A., société anonyme d'expertise comptable et de commissariat aux comptes, membre français du réseau KPMG constitué de cabinets indépendants adhérents de KPMG International
Cooperative, une entité de droit suisse. Tous droits réservés. Le nom KPMG et le logo sont des marques déposées ou des marques de KPMG International. [Imprimé en France] [A usage interne].
Pourquoi Power BI Desktop?
Un outil relativement simple, peu couteux et complet
Data prep Programming Visualisation
― Extract data ― Machine learning ― Present results

― Transform ― Application code (automation) ― Investigate & generate insights
― Load
― Advanced analytics (e.g. KPI
computation)
Power BI
https://exceleratorbi.com.au/wp-content/uploads/2017/04/power-bi-Desktop.png
Objectifs de la journée
1 2 3 4
Se familiariser avec Prendre en main Poser vos questions Produire votre
les principales l’outil via un cas et partager vos premier rapport
fonctionnalités de pratique besoins de dynamique sous
Power BI visualisation Power BI
Cooperative, une entité de droit suisse. Tous droits réservés. Le nom KPMG et le logo sont des marques déposées ou des marques de KPMG International. [Imprimé en France] [A usage interne]. 5
Votre premier rapport en fin de journée
Votre premier rapport en fin de journée
Remarques importantes
— Prérequis pour le tutoriel :
- Power BI installé sur l’ordinateur
- BD_Vegetables&Fruits.xlsx
— Didacticiels
- Un didacticiel de découverte de l’outil plus détaillé est disponible à l’adresse suivante : https://docs.microsoft.com/fr-fr/power-bi/guided-learning/
- Le lien est également accessible en cliquant sur Help >> Guided Learning
— Vidéos
- Certains didacticiels sont également disponibles en vidéo à l’adresse suivante : https://www.youtube.com/channel/UCy--PYvwBwAeuYaR8JLmrfg
- Le lien est également accessible en cliquant sur Help >> Training Videos
— Documentation
- Une documentation très complète de l’outil est disponible à l’adresse suivante : https://docs.microsoft.com/fr-fr/power-bi/desktop-getting-started
- Le lien est également accessible en cliquant sur Help >> Documentation
— Mises à jour
- Power BI est un outil récent qui évolue très vite. Cette formation se base sur la version de Septembre 2018.
- Ne pas hésiter à télécharger les mises à jours mensuelles et à lire les ajouts de fonctionnalités
— Langue
- La langue de l’outil est déterminée au moment de l’installation et ne peut être modifiée ensuite
- Cette formation se base sur un Power BI configuré en langue anglaise
- La langue de lecture des données importées peut se changer dans les options
- Contrairement à Excel, les fonctions ne sont disponibles qu’en anglais.
Préparation de la
donnée
9
| Préparation de la donnée |
Importer les données depuis Excel

Pour importer les données de notre classeur Excel vers la plateforme il faudra
se déplacer dans le ruban Home >> Get Data >> Excel puis sélectionner le
fichier Excel concerné.
Une fois le fichier est sélectionné et que les différents onglets s’affichent,
sélectionner ceux qui nous intéressent (en l’occurrence tous) puis cliquer sur le
bouton « Load ».
Remarques :
— Il est possible de combiner différentes sources de données ;
— Si le fichier Excel contient des tableaux ou des tableaux croisés
dynamiques, ceux-ci seront disponibles à l’importation directement.
Nom du fichier à importer : BD_Vegetables&Fruits.xlsx
Retraiter les requêtes – Interface Query Editor

A ce stade, les données ne sont pas encore prêtes à être exploitées. A cet effet,
nous allons retraiter les requêtes en cliquant sur Home >> Edit Queries.
La fenêtre qui s’ouvre est celle du Query Editor. Cette fenêtre dispose d’un
ruban spécifique sur lequel apparaissent des boutons propres à l’édition de
requêtes. Apparaissent également sur cette fenêtre :
— Sur le panneau de gauche : les différentes tables résultant de la requête
(Queries) ;
— Sur le panneau central : la table sélectionnée ;
— Sur le panneau de droite : les propriétés ainsi que les étapes de traitement
appliquées.
Retraiter les requêtes – Automatisation

Le panneau de droite permet de suivre les étapes de traitement appliquées à
nos requêtes. Il est notamment possible de :
— Visualiser l’état de la table à n’importe quelle étape en sélectionnant cette
dernière ;
— Ajouter, supprimer, insérer des étapes ;
— Modifier des étapes.
Il est important de bien soigner ces étapes car le processus d’automatisation de
PowerBI repose sur celle-ci : en fournissant un nouveau document au
programme, les mêmes étapes seront réappliquées.
BD_Prices
Les données sont alors présentées par produit (ligne) en fonction du pays
(colonne). Pour obtenir le prix de chaque produit par pays, il faudra :
— Vérifier le type des données par colonne => Nombre décimal
— Sélectionner la première colonne ;
— Cliquer sur Transform >> Unpivot Columns >> Unpivot other columns.
Nous avons maintenant nos colonnes. Pour les renommer : click droit sur la
colonne >> Rename >> puis remplacer le titre de la première colonne par
« Product », celui de la deuxième colonne par « Country » et celui de la
troisième colonne par « Price (€/kg) ».
Pour supprimer l’ensemble des « (€/kg) » de la colonne « Country » vous
pouvez réaliser une des commandes suivantes (deux façons de faitre):
a. Click droit >> Replace values. Une fenêtre apparait permettant de supprimer
ou modifier la valeur « (€/kg) ;
b. Sélectionner la colonne puis Transform >> Split Column >> By delimiter.
a
Une fenêtre apparait permettant de fractionner la colonne selon un
séparateur, l’espace en l’occurrence. Supprimer la colonne « Country.2 »
ainsi créée et renommer la colonne « Country.1 » en « Country ».
BD_Products
Peu de modifications sont à faire sur cette table.
Supprimer dans un premier temps les 2 lignes du haut : Home >> Remove Rows
>> Remove Top Rows. Une fenêtre apparaît pour préciser le nombre de lignes à
supprimer, en l’occurrence choisir 2 puis cliquer sur ok.
Pour que les titres de colonnes correspondent aux valeurs de la première ligne
il faudra se rendre sur le ruban « Transform » puis cliquer sur « Use First Row
as Headers ».
1 2
1 2
BD_Targets
Les données apparaissent en colonnes et non pas en lignes. On pourra alors
transposer la table en se rendant sur le ruban « Transform » puis en cliquant
sur « Transpose ».
Comme pour la table « BD_Products », il faudra ensuite remplacer le nom des
colonnes par les valeurs de la première ligne via le ruban Transform >> Use first
row as header.
Enfin, on renommera la colonne « Sales Target » en Target (€) via un click droit
sur l’en-tête >> Rename.
Pour appliquer les mêmes étapes sur la table BD_Targets2, il suffit de copier
coller le code de l’éditeur avancé :
— Table « BD_Tragets » : View >> Advanced Editor >> Sélectionner le code à
partir de la 3e ligne pour ne pas copier le chemin de la source >> Ctrl + C
— Table « BD_Tragets2 » : View >> Advanced Editor >> Supprimer le code à
partir de la 3e ligne >> Ctrl + V >> OK
Attention à modifier le nom de la table dans le code « BD_Tragets », par le nom
de la nouvelle table « BD_Tragets2 » .
Fusion de requêtes
Pour calculer les ventes en €, il faut croiser les tables « BD_Sales » et
« BD_Prices ». La première contient les ventes en kg et la deuxième les prix
unitaires des produits par pays.
Pour créer une nouvelle table qui reprend ces données, il suffit de partir de la
table « BD_Sales » :
— Home >> Merge Queries >> Merge Queries as new
— Sélectionner les champs « Products » et « Country » de « BD_Sales »
— Sélectionner la table « BD_Prices » puis les champs « Products » et
« Country » dans le même ordre que pour « BD_Sales »
— Vérifier le type de jointure : Left Outer (all from first, matching from second)
— Cliquer sur OK, une nouvelle table est créée.
— La fusion reprend « BD_Sales » et un champ table « BD_Prices ». Cliquer
sur ce dernier et sélectionner le champ à conserver (Price (€/kg) ) et le type
(Expand).
— Un nouveau champ est ajouté avec les prix unitaires par pays et produit.
Ajout d’un champ
Les manipulations de transformation d’un champ peuvent également être

effectuées pour ajouter un nouveau champ à la table en question. Il peut s’agir
de la définition d’un champ à partir d’une formule ou bien en tirant des
propriétés d’un champ existant : changer la case d’un texte, ajouter un suffixe /
un préfixe, opérations de fraction / fusion de champs, opérations de base,
valeur absolue, signe, année, mois, jour, âge...
La fusion de requêtes a permis d’ajouter les prix unitaires à la colonne des

ventes. La prochaine étape consiste à multiplier la quantité vendue par son prix.
— Add column >> Custom Column
— Une fenêtre apparaît pour saisir la formule permettant d’évaluer le nouveau
champ (en langage DAX)
— Renommer la colonne « Sales (€) »
— Il est possible de saisir les arguments en sélectionnant l’élément parmi les
« Available columns » puis en cliquant sur « Insert »
— La syntaxe est la suivante = [#"Sales (kg)"] * [#"BD_Prices.Price (€/kg)"]
— Cliquer sur OK, un nouveau champ est ajouté à la table
— Vérifier le format de la colonne : Nombre décimal
Saisie manuelle des données

Pour saisir manuellement des données, il suffit de :
— Home >> Enter Data. Une fenêtre apparaît permettant la création d’une table.
— L’utilisateur définit le nom et contenu de chaque champ ainsi que le nom de
la table. Pour notre exemple, nous allons créer une Table « Capitals » qui
reprend la capitale des 6 pays.
— Une fois les données saisies, il suffit de cliquer sur Load pour charger la
table (ou bien sur OK si la saisie manuelle de donnée a été lancée du Query
Editor).
Requête retraitée
Les tables sont maintenant retraitées. Remarque : PowerBI attribue un type aux
données. Ce dernier peut être modifié en cliquant sur l’icône à côté du nom ou
en sélectionnant la colonne et en cliquant sur la liste déroulante Transform >>
Data Type.
Nos données sont maintenant prêtes à être exploitées. Pour cela, il faudra
enregistrer nos modification en fermant l’éditeur de requête via la commande
Home >> Close & Apply
Traitement de la
donnée
20
| Traitement de la donnée |
Relations entre les données

Nos tables ne sont pas indépendantes les unes des autres : les produits de la
table BD_Prices sont les mêmes que ceux des tables BD_Products et BD_Sales.
Il en est de même pour les pays des tables BD_Prices et BD_Sales.
La gestion des relation entre les données des différentes tables se fait grâce au
volet Relationship.
On remarque que la relation entre les colonnes « Product » des tables
BD_Products et BD_Prices s’est faite automatiquement.
Pour créer une relation, positionner vous sur le ruban « Home » puis cliquer sur
« Manage relationships ». Une boite de dialogue apparait, cliquer sur « New »
puis sélectionner les deux tables faisant l’objet d’une relation et se positionner
sur la colonne relative à la donnée (i.e. « product », « date » etc .) liant ces deux
tables. Il sera alors possible de définir le sens de la relation à savoir sens
unique ou double sens.
Pour supprimer une relation, il suffit de faire un click droit dessus.».
Créer des relations entre :
— Les dates de BD_Targets et BD_Sales
— Les produits de BD_Sales et BD_Products
La position des connecteurs

n’illustre pas les champs de la
relation.
Il faut survoler le connecteur
ou double cliquer là dessus
pour identifier les champs
concernés par la relation.
BD_Targets (1/2)
Revenons au volet Data (situé au-dessus du volet Relationship, cf.
étape précédente) et positionnons nous sur la table BD_Targets.
L’objectif ici est d’extraire le mois et l’année de la colonne Dates
dans deux nouvelles colonnes. Pour ce faire, deux méthodes sont
disponibles :
— Mois :
- Cliquer sur Modeling >> New Column
- Une barre de formule apparait dont la syntaxe est la
suivante: Column =
- En l’occurrence nous allons extraire le mois en tant
qu’attribut lié au type de données « Date » de la colonne
Date
- Month = BD_Targets[Date].[Month]
- Pour avoir le mois en chiffres, utiliser la fonction MONTH
- Month_Index = MONTH(BD_Targets[Date])
— Année :
- Faire de même pour extraire l’année, mais cette fois en
utilisant la formule YEAR
- Year = YEAR(BD_Targets[Date])
On remarquera que lorsque l’on écrit dans la barre de formule, de
l’auto-complétion est disponible, ainsi que des indications sur
l’utilisation d’une formule donnée.
Dernière manipulation : on s’assure que les données seront
présentées par ordre chronologique en sélectionnant la colonne
Month et en cliquant sur Modeling >> Sort by Column >>
Mont_Index.
Par ailleurs, il est possible de copier le contenu de la table via un
click droit « Copy Table » au niveau de la zone Fields. Le contenu
peut être collé dans n’importe quel autre fichier (XL ou autre).
BD_Sales
Nous allons maintenant retraiter la table BD_Sales afin d’obtenir à partir des
sales en volume, les sales en euros. Il est à noter que le résultat cherché est le
même que lors de la fusion des requêtes.
Pour cela, nous allons créer une colonne calculée qui multipliera le volume de
sales par le prix correspondant au produit.
Pour trouver le prix, nous allons utiliser la fonction LOOKUPVALUE:
— La syntaxe est la suivante :
LOOKUPVALUE(Result_ColumnName; Search_ColumnName1;
Search_Value1; Search_ColumnName2; Search_Value2)
— Dans notre cas, on cherche en résultat le Price de BD_Prices dont le pays et
le produit correspondent à ceux de BD_Sales
— Il faudra alors appliquer la formule suivante : Sales (€) =
LOOKUPVALUE(BD_Prices[Price (€/kg)] , BD_Prices[Country] ,
BD_Sales[Country] , BD_Prices[Product] , BD_Sales[Products] ) *
BD_Sales[Sales (kg)]
BD_Targets (2/2)
L’objectif est de comparer les ventes réalisées par rapport aux
objectifs mensuels en pourcentage.
— Dans un premier temps, agréger les ventes par mois année :
- La formule SUMX permet de faire la somme des éléments
d’une table qui satisfont une condition
- Sales (€) = SUMX ( BD_Sales , IF ( BD_Sales[Dates] =
BD_Targets[Date], BD_Sales[Sales (€)] ) )
— Dans un second, comparer la nouvelle colonne à Target (€) :
- Pour les champs Sales (€) vides, l’écart n’est pas évalué
- Sale_vs_Target = IF ( BD_Targets[Sales (€)] > 0,
( BD_Targets[Sales (€)] / BD_Targets[Target (€)] – 1 ) )
- Appliquer le format % avec 1 decimale (Modelling >> %)
Visualisation de la
donnée
25
| Visualisation de la donnée |
Présentation du volet Report

Notre donnée est prête, il ne nous reste plus qu’à la visualiser. Pour cela, nous
allons dans le volet Report.
Un rapport peut contenir plusieurs pages (équivalents des onglets). Comme
pour un fichier excel il sera possible de les renommer via un click droit >>
« Rename ». Dans le cadre de ce cas pratique, nous renommerons la page «
Sales Overview ».
Figurent dans le volet Visualisations, situé à droite de l’écran, tous les types de
visualisations qui peuvent être inclues dans un rapport.
Sous ce catalogue de visualisations, deux sous-volets apparaissent : Fields
(accessible depuis l’émoticône sélectionné sur le visuel ci-contre) et Format
(accessible depuis l’émoticône en forme de pinceau)
— Le sous-volet Fields permet de modifier le contenu d’une visualisation
sélectionnée (valeurs, filtres etc…) ;
— Le sous-volet Formats permet de modifier le format de la visualisation
sélectionnée ;
— Si aucune visualisation n’est sélectionnée, les filtres et formats renseignés
seront appliqués à toutes les visualisations présentes sur la page.
Un autre volet apparait à droite de l’écran : le volet Fields qui contient toutes les
tables de notre base de données ainsi que les mesures. Ces dernières
correspondent aux valeurs calculées sur une table.
Thème
PowerBI permet de charger une palette de couleur et de police
prédéfinie pour les éléments visuels. Le thème peut donc porter la
charte graphique de KPMG et s’applique par défaut au rapport. Pour
appliquer un thème à partir du code json, il suffit :
— Home >> Switch Theme >> Import Theme >> Sélection du
fichier.json >> OK
Par ailleurs, tout comme les produits du pack Office, il est possible
de modifier l’ordre des couches et l’alignement des objets :
— Sélection d’une ou plusieurs visualisation(s) >> Format >>
Arrange :
- Bring Forward
- Send Backward
- Align
- Distribute
— Pour afficher le quadrillage : View >> Show Gridlines
— Pour aligner les objets au quadrillage : View >> Snap Objects to
grid
Slicer et carte – Période sélectionnée (1/2)

L’objectif ici est de réaliser une analyse par mois et par année. Pour formaliser
ces filtres on pourra utiliser des « slicers » disponibles dans l’onglet
Visualisation.
Pour ce faire nous créerons deux slicers : un premier dans lequel nous ferons
glisser le champ « Year » puis un second dans lequel nous ferons glisser le
champ « Month ».
On remarque en sélectionnant le slicer que le champ est apparu dans le sous-
volet Fields à l’emplacement des valeurs, et que le champ est coché dans le
volet Fields.
Pour faciliter la modification du slicer, nous préférerons une présentation des
années sous forme de liste, accessible depuis la flèche en haut à droite du
slicer.
Slicer et carte – Période sélectionnée (2/2)

Nous allons créer un élément de visualisation permettant
d’afficher la période sélectionnée : une « carte ».
Aucun des champs de nos tables ne permettant d’obtenir
directement la période sélectionnée, nous allons créer une
mesure qui est une valeur calculée. Pour cela :
— Sélectionner la table BD_Targets ;
— Cliquer sur Modeling >> New mesure (ou click droit sur
la table >> New mesure) ;
— On utilise la fonction SELECTEDVALUE, ainsi que
l’opérateur de concaténation & ;
— Selected_period =
SELECTEDVALUE(BD_Targets[Month])&"
"&SELECTEDVALUE(BD_Targets[Year]) ;
— Créer la carte et faire glisser la mesure à l’intérieur.
Nous allons modifier le format de la carte. Pour cela :
— Sélectionner la carte et aller dans le sous-volet Format
(rouleau de peinture) ;
— Désactiver le Category Label ;
— Ajouter un titre « Selected Period », alignement centre,
taille 12, police Arial.
29
Sales overview - Graphiques

Nous allons à présent créer un graphique en secteurs représentant les Sales by
Country à partir de la table BD_Sales :
— Sélectionner la visualisation Pie Chart puis faire glisser les champs Sales
(€) dans values et Countries dans legende ;
— Modifications du format :
- Activer la légende ;
- Faire apparaître les valeurs : Detail Labels >> Label style >> Data Value ;
- Modifier le format des valeurs : Detail Labels >> Display units >>
Thousands.
On remarque que le graphique est dynamique en fonction de la période
sélectionnée.
Pour consulter les données des graphes, il suffit d’effectuer un click droit >>
Show Data.
Sales overview - Graphiques

De la même façon, on va pouvoir créer :
— Une jauge Sales et Target répondant aux caractéristiques
suivantes :
- Value : Sales (€)
- Target Value : Sales Target
— Un histogramme groupé Sales et Target by Month répondant
aux caractéristiques suivantes :
- Axis : Month
- Value : Sales (€) et Sales Target
Il sera alors possible de dé-corréler le slicer des mois et

l’histogramme groupé (pour qu’il affiche les résultats sur l’année).
Pour cela :
— Sélectionner le slicer des mois ;
— Déplacez-vous sur le ruban Format >> Edit Interactions ;
— Cliquer sur l’icône None qui est apparue en haut à droite de
l’histogramme groupé ;
— Maintenant, seule l’année sélectionnée modifie l’histogramme
groupé.
Il faut répéter l’étape pour toutes les interactions.
Les options par défaut d’interaction entre les visualisations sont :
— Filtre de la visualisation en fonction de la sélection slicer
— Mise en surbrillance de la visualisation en fonction de la
sélection d’une autre visualisation
Gestion des liens d’hiérarchie entre les champs

Le jeu de données reprend un regroupement des produits par
catégorie. Afin de matérialiser ce lien, il faut se positionner dans la
zone « Fields » au niveau de la table « BD_Products » :
— Click droit sur « Category » >> « New Hierarchy »
— Pour ajouter un champ à cette hiérarchie, 2 options existent :
- Faire glisser le champ « Product » sur « Category Hierarchy »
- Click droit au niveau de « Product » >> « Add to hierarchy »
>> « Category Hierarchy »
Cette hiérarchie permet d’effectuer un drill-down au niveau des
visualisations.
Pour illustrer cette fonctionnalité, il est possible d’ajouter un
treemap :
— Zone « Visualizations » >> Treemap
— Ajouter « Category Hierarchy » comme group et « Sales (kg) »
comme value
— Pour activer le drill down, il faut survoler les symboles en haut
à gauche du treemap et cliquer sur la flèche simple vers le bas. Banana
Dans ce cas, il est possible de double cliquer sur la catégorie Drill-down activé,
pour descendre dans la hiérarchie. fruit sélectionné Flèche à double pointe
Fruit
— Sinon il est possible de descendre d’un cran grâce aux flèches
Banana
doubles - tous les produits apparaissent - ou bien la flèche à
double pointe - tous les produits apparaissent avec le label de
la catégorie en plus
Flèches doubles
Table et matrice
Afin de visualiser les valeurs de vente repris dans BD_Sales pour
les éléments de BD_Product, il est possible d’ajouter une table ou
une matrice.
— La table reprend des colonnes et offre un seul axe de lecture
- Values : Catégorie hiérarchie + Country + Sales (€)
— La matrice, tout comme un tableau croisé dynamique sous
Excel, permet de croiser les données c’est-à-dire de définir 2
axes de lecture
- Rows : Catégory hiérarchie
- Columns : Country
- Values : Sales (€)
— La fonctionnalité de drill-down est possible pour la matrice
mais non pour la table.
— Il est par ailleurs possible d’ajouter/enlever les lignes et
colonnes de total.
Lien entre les pages du rapport

L’option « sync slicers » permet de lier les pages du rapport entre
elles. Pour activer le ruban, il suffit de sélectionner « View » puis de
cocher la fonctionnalité « Sync sliders ».
Pour chaque slicer, il est possible de :
— Ajouter au niveau de toutes les pages du rapport et de les
synchroniser ;
— Choisir quelles pages seront synchronisées et au niveau de
quelles pages le slicer va s’afficher. Il est donc possible d’avoir
un slicer sur une page qui filtre les visualisations d’une autre
page sans pour autant y figurer.
Le slicer est synchronisé entre les Le slicer est synchronisé entre les Le filtre est synchronisé entre 2
pages. Il figure sur toutes les pages. pages. Il figure sur une page. pages. Il figure sur 2 autres.
Graphe et analytique
Nous allons à présent ajouter une courbe des Sale_vs_Target en
fonction du temps.
— Sélectionner l’ élément de visualisation « Line Chart »
— Choisir le champ « Date » de la table « BD_Targets » comme
axis et « Sale_vs_Target » comme value
— La granularité des dates est considérée comme une hiérarchie.
De ce fait, la courbe obtenue est agrégée par année. Il faut donc
se servir des flèches en haut à gauche pour le détail par mois
— Figer l’axe des Y entre -100% et 100% (entre 1 et -1)
— Dé-corréler le graphe du reste des visualisations de la page
— Ajouter des éléments analytiques :
- Lignes des valeurs maximale et minimale
- Courbe de tendance
Export et mise à jour
36
| Export et mise à jour |
Export
Pour générer un fichier PDF à partir du rapport Power BI, il suffit de cliquer sur :
— File >> Export to PDF
Un document est donc créé. Il reprend toutes les pages du rapport avec les
filtres appliqués au moment de l’export.
La différence entre les versions Desktop et Pro de Power BI est que Power BI
Pro permet la publication du rapport en ligne et donc le partage des
visualisations dynamiques.
Il est par ailleurs possible d’exporter les données des visualisations en cliquant
sur les trois points puis sur « export data ». Un fichier.csv est généré.
Modifier l’emplacement de la source de donnés

1
Savoir modifier rapidement sa source de données est plus que pratique. Vous
en aurez surtout besoin quand vous échangerez vos travaux ou encore si vous
2
utilisez des dossiers de tests et de production.
1. Créer le problème en prenant vos dossier de données et placer le ailleurs
2. Aller dans « modifier les requêtes » et « actualiser tout »… et là c’est la
crise!!!
Solution:
3. Aller dans Paramètres de la source de données, sélectionner le lien à
modifier et cliquer sur « changer la source ».
4. Choisir le nouveau en cliquant sur « parcourir », puis « OK ». Vous pouvez
aussi composer le chemin de votre fichier en mode avancé.
5. Ré- « actualiser tout ». Et Boom le tour est joué.
NB: Cette modification sera appliquée partout où est utilisé ce chemin sans
vraiment voir l’impact si jamais il a plusieurs chemins pour vos données. La
deuxième solution permet de mieux se repérer.
NB 2 : La manipulation faite en 3 et 4 sert à aller modifier de manière uniforme le
chemin d’accès au données directement au niveau de la requête. Ce chemin est
accessible pour chaque table ici:
• Clique droit sur une table dans le mode « Editeur de requête »
3 4
• Cliquer sur « Editeur Avancé » tout en bas de la pop-up.
Mise à jour des données sources (1/2)

Pour mettre à jour le rapport en fonction d’un nouveau fichier à structure
identique au fichier original. Il suffit d’enregistrer le nouveau fichier à la place
de l’original (même nom, même emplacement) puis de cliquer sur :
— Home >> Refresh
Tous les éléments du rapport s’actualisent sur la base du nouveau fichier.
La même étape est à appliquer si le fichier original a été mis à jour.
Mise à jour des données sources (2/2)

Le fichier des ventes et objectifs de vente 2018 est disponible. Pour compléter
le rapport avec ces nouveaux éléments, il faut :
— Charger les nouvelles tables : Home >> Get Data >> Sélectionner le fichier
BD_Vegetables&Fruits_2018.xlsx >> Sélectionner les tables >> Load
— Ouvrir le Query Editor. 2 nouvelles tables ont été ajoutées.
— Renommer les colonnes pour que les titres des « BD_Sales (2) » et
« BD_Targets (2) » correspondent aux titres des tables intiales « BD_Sales »
et « BD_Targets »
— Revenir à la table « BD_Sales », Home >> Append Queries >> Append
Queries. Une fenêtre apparaît, sélectionner « BD_Sales (2) » en vous servant
du menu déroulant >> OK.
— Il est à noter que l’ordre des colonnes peut différer entre les tables tant que
les titres et le type des champs sont identiques.
— Répéter l’opération pour « BD_Targets »
— Close & Apply
Tous les éléments du rapport s’actualisent sur la base du nouveau périmètre.
Pour aller plus loin
41
| Pour aller plus loin |
Sales by country (1/3)

Pour cette étape nous allons créér une nouvelle page « Sales by Country » dans
le rapport contenant :
— Un nouveau slicer de mois ;
— Un nouveau slicer d’année ;
— Une nouvelle carte affichant la période sélectionnée ;
— Une carte Sales by Countries ;
— Une carte Sales by Capitals ;
— Un histogramme groupé Sales (€) by Month and Countries (dé-corrélé du
mois) et répondant aux caractéristiques suivantes :
- Axis : Month
- Value : Sales (€)
- Legend : Countries
On remarque que les différents éléments de visualisation interagissent entre
eux. En effet, sélectionner l’Allemagne sur la carte mettra en évidence dans
l’histogramme groupé les ventes réalisées en Allemagne.
Par ailleurs, pour ajouter un commentaire qui reprend en une phrase les ventes
sur le périmètre sélectionné, il faut ajouter une mesure qui manie les formules
SELECTEDVALUE, IF, ISBLANK et SUMX. La syntaxe est la suivante :
Comment = SELECTEDVALUE(BD_Products[Product],"All products") & " sold "
& IF(ISBLANK(SELECTEDVALUE(BD_Sales[Country])),"","in ") &
SELECTEDVALUE(BD_Sales[Country], "worldwide") & " amount to " &
SUMX(BD_Sales,BD_Sales[Sales (€)]) & " €"

Pour terminer, nous allons créer un tableau Sales by country classé selon les — Créer une nouvelle mesure Country ranking :
ventes réalisées. Pour cela, il faudra en amont : - Cette mesure doit classer les pays en fonction de la mesure que
— Créer une nouvelle mesure Sales by country : nous venons de définir ;
- Cette mesure doit calculer la somme des ventes réalisées pour un pays - La fonction que nous utilisons est RANKX(Table; Expression) ;
donné pour une période mois/année donnée ; - Ce que nous cherchons à classer sont les pays mais qui sont pour
- On utilise la fonction CALCULATE(Expression ; [Filters]) ; le moment une colonne et non pas une table ;
- L’expression à calculer est la somme des ventes réalisées - On effectue la conversion à l’aide de la fonction ALL ;
SUM(BD_Sales[Sales (€)]) ; - L’expression à évaluer est la mesure Sales by country que nous
- Les filtres à fournir à CALCULATE sont des tables d’une colonne venons de définir ;
contenant des valeurs uniques. Hors nos colonnes Countries, Month et - Country ranking =
Year ont des valeurs en double ; RANKX(ALL(BD_Sales[Countries]);BD_Sales[Sales by country])
- On utilise donc la formule DISTINCT ;
- Sales by country = CALCULATE(SUM(BD_Sales[Sales
(€)]);DISTINCT(BD_Sales[Countries]); DISTINCT(BD_Targets[Month]);
DISTINCT(BD_Targets[Year]))

Nous allons à présent pouvoir créer notre tableau :
— Sélectionner l’élément de visualisation Table ;
— Faites glisser dans Values les champs « Countries », « Sales by country » et
« Country Ranking » ;
— Modifier le format en désactivant le total.
Il faudra ensuite classer les pays en fonction du country ranking. Pour cela :
— Cliquer sur les … en haut à droite du tableau ;
— Sort by >> Country ranking ;
— Autre option : cliquer sur la petite flèche noire qui apparaît sous Country
ranking quand on passe dessus.
Scénario – Création Marge

Nous allons maintenant voir comment calculer une marge puis nous
modéliserons l’impact d’une hausse et/ou d’une baisse du prix d’achat et/ou du 1
prix de vente.
— Ajouter un prix d’achat dans « BD_Prices » (Purchase Price (€/kg))
Par exemple en retirant 10 centimes au prix de vente au kg 2
— Calculer dans « BD_Sales » le prix d’achat (Purchase (€)) de la même
manière au prix de vente précédemment calculé avec la formule lookup
— Une autre façon de faire consiste à passer par le Query Editor :
— Home >> Manage Parameters >> New Parameter, une fenêtre s’ouvre 3
vous pouvez nommer le paramètre et définir ses caractéristiques.
— Ce paramètre peut être utilisé dans les requêtes. Sélectionner
« BD_Prices », ajouter un nouveau champ : Add Column >> Custom
Column : Purchase Price (€/kg) = [#"Price (€/kg)"] – Marge >> OK
— Il est possible de revenir sur l’hypothèse en modifiant le paramètre.
— Close & Apply
— Créer « Purchases_by_country » sur le même modèle que

« Sales_by_country »
— Nous pouvons maintenant ajouter la mesure « Gross Margin »:
— Ajouter les mesures « Purchase (€) » et « Gross Margin » au tableau par

pays.
Scénario – Baisse et Hausse des prix

Nous allons simuler l’impact d’une hausse et/ou un baisse du prix d’achat et/ou
du prix de vente.
Pour cela nous allons ajouter deux paramètres que l’utilisateur pourra faire
varier.
— Ajouter un nouveau paramètre « Var Purchases » : Modelling >> New
Parameter, une nouvelle fenêtre apparaît
Vous pouvez facilement modifier cette nouvelle variable en revenant sur la valeur
créée et en modifiant directement dans la formule(valeur min; valeur max; le pas)
— Ajouter de même un paramètre « Var Sales »

— Créer les mesures « Purchases (€) Var Average » et « Sales (€) Var Average »
prenant en compte respectivement les deux paramètres créés tel que:
— Créer afin « Gross Margin Simulated » sur la même base que « Gross
Margin » mais avec les achats et ventes après hausse ou baisse.
— Ajouter les trois nouvelles mesures au tableau avec éventuellement en plus
une autre jauge et un autre histogramme afin d’obtenir les graphes suivants :
A vous de jouer
47
Projet Shops – Evaluer la performance des magasins
1. Preparer la donnée 2. Visualiser la donnée
Obtenir les données - > insérer le datapack base magasins -> Ajouter un filtre par périmètre
Choisir tous les onglets (ne pas reprendre deux fois les onglets) Construire une matrice de CA par bannière
— A. Fusionner dans une seule requête les données d’ETP, applatir la donnée
— B. Fusionner dans une seule requête les données de CA, applatir la donnée
— C. Fusionner dans une seule requête les données de Marge, applatir la donnée
Annexes
49
| Annexes |
Fonctions utilisées A Compléter
MONTH […] […] […]
YEAR […] […] […]
LOOKUPVALUE […] […] […]
SUM […] […] […]
SUMX […] […] […]
SELECTEDVALUE […] […] […]
IF […] […] […]
ISBLANK […] […] […]
ALL […] […] […]
DISCTINCT […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
[…] […] […] […]
| Annexes |
© 2018 KPMG S.A., société anonyme d'expertise comptable et de commissariat aux comptes, membre français du réseau KPMG constitué de
cabinets indépendants adhérents de KPMG International Cooperative, une entité de droit suisse. Tous droits réservés. Le nom KPMG et le logo
sont des marques déposées ou des marques de KPMG International. [Imprimé en France] [A usage interne].

Tutoriel Power BI - Cas Fruits Légumes v20181026

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tutoriel Power BI - Cas Fruits Légumes v20181026

Transféré par

Droits d'auteur :

Formats disponibles

Tutoriel

Réaliser un rapport Power BI permettant d’analyser

Senior Manager, Deal Advisory

Jonathan Lacoste 7 Annexes 49

Nous avons accès à de + en + de données…

Nous souhaitons rendre nos rendus clients plus interactifs et

Data prep Programming Visualisation

― Extract data ― Machine learning ― Present results

Importer les données depuis Excel

Nom du fichier à importer : BD_Vegetables&Fruits.xlsx

Retraiter les requêtes – Interface Query Editor

Retraiter les requêtes – Automatisation

Ajout d’un champ

Les manipulations de transformation d’un champ peuvent également être

La fusion de requêtes a permis d’ajouter les prix unitaires à la colonne des

Saisie manuelle des données

Relations entre les données

La position des connecteurs

Présentation du volet Report

Slicer et carte – Période sélectionnée (1/2)

Slicer et carte – Période sélectionnée (2/2)

Sales overview - Graphiques

Sales overview - Graphiques

Il sera alors possible de dé-corréler le slicer des mois et

Gestion des liens d’hiérarchie entre les champs

Lien entre les pages du rapport

Modifier l’emplacement de la source de donnés

Mise à jour des données sources (1/2)

Mise à jour des données sources (2/2)

Sales by country (1/3)

Sales by country (2/3)

Sales by country (3/3)

Scénario – Création Marge

— Créer « Purchases_by_country » sur le même modèle que

— Ajouter les mesures « Purchase (€) » et « Gross Margin » au tableau par

Scénario – Baisse et Hausse des prix

— Ajouter de même un paramètre « Var Sales »

Fonctions utilisées A Compléter

MONTH […] […] […]

YEAR […] […] […]

LOOKUPVALUE […] […] […]

SUM […] […] […]

SUMX […] […] […]

SELECTEDVALUE […] […] […]

IF […] […] […]

ISBLANK […] […] […]

ALL […] […] […]

DISCTINCT […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

[…] […] […] […]

Classification du document : KPMG Confidentiel

Vous aimerez peut-être aussi