Data analytics

Semestre 7 – M1 Finance
Pr. Zineb El Hammoumi
[email protected]
Descriptif du cours de Data Analytics
Ce cours vise à fournir une compréhension approfondie de l'analyse
de données en utilisant Microsoft Power BI.
Vous apprendrez à collecter, transformer, analyser et visualiser des
données pour aider à la prise de décision.

Objectifs d'Apprentissage
1. Comprendre les concepts fondamentaux de l'analyse de
données.
2. Utiliser Power BI pour importer, transformer et visualiser des
données.
3. Appliquer des techniques d'analyse de données pour des
scénarios financiers.
4. Créer des rapports interactifs et des tableaux de bord pour
interpréter et communiquer les résultats de l'analyse de données
pour la prise de décision.

Pr. Zineb El Hammoumi

 Plan de cours Data Analytics
• Chapitre 1 : Introduction à l'Analyse de Données

• Chapitre 2 : Introduction à Microsoft Power BI

• Chapitre 3 : Collecte et préparation des données via Power Query

• Chapitre 4 : Modélisation et analyse de données avec DAX

• Chapitre 5 : Visualisation et communication des données - Rapports et TDB

Pr. Zineb El Hammoumi

 Pré-requis
1. Compétences en Excel
Manipulation de données : Bonne maîtrise des fonctions de base (somme, moyenne, tri,
filtrage) et des tableaux croisés dynamiques.
Fonctions avancées : Utilisation de fonctions comme VLOOKUP, HLOOKUP, et des formules
conditionnelles (IF, AND, OR).
Visualisation de données : Création de graphiques simples.
2. Connaissances de base en analyse de données
Compréhension des concepts clés : Moyenne, médiane, variance, écart-type, etc.
Capacité à interpréter les résultats : Savoir lire et interpréter des statistiques simples.
3. Notions de base en gestion de bases de données
Structure des bases de données : Compréhension des concepts de table, champ,
enregistrement, clé primaire/étrangère.
4. Familiarité avec les concepts financiers (pour les étudiants en finance)
Notions sur les indicateurs financiers : Bilan, compte de résultat, ratios financiers, marges,
etc., afin de comprendre les cas d'usage présentés dans Power BI.
Interprétation de données financières : Comprendre comment les données financières
peuvent être visualisées et interprétées dans Power BI. Pr. Zineb El Hammoumi
Mode d’évaluation

Participation et implication;

Travaux pratiques;

Examen final.

Pr. Zineb El Hammoumi

 Chapitre 1 : Introduction
à l'Analyse de Données
• Définition de l'analyse de donnée

• Importance de l'analyse des données dans la

prise de décision.

• Différentes approches d'analyse : descriptive,

prédictive, prescriptive.

• Cycle de vie des données.

• Différence entre données structurées et non

structurées.

Pr. Zineb El Hammoumi

 C’est quoi l’analyse de
donnée ?
• L'analyse de données est le
processus de collecte, de
nettoyage, de transformation, de
modélisation, d’analyse et
d'interprétation des données
pour en extraire des informations
utiles.
• Elle permet aux entreprises et aux
individus de comprendre des
tendances, de découvrir des
modèles, et de prendre des
décisions éclairées basées sur des
faits mesurables.

• Scénario : Optimiser la vente des

cafés en fonction des tendances
de consommation.
Pr. Zineb El Hammoumi
Importance de l’AD dans la prise de
décision

L'analyse de données est devenue un levier

stratégique majeur dans les entreprises modernes,
pour plusieurs raisons :
1. Prise de décision basée sur les données
2. Optimisation des processus
3. Compréhension des clients et du marché
4. Innovation et compétitivité
5. Gestion des risques
6. Amélioration des performances financières

Pr. Zineb El Hammoumi

 Les approches de l’analyse de données

ANALYSE DESCRIPTIVE ANALYSE PRÉDICTIVE ANALYSE PRESCRIPTIVE

CETTE APPROCHE EST UTILISÉE POUR RÉSUMER CETTE MÉTHODE EXPLOITE DES DONNÉES ELLE PROPOSE DES ACTIONS À ENTREPRENDRE EN
ET INTERPRÉTER LES DONNÉES HISTORIQUES PASSÉES ET DES ALGORITHMES POUR PRÉDIRE FONCTION DES DONNÉES HISTORIQUES GÉNÉRÉES
AFIN DE COMPRENDRE CE QUI S'EST PASSÉ DES ÉVÉNEMENTS FUTURS, CE QUI PERMET PAR L’ANALYSE DESCRIPTIVE ET DES PRÉVISIONS
GÉNÉRÉES PAR L'ANALYSE PRÉDICTIVE.
DANS LE PASSÉ. D'ANTICIPER LES RÉSULTATS FUTURS.

Pr. Zineb El Hammoumi

 Le cycle de vie des données

1 2 3 4 5 6

Collecte Nettoyage/Transform Modélisation Analyse Visualisation Prise de décision

Données provenant de ation Il s'agit d'organiser les Les données Les résultats de Les données et les
différentes sources, Les données données et de modélisées sont l'analyse sont analyses sont utilisées
telles que des collectées peuvent structurer les relations analysées pour en présentés sous forme pour guider les
transactions contenir des erreurs, entre différents extraire des de graphiques, de décisions stratégiques
commerciales, des des doublons ou des ensembles. La informations utiles. tableaux ou de et opérationnelles de
enquêtes, des valeurs manquantes. modélisation permet Cette analyse peut rapports interactifs, l'entreprise.
capteurs ou des bases La préparation des d’établir des liens être descriptive, pour rendre les
de données. données consiste à logiques entre les prédictive ou informations plus
nettoyer, normalises informations. prescriptive. accessibles et
et combler les compréhensibles.
lacunes.

Pr. Zineb El Hammoumi

Données structurées et
non structurées
Données structurées

Les données structurées sont des informations hautement

organisées et facilement analysables par des systèmes
informatiques. Elles suivent un format prédéfini et sont
généralement stockées dans des bases de données
relationnelles, avec des lignes et des colonnes clairement
définies.

Données non structurées

Les données non structurées sont moins organisées, ne

suivent pas de modèle fixe et sont plus difficiles à analyser
de manière automatisée. Ces données peuvent être de
différents formats (texte, image, vidéo, audio) et ne sont pas
adaptées aux bases de données relationnelles.

Pr. Zineb El Hammoumi

 Données structurées et non structurées

Critères Données Structurées Données Non Structurées

Informations organisées selon un modèle prédéfini (lignes,
Définition Informations sans organisation fixe, dans des formats variés
colonnes)
E-mails, images, vidéos, enregistrements audio, publications sur les
Exemples Données financières, bases de données clients, dates
réseaux sociaux
Stockage Bases de données relationnelles (SQL) Bases de données NoSQL, systèmes de fichiers
Difficile à analyser sans outils avancés (machine learning, traitement
Facilité d'analyse Facile à analyser avec des outils comme SQL
du langage naturel)
Format Suivi d’un format tabulaire (lignes et colonnes) Divers : texte, image, audio, vidéo
Analyse de sentiment, gestion de la relation client, intelligence
Utilisation Rapports financiers, analyses statistiques, systèmes ERP
artificielle
Adaptabilité Facilement adaptable pour des requêtes et des rapports Moins structuré, difficilement adaptable sans traitement préalable
Taux de présence Environ 20 % des données mondiales Environ 80 % des données mondiales

SQL, Excel, Power BI, Tableau : pour l'exploration, les Hadoop, Spark, Elasticsearch, NoSQL (MongoDB, Cassandra) :
Outils de traitement
requêtes, la visualisation de données pour traiter des volumes massifs de données non structurées

Requêtes SQL, statistiques, visualisation, analyse de Machine learning, traitement du langage naturel (NLP),
Traitement
tendances reconnaissance d'image ou de voix

Pr. Zineb El Hammoumi

 Chapitre 2 :
Introduction à Microsoft
Power BI
1. Présentation de Power BI

• Qu’est ce que PBI?

• Les fonctionnalités de PBI.
• Les composants de Power BI.
• L'architecture de Power BI.

2. Power BI desktop : Installation et

configuration de Power BI Desktop

• PBI desktop - premier écran.

• Power BI desktop interface.
• Prise en main de l'application Microsoft.

Pr. Zineb El Hammoumi

 Qu'est-ce que Power BI ?
Power BI a été initialement lancé en 2011 sous le nom de "Project
Crescent", avant d'être renommé "Power BI" et lancé officiellement par
Microsoft en juillet 2015. C’est un outil de (BI) qui permet de collecter,
analyser et visualiser des données de manière intuitive. Il aide les
utilisateurs à transformer des données brutes en rapports interactifs et
tableaux de bord clairs et faciles à comprendre.

Pourquoi utiliser Power BI ?

1.Intégration facile avec les applications Microsoft.
2.Capacité de personnalisation et de mise à l'échelle
3.Accessibilité.
4.Coût.
5.Mises à jour régulières.
Pr. Zineb El Hammoumi
 Les fonctionnalités de PBI

1. Collecte de 2. Modélisation 3. Analyse de 4. Visualisation 5. Collaboration 6. Accessibilité et 7. Power BI

données : de données : données : de données : et partage : Power mobilité : Embedded
Connecteurs Relations entre Exploration Graphiques et BI Service & Applications
multiples & tables & DAX interactive & Q&A TDB en temps Partage sécurisé mobiles &
Power Query (Data Analysis réel & & Mise à jour Publication dans
Expressions) Personnalisation automatique le cloud
des visualisations

Pr. Zineb El Hammoumi

Parties de Power BI

Power BI Desktop - Une Service Power BI - pour

application de bureau les appareils Windows,
Windows iOS et Android

Power BI Report Server -

Power BI mobile apps -
pour publier des
Un service SaaS
rapports Power BI sur un
(Software as a Service)
serveur de rapports sur
en ligne
site.

Pr. Zineb El Hammoumi

POWER BI ARCHITECTURE

Pr. Zineb El Hammoumi

 • Power BI Desktop est un outil gratuit développé par Microsoft qui
POWER BI permet aux utilisateurs de créer des rapports et des analyses de
données détaillés sans nécessiter de compétences avancées en
DESKTOP programmation. Il s'agit de l'une des applications clés de la suite Power
BI, conçue pour offrir une expérience approfondie dans la manipulation
et la visualisation de données.

Pr. Zineb El Hammoumi

Installation et configuration de Power BI Desktop.
Allez sur : https://www.microsoft.com/en-us/download/details.aspx?id=58494
Vérifiez la configuration requise et cliquez sur le bouton de téléchargement.

Pr. Zineb El Hammoumi

Pr. Zineb El Hammoumi
 PBI DESKTOP - PREMIER ÉCRAN

Pr. Zineb El Hammoumi

 POWER BI DESKTOP INTERFACE

Pr. Zineb El Hammoumi

 Application 1 : Prise en main PBI en 30 étapes

Objectif de l’application : Créer un reporting de 10 visuels en appliquer toutes les étapes du processus de la business
intelligence : importer, transformer, modéliser et visualiser les données.

Pr. Zineb El Hammoumi

 Sources de données dans
Power BI.

Chapitre 3 :
Collecte et Importation de données à
partir de fichiers Excel, CSV,
Préparation bases de données, etc.
des Données
Nettoyage et transformation
des données avec Power
Query.

Pr. Zineb El Hammoumi

 Bases de Données Relationnelles : SQL Server,
MySQL, Oracle Database.

Sources de Fichiers plats et feuilles de calcul : CSV, Excel,

TXT.
données dans
Données basées sur le Cloud : Azure SQL
Power BI Database, Google BigQuery, Amazon Redshift.

Services Web et API : Facebook Graph API,

Twitter API, Google Analytics.

Pr. Zineb El Hammoumi

 Base de données
relationnelle

• Une base de données relationnelle est un type de

base de données qui organise et structure les
données sous forme de tables interconnectées.
Chaque table représente un ensemble d’entités
similaires (comme des clients, des produits ou des
commandes) et est composée de lignes (ou
enregistrements) et de colonnes (ou champs), chaque
colonne représentant un attribut spécifique.
Pr. Zineb El Hammoumi
Les caractéristiques d'une base de données relationnelle :
Tables et Relations :
Les données sont stockées dans des tables organisées en lignes et colonnes.
Chaque table représente une entité et est reliée aux autres tables par des clés (clé primaire, clé étrangère) pour établir des relations entre les
données.

Clés :
Les clés primaires identifient de manière unique chaque enregistrement dans une table.
Les clés étrangères créent des liens entre les tables, permettant d'établir des relations entre elles.

Intégrité Référentielle :
Les bases de données relationnelles appliquent des règles d’intégrité référentielle, garantissant que les relations entre tables restent cohérentes.
Par exemple, une clé étrangère doit toujours faire référence à une clé primaire existante dans une autre table.

Langage SQL :
Les bases de données relationnelles utilisent le SQL (Structured Query Language) pour manipuler et interroger les données, permettant
d'exécuter des opérations comme la création de tables, l'insertion de données, la mise à jour, et la suppression.

Modèle Relationnel :
Elles sont fondées sur le modèle relationnel développé par Edgar F. Codd, qui utilise des relations (ou tables) pour structurer et interconnecter
les données.

Exemples de SGBDR :
Les bases de données relationnelles sont gérées par des SGBDR (Systèmes de Gestion de Bases de Données Relationnelles) comme MySQL,
PostgreSQL, Oracle, Microsoft SQL Server, et SQLite.
Pr. Zineb El Hammoumi
 Aspect Clé Primaire Clé Étrangère (Clé Secondaire)
Identifie chaque enregistrement
Établit une relation avec la clé
Rôle de manière unique dans une
primaire d'une autre table.
table.
Peut avoir des valeurs
Unicité Doit être unique dans sa table.
dupliquées.
Peut être nulle si la relation est
Valeurs nulles Ne peut pas être nulle.
optionnelle.
Assure l'intégrité des
Assure la cohérence et l’intégrité
Fonction enregistrements dans sa propre
des relations entre tables.
table.
Se trouve dans la même table Fait référence à une clé primaire
Localisation
qu’elle identifie. dans une autre table.

Pr. Zineb El Hammoumi

 Fichiers plats : Excel et CSV
Aspect Fichier Excel Fichier CSV
Extension .xls ou .xlsx .csv
Format binaire ou XML structuré avec plusieurs Format texte simple, avec des valeurs séparées
Structure
feuilles, formules, graphiques, etc. par des virgules
Supporte les formules, graphiques, formatage Ne contient que des données brutes, pas de
Fonctionnalités
et plusieurs feuilles formules ni de formatage
Peut être volumineux, car il inclut des
Volume de données Léger et rapide à charger
éléments complexes
Compatible avec une large gamme
Compatibilité Compatible avec Excel et certains logiciels d’applications (éditeurs de texte, bases de
données, etc.)
Permet une analyse avancée avec Conçu pour le transfert de données et
Facilité d'analyse
visualisations et calculs intégrés l'import/export
Analyses, rapports et présentation des Échange et transfert de données brutes entre
Utilisation principale
Pr. Zineb El Hammoumi
données systèmes
 Base de données cloud
• Une base de données cloud est une base de données
qui est hébergée sur des serveurs distants, accessibles
via Internet, plutôt que sur un serveur local ou un
ordinateur personnel. Elle est gérée par un fournisseur de
services cloud (comme AWS, Google Cloud, ou Microsoft
Azure), qui prend en charge l'infrastructure, la
maintenance et la sécurité. En pratique, cela permet aux
utilisateurs de stocker, gérer et accéder à leurs données
depuis n’importe où, tout en bénéficiant de la capacité
d'agrandir ou réduire l'espace de stockage selon leurs
besoins.

Pr. Zineb El Hammoumi

 Services web API Service web
• Une API (Interface de • Un service web est un
et API Programmation programme en ligne qui
d’Applications) est un permet à des
ensemble de règles qui applications de se
permet à des connecter et d'échanger
applications différentes des informations via
de "parler" entre elles. Internet. Il agit comme un
C’est comme un "serveur d’informations"
traducteur qui permet à que d’autres applications
deux personnes de peuvent interroger pour
langues différentes de se obtenir des données ou
comprendre. effectuer des actions.

Pr. Zineb El Hammoumi

 • Power Query agit comme un outil « ETL » pour

Power BI, c'est-à-dire qu'il extrait les données

d'une ou de plusieurs sources, les transforme

et les charge finalement dans l'environnement

Power BI. Il facilite également la fonction «

POWER QUERY Applied Steps », où tout ce que nous faisons

est enregistré en tant qu'étapes et, lors de la

mise à jour des données sources, toutes ces

étapes leur sont appliquées

automatiquement, de sorte que le créateur du

rapport n'a pas besoin de répéter les étapes.

Pr. Zineb El Hammoumi
C’est quoi un ETL ?
 1.Importation de Données
2.Transformation de Données
Les fonctionnalités 3.Interface utilisateur
intuitive: Automatisation
de Power Query 4.Intégration dans Excel et
Power BI

Pr. Zineb El Hammoumi

Type de Transformation Exemples
Supprimer les colonnes ou lignes inutiles Supprimer une colonne « Code Postal » qui ne sert pas, ou une première ligne de titre inutile.

Remplir les valeurs manquantes Remplacer les valeurs manquantes dans une colonne de ventes par « 0 ».
Filtrer les données Filtrer les ventes pour le mois d’octobre ou les clients d’une ville spécifique.
Changer le format des colonnes Transformer une colonne « Date » de format texte en format date.
Fusionner une table « Clients » avec une table « Commandes » pour voir toutes les commandes
Fusionner des tables (Jointure)
par client.
Extraire le domaine des adresses e-mail (ex. : « @gmail.com ») ou séparer les prénoms et noms
Extraire une partie des données
dans une colonne.
Ajouter des colonnes calculées Ajouter une colonne « Total » qui multiplie « Prix Unitaire » par « Quantité ».

Regrouper les données pour des résumés Calculer le total des ventes par mois ou les dépenses totales par client.
Remplacer « Pending » par « En cours » ou les « 0 » dans une colonne de ventes par « Non
Remplacer des valeurs
applicable ».
Supprimer les doublons Supprimer les lignes en double pour un client ou une vente unique.

Appliquer des formules de texte Mettre les prénoms en majuscule ou ajouter « ID- » devant chaque numéro d’identification.

Pr. Zineb El Hammoumi

Type de Transformation Exemples Concrets

Diviser des colonnes Diviser une colonne « Adresse » en « Rue », « Ville » et « Code Postal ».

Ajouter une colonne de date Extraire l’année de naissance d’une colonne « Date de Naissance » pour calculer l’âge.

Fusionner des colonnes Fusionner « Prénom » et « Nom » pour obtenir une colonne « Nom Complet ».

Transformer les ventes par mois en colonnes distinctes ou regrouper des colonnes de
Pivot / Dé-pivot des colonnes
ventes en une seule.

Arrondir les valeurs Arrondir les valeurs de ventes pour ne garder que deux chiffres après la virgule.

Changer l'ordre des colonnes Placer la colonne « Nom » avant « Prénom » pour faciliter la lecture.

Convertir des valeurs en pourcentage Convertir une colonne de ratios de ventes (ex. : 0,2) en pourcentage (ex. : 20%).

Détecter et supprimer les erreurs Supprimer les lignes contenant des erreurs dans une colonne de calcul.

Remplacer les valeurs par une condition Si une colonne de quantité est négative, la remplacer par « 0 ».

Pr. Zineb El Hammoumi

Type de Transformation Exemples Concrets

Renommer les colonnes Renommer « Col1 » en « Nom du Client » pour clarifier le contenu.

Extraire des valeurs uniques Extraire uniquement les pays uniques dans une liste d’adresses.

Fractionner les données par délimiteur Fractionner une colonne « Nom, Prénom » pour obtenir deux colonnes distinctes.

Créer une colonne qui affiche « Client fidèle » si un client a plus de 10 commandes,
Appliquer des conditions IF
sinon « Nouveau client ».

Ajouter un index automatique Ajouter un index pour numéroter les lignes de ventes.

Changer les valeurs en majuscules ou minuscules Transformer tous les noms de clients en majuscules pour éviter les doublons.

Créer des regroupements basés sur des tranches Créer des tranches d’âge (ex. : 18-25, 26-35) à partir d’une colonne d’âges.

Ajouter des colonnes personnalisées avec des formules Ajouter une colonne de « Bénéfice » en soustrayant « Coût » de « Prix de vente ».

Éliminer les espaces inutiles Enlever les espaces en trop dans une colonne de noms pour éviter les doublons.

Pr. Zineb El Hammoumi

 Chapitre 4 :
Modélisation 1. Introduction à la modélisation de données

et analyse de 2. Création et gestion des relations

données 3. Introduction aux fonctions DAX

avec DAX

Pr. Zineb El Hammoumi

 Qu'est-ce que la
modélisation de données ?

• La modélisation de données dans Power

BI consiste à organiser, connecter et
structurer des données provenant de
différentes sources pour les rendre faciles à
analyser et à visualiser. C'est un processus
qui permet de transformer des données
brutes en un format cohérent et
interconnecté, où les relations entre les
tables sont bien définies.
Pr. Zineb El Hammoumi
 Composants clés de la modélisation dans Power BI

Tables de faits
Elles contiennent les données principales que vous
analysez, souvent des chiffres ou des événements.
Exemple : Une table de transactions avec des colonnes
comme "Montant", "Date de vente", "ID produit".
Tables de dimensions
Elles fournissent des informations descriptives qui donnent
du contexte aux données dans les tables de faits.
Exemple : Une table de produits avec "Nom produit",
"Catégorie", "Prix".
Relations entre les tables
Les relations connectent les tables pour qu’elles puissent
"travailler ensemble".
Dans Power BI, les relations sont créées à partir de colonnes
communes (par exemple, "ID client" dans deux tables).

Pr. Zineb El Hammoumi

 Exemple : Table de faits Vs. Table de dimensions

Prenons une banque avec des données sur ses clients,

transactions, et produits :

• Table de faits :

✓ Transactions (montant, date, ID client, ID produit).

• Tables de dimensions :

✓ Clients (nom, âge, adresse, ID client).

✓ Produits (nom du produit, type, prix, ID produit).

Avec la modélisation, vous reliez la table des transactions

avec les tables clients et produits via "ID client" et "ID
produit« , pour analyser les dépenses par produit, par
Pr. Zineb El Hammoumi client, ou par région.
 Comment faire de la
modélisation dans
Power BI ?
Importer les données : Chargez
vos fichiers ou connectez Power BI à
votre base de données.
Créer des relations : Dans l'onglet
"Modèle", connectez les colonnes
qui ont des valeurs communes entre
les tables.
•Exemple : Connectez "ID client" de
la table Transactions avec "ID client"
de la table Clients.
Vérifier la structure : Assurez-vous
que les relations sont logiques (un-à-
plusieurs, etc.).

Pr. Zineb El Hammoumi

Types de relations dans Power BI
Dans Power BI, les relations définissent comment deux tables interagissent et
échangent des données. Ces relations sont essentielles pour créer un modèle
de données fonctionnel et précis.

Types de relations
1. Relation un-à-plusieurs (One-to-Many)
2. Relation plusieurs-à-plusieurs (Many-to-Many)
3. Relation un-à-un (One-to-One)

Cardinalité
La cardinalité indique le type de relation entre les
tables :
•1 : N → Un-à-plusieurs (One-to-Many).
•N : N → Plusieurs-à-plusieurs (Many-to-Many).
•1 : 1 → Un-à-un (One-to-One). Pr. Zineb El Hammoumi
 Relation un-à-plusieurs (One-to-Many)
Description
C'est le type de relation le plus courant. Une seule valeur dans une table correspond à plusieurs valeurs dans une
autre table.
Représentation
Une table de dimension (par ex., "Clients") est reliée à une table de faits (par ex., "Transactions").
Exprimé par une clé unique dans une table et des doublons dans l'autre.
Table Clients :
ID Client Nom Client
101 Alice
102 Bob

Table Transactions :
ID Transaction ID Client Montant
1 101 500 €
2 101 200 €
3 102 300 €
Pr. Zineb El Hammoumi Un client peut avoir plusieurs transactions.
 Relation plusieurs-à-plusieurs (Many-to-Many)
Description
Utilisée lorsque plusieurs valeurs dans une table sont associées à plusieurs valeurs dans une autre table.
Particularité
Power BI crée une table intermédiaire pour gérer ce type de relation.

Table Étudiants :
ID Étudiant Nom Étudiant
1 Hind
2 Ahmed

Table Cours :

ID Cours Nom Cours

101 Finance
102 Marketing

Un étudiant peut suivre plusieurs cours, et un cours peut avoir plusieurs étudiants.
Pr. Zineb El Hammoumi
 Relation un-à-un (One-to-One)
Description
Une ligne dans une table correspond exactement à une ligne dans une autre table.
Table Employés :
ID Employé Nom Employé
1 Sophie
2 Karim

Table Détails Employés :

ID Employé Poste
1 Analyste
2 Manager

Chaque employé a un détail unique.

Pr. Zineb El Hammoumi

 Direction de filtrage
• Filtrage unidirectionnel : Les données circulent d'une table vers une autre dans une seule
direction. Dans ce cas, le filtre s'applique dans une seule direction : de la table de dimension (source
du filtre) vers la table de faits (table analysée).
Table Produits → filtre la table Transactions.

• Filtrage bidirectionnel : Les filtres sont appliqués dans les deux directions (utile mais peut ralentir
les performances). Le filtre fonctionne dans les deux sens, ce qui permet aux deux tables de se filtrer
mutuellement.

Table Clients Table Transactions : les deux se filtrent mutuellement.

La direction de filtrage détermine comment les données se propagent d'une

table à une autre dans un modèle relationnel. Il existe deux types principaux :
unidirectionnel et bidirectionnel.

Pr. Zineb El Hammoumi

 Filtrage unidirectionnel (Single Direction)
Table Produits :

ID Produit Nom Produit Catégorie

101 Téléphone Électronique
102 Chaussures Vêtements

Table Transactions :

ID Transaction ID Produit Montant Date

1 101 500 € 2024-12-01
2 102 80 € 2024-12-02

•La table Produits filtre la table Transactions.

•Si vous choisissez la catégorie "Électronique" dans un rapport, seules les transactions
concernant les téléphones (produit ID 101) apparaîtront.
•Le filtre ne fonctionne pas dans l'autre sens : les transactions ne filtreront pas les produits.
Pr. Zineb El Hammoumi
 Filtrage bidirectionnel (Both Directions)
Table Clients :

ID Client Nom Client Région

1 Alice Nord
2 Bob Sud

Table Transactions :

ID Transaction ID Client Montant Date

1 1 500 € 2024-12-01
2 2 300 € 2024-12-02

•Si vous filtrez par "Nord" dans la table Clients, seules les transactions associées à Alice (client ID 1)
apparaîtront.
•Si vous filtrez par un montant supérieur à 400 € dans la table Transactions, seule la région Nord
apparaîtra dans le rapport.
Pr. Zineb El Hammoumi
 Qu’est-ce que DAX ?
• DAX (Data Analysis Expressions) est un
langage utilisé pour faire des calculs
personnalisés dans Power BI.

• Vous pouvez créer des colonnes

calculées (ajouter des informations
dans vos tables).

• Vous pouvez créer des mesures (calculs

utilisés directement dans les
graphiques).

Pr. Zineb El Hammoumi

 Colonne calculée vs Mesure

Colonne calculée : Ajoute une nouvelle

colonne dans votre table.
•Exemple : Une colonne pour indiquer si une
transaction est "grande" (plus de 10 000) ou
"petite".
•Taille Transaction =
IF(Transactions[Montant] > 10000,
"Grande", "Petite")
Mesure : Fait un calcul dynamique pour vos
graphiques et tableaux.
•Exemple : Une mesure pour totaliser les
montants dans un tableau de bord.

Pr. Zineb El Hammoumi

 Chapitre 5 : Visualisation et communication des données - Rapports et TDB

1. Introduction à la
visualisation et aux
tableaux de bord
2. Bonnes pratiques pour
créer des rapports et
tableaux de bord efficaces

Pr. Zineb El Hammoumi

 Qu’est ce qu’un
Tableau de Bord?
• Un tableau de bord est un outil visuel
qui centralise, organise et présente les
données importantes sous forme de
graphiques, indicateurs et métriques,
afin d’aider les utilisateurs à suivre les
performances, prendre des décisions
éclairées, et identifier rapidement les
tendances ou anomalies.

Pr. Zineb El Hammoumi

Caractéristiques principales d’un tableau de bord

Synthèse des données : Il offre une vue d'ensemble des indicateurs

de performance clés (KPI) en temps réel ou pour une période
donnée.

•Exemple : Suivi des ventes mensuelles, productivité, satisfaction

client.

Interactivité : Les utilisateurs peuvent explorer les données à travers

des filtres, des segments (slicers), ou des liens dynamiques.

•Exemple : Filtrer par région, par période, ou par catégorie de produit.

Conception visuelle : Un tableau de bord utilise des visuels clairs et

intuitifs (graphiques, cartes, jauges, etc.) pour simplifier la
compréhension des données.

Aide à la décision : Il met en évidence les informations critiques pour

orienter les actions stratégiques.
Pr. Zineb El Hammoumi
 1. Définir un objectif clair

Bonnes Posez-vous la question : "Que doit comprendre l’utilisateur à partir de ce

rapport ?"

pratiques 2. Choisir les bons visuels

Graphiques simples pour éviter la surcharge d’informations.

pour créer Utilisez des couleurs cohérentes pour faciliter la lecture (par ex., vert =
succès, rouge = alerte).

des rapports 3. Organisation et lisibilité

Regrouper les KPI similaires sur une même section (par ex., finance,
et tableaux opérations).

de bord
Utilisez des titres clairs et explicites pour chaque visuel.
4. Interactivité des rapports

efficaces Ajouter des segments (slicers) pour permettre à l’utilisateur de filtrer les
données par catégorie ou période.
Créer des rapports dynamiques pour explorer les données en profondeur.

Pr. Zineb El Hammoumi