Guide du débutant sur DAX | Tutoriel Power BI

Introduction à DAX dans Power BI

Pourquoi DAX est-il si important ?

• Quel est le chiffre d’affaires réalisé dans chaque région ce mois-ci ?

• Quelle est la croissance des ventes par rapport à l’année dernière ?

• Quels sont les produits qui contribuent le plus à mon revenu global ?

Les avantages clés de DAX

1. Automatisation des calculs complexes : plutôt que de créer des dizaines de colonnes ou de requêtes manuelles, une seule mesure DAX peut s’adapter à différents filtres et fournir des résultats dynamiques.

2. Création d’indicateurs métiers (KPI) : marge brute, taux de conversion, croissance annuelle… autant d’indicateurs que vous pouvez calculer et suivre directement dans vos tableaux de bord.

3. Analyses temporelles simplifiées : grâce aux fonctions dites de Time Intelligence, il devient facile de comparer une période donnée à une autre (mois précédent, même mois de l’an dernier, cumul depuis le début de l’année).

4. Modèles dynamiques et interactifs : une formule DAX ne donne pas un résultat fixe, elle s’adapte en temps réel aux filtres appliqués dans vos visuels ou segments (par produit, par région, par période, etc.).

Comprendre les concepts fondamentaux de DAX

1. Contexte de ligne

Profit = Sales[Revenue] - Sales[Cost]

Total Profit = SUMX(Sales, Sales[Revenue] - Sales[Cost])

2. Contexte de filtre

• Un visuel Power BI (par exemple un graphique filtré sur une région ou une période).

• Un segment (slicer) choisi par l’utilisateur.

• Une relation entre tables qui restreint les valeurs visibles.

• Des fonctions DAX comme CALCULATE ou FILTER qui modifient explicitement le filtre actif.

Sales 2024 = CALCULATE(SUM(Sales[Amount]), YEAR(Calendar[Date]) = 2024)

3. Contexte de calcul

• Le contexte de filtre sélectionne uniquement les ventes du premier trimestre 2024.

• Le contexte de ligne calcule le chiffre d’affaires produit par produit.

• Ensemble, ils définissent le contexte de calcul.

Sales Growth = 
VAR PrevYearSales = CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Calendar[Date]))
RETURN DIVIDE(SUM(Sales[Amount]) - PrevYearSales, PrevYearSales)

• Le contexte de filtre limite l’analyse à la période affichée dans le visuel.

• Le contexte de calcul ajoute une comparaison avec la même période de l’année précédente.

Les principales catégories de fonctions DAX

Fonctions d’agrégation

• SUM : additionne les valeurs d’une colonne. Exemple : SUM(Sales[Amount]) calcule le chiffre d’affaires total.
• SUMX : effectue une somme itérative, utile quand le total dépend de plusieurs colonnes. Exemple : SUMX(Sales, Sales[Quantity] * Sales[UnitPrice]) calcule le total basé sur quantité × prix.
• AVERAGE : calcule la moyenne simple d’une colonne. Exemple : AVERAGE(Sales[Amount]).
• AVERAGEX : comme SUMX mais pour la moyenne, permettant d’itérer ligne par ligne. Exemple : AVERAGEX(Products, Products[Price] * Products[Discount]).
• COUNT : compte les valeurs non vides d’une colonne.
• DISTINCTCOUNT : compte uniquement les valeurs uniques, très utile pour identifier le nombre de clients distincts par exemple.

Fonctions de filtre et de contexte

• CALCULATE : le « roi » des fonctions DAX. Il modifie le contexte de filtre avant d’effectuer le calcul. Exemple : CALCULATE(SUM(Sales[Amount]), Sales[Category] = "Électronique") calcule uniquement les ventes électroniques.
• FILTER : retourne une table filtrée. Exemple : FILTER(Sales, Sales[Amount] > 1000) ne conserve que les ventes supérieures à 1000.
• ALL : supprime tous les filtres appliqués à une table ou une colonne, souvent utilisé pour comparer une valeur individuelle à un total global.
• ALLEXCEPT : supprime tous les filtres sauf ceux indiqués. Exemple : ALLEXCEPT(Sales, Sales[Product]) garde le filtre produit mais ignore les autres.
• VALUES : retourne une liste unique des valeurs d’une colonne. Utile pour créer des relations implicites ou pour compter les catégories distinctes.

Fonctions de relation et de recherche

• RELATED : ramène une valeur depuis une table reliée (relation un-à-plusieurs). Exemple : RELATED(Customers[Region]) affiche la région du client lié à chaque vente.
• RELATEDTABLE : retourne toutes les lignes d’une table reliée, souvent utilisée dans les mesures.
• LOOKUPVALUE : recherche une valeur dans une colonne en fonction de critères. Exemple : LOOKUPVALUE(Products[Price], Products[ProductID], Sales[ProductID]) récupère le prix d’un produit correspondant à une vente.

Fonctions temporelles (Time Intelligence)

• DATEADD : décale une période dans le temps (jours, mois, trimestres, années). Exemple : comparer les ventes du mois courant avec le mois précédent.
• SAMEPERIODLASTYEAR : retourne la même période mais l’année précédente, parfait pour comparer N vs N-1.
• TOTALYTD / TOTALQTD / TOTALMTD : calculent les cumuls depuis le début de l’année, du trimestre ou du mois jusqu’à la date sélectionnée.
• PARALLELPERIOD : décale une période tout en gardant la granularité. Exemple : comparer janvier 2024 à janvier 2023.

Fonctions statistiques et logiques

• IF : applique une condition simple. Exemple : IF(Sales[Amount] > 1000, "Grande Vente", "Petite Vente").
• SWITCH : remplace plusieurs conditions IF imbriquées par une structure plus lisible. Exemple : catégoriser les ventes par seuils.
• DIVIDE : effectue une division en gérant automatiquement les divisions par zéro. Exemple : DIVIDE(Sales[Profit], Sales[Revenue]) calcule la marge sans risque d’erreur.
• RANKX : attribue un classement dynamique en fonction d’un calcul. Exemple : RANKX(ALL(Products), SUM(Sales[Amount])) classe les produits selon leur chiffre d’affaires.

Exemples pratiques approfondis

1. Calculer la croissance annuelle (YoY Growth)

YoY Growth =
DIVIDE(
    SUM(Sales[Amount]) - CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Calendar[Date])),
    CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Calendar[Date]))
)

2. Créer un classement dynamique des produits

ProductRank = RANKX(ALL(Products), SUM(Sales[Amount]), , DESC)

3. Déterminer la part de marché d’un produit

MarketShare =
DIVIDE(SUM(Sales[Amount]), CALCULATE(SUM(Sales[Amount]), ALL(Sales)))

4. Analyser les ventes des clients fidèles

FilteredSales =
CALCULATE(
SUM(Sales[Amount]),
FILTER(Customers, Customers[LoyaltyStatus] = "Fidèle")
)

5. Cumul des ventes depuis le début de l’année

YTD Sales = TOTALYTD(SUM(Sales[Amount]), Calendar[Date])

Bonnes pratiques pour écrire en DAX

1. Privilégier les mesures aux colonnes calculées.

2. Utiliser des variables (VAR) pour plus de lisibilité et de performance.

3. Optimiser le modèle de données : moins de colonnes, plus de relations bien définies.

4. Nommez vos mesures clairement : par exemple Total Sales au lieu de Measure1.

5. Testez vos formules étape par étape en créant des mesures intermédiaires.

Astuces et erreurs à éviter

• Ne pas oublier de créer une table calendrier pour exploiter les fonctions temporelles.

• Attention aux filtres implicites : une erreur fréquente est d’obtenir un résultat vide ou erroné parce que CALCULATE modifie le contexte sans que cela soit voulu.

• Évitez de créer trop de colonnes calculées qui alourdissent le modèle.

• Vérifiez toujours vos résultats avec des jeux de données réduits avant d’appliquer vos mesures à des millions de lignes.

Cas d’utilisation avancés

1. Scénarios de Time Intelligence complexes

2. Segmentation dynamique

3. Analyse de performance

Conclusion et prochaines étapes

• à utiliser les fonctions de base (SUM, AVERAGE, CALCULATE),

• à exploiter les fonctions temporelles pour comparer différentes périodes,

• à écrire des mesures plus avancées (RANKX, ALL, SWITCH),

• et à optimiser vos modèles pour la performance.

Prochaines étapes :

• Explorez les ressources comme DAX Guide.

• Pratiquez régulièrement avec vos propres données.

• Participez à des communautés Power BI (forums, LinkedIn, Meetup).

• Lancez-vous dans des projets concrets en appliquant DAX à des scénarios métiers réels.