Formation Power BI

Astuce DAX – Compare facilement avec l’année précédente grâce à SAMEPERIODLASTYEAR !

- La fonction SAMEPERIODLASTYEAR te permet de comparer des valeurs (ventes, visites, etc.) par rapport à l’année précédente, sur la même période.

- Exemple :

Ventes_Année_Précédente :=
CALCULATE(
SUM(Ventes[Montant]),
SAMEPERIODLASTYEAR('Calendrier'[Date])
)

- Idéal pour créer des KPIs de variation annuelle, sans formule compliquée.

✨ Résultat : des rapports dynamiques pour suivre l’évolution des performances dans le temps !

Astuce Power BI – Gagne du temps avec la fonction RELATED() !

Tu galères à récupérer des infos d'une autre table liée ?
Utilise RELATED() pour faire appel à une colonne d’une table reliée sans devoir fusionner quoi que ce soit !

- Exemple :

Catégorie Produit = RELATED(Produits[Catégorie])

- Ça te permet d’ajouter des infos supplémentaires à ta table de faits, sans alourdir ton modèle !

- Parfait pour les dashboards propres et rapides à construire.

Tu connaissais cette astuce ? Commente

- Astuce Power BI – Utiliser la fonction SWITCH comme un pro !

Tu veux créer des conditions multiples dans Power BI sans te perdre avec des IF imbriqués ? Utilise SWITCH(), c’est plus clair et plus puissant !

- Exemple simple :

Catégorie Ventes =
SWITCH(TRUE(),
[Montant Ventes] < 1000, "Faible",
[Montant Ventes] < 5000, "Moyen",
[Montant Ventes] >= 5000, "Élevé",
"Non défini"
)

- Explication :

On utilise SWITCH(TRUE(), …) pour évaluer plusieurs conditions logiques comme avec un IF.

C’est plus lisible et plus rapide à maintenir !

- Pourquoi SWITCH ?

Plus propre que des IF à rallonge

Idéal pour les catégories, les KPI ou les labels dynamiques

💬 Dis-moi en commentaire si tu l’utilises déjà ou si tu veux d’autres astuces comme celle-ci !

Formule DAX du jour : CALCULATE + FILTER pour un Total conditionnel

💡 Affiche le total des ventes pour l’année en cours uniquement.

TotalVentes_AnneeEnCours =
CALCULATE(
SUM(Ventes[Montant]),
YEAR(Ventes[Date]) = YEAR(TODAY())
)

📌 Explication rapide :

SUM(Ventes[Montant]) : additionne toutes les ventes

CALCULATE(...) : change le contexte de calcul

YEAR(Ventes[Date]) = YEAR(TODAY()) : limite aux ventes de l’année actuelle

✅ Astuce bonus : remplace TODAY() par une date choisie pour un filtre dynamique

ASTUCE POWER BI Maîtrisez DATEDIFF !

Vous cherchez à calculer la différence entre deux dates dans Power BI ? 👉 La fonction DATEDIFF est votre meilleure alliée !

- Syntaxe :
DATEDIFF(DateDébut, DateFin, Unité)

- Elle vous permet de mesurer l’écart en :

Jours (DAY)

Mois (MONTH)

Années (YEAR)

Heures, Minutes, Secondes… selon votre besoin !

- Exemple pratique :
Vous voulez connaître le nombre de jours entre la date de commande et la date de livraison ?

DATEDIFF('Commandes'[DateCommande], 'Commandes'[DateLivraison], DAY)

- Simple, rapide et super utile pour vos indicateurs de performance (KPI) et vos analyses de délais !

👉 Si vous utilisez déjà DATEDIFF, dites-nous dans les commentaires comment vous l’intégrez dans vos rapports !
👇 Et si vous découvrez cette fonction aujourd’hui, essayez-la et partagez vos résultats !

- Astuce Power BI – Simuler RECHERCHEV (VLOOKUP) comme un pro !

Tu cherches l’équivalent de RECHERCHEV dans Power BI ?
- Voici comment le faire avec la fonction RELATED() ou la fusion (merge) dans Power Query !

- Option 1 : Utiliser RELATED() en DAX
Si deux tables sont reliées par une relation (clé primaire - clé étrangère), tu peux utiliser :

= RELATED(NomDeLaTable[NomDeLaColonne])

- Exemple :
Tu as une table des ventes avec l’ID produit, et une table produits avec le nom du produit. Crée une colonne dans la table ventes :

NomProduit = RELATED(Produits[Nom])

- Option 2 : Fusionner dans Power Query (comme un VLOOKUP visuel)

1. Va dans Power Query

2. Sélectionne ta table principale → Clique sur Accueil > Fusionner les requêtes

3. Choisis la table à joindre et les colonnes correspondantes

4. Clique sur OK, puis développe les colonnes que tu veux récupérer

✅ Bonus : cette méthode est plus performante pour les gros modèles de données 💪

Les sommes conditionnelles dans Power BI

Vous connaissez tous la célèbre formule SOMME.SI dans Excel, qui permet d’additionner des valeurs selon une condition.
Eh bien, dans Power BI, on utilise la mesure CALCULATE(SUM()) pour faire la même chose !

Et si vous avez plusieurs conditions à gérer ?
Pas de souci : comme le SOMME.SI.ENS dans Excel, CALCULATE(SUM()) dans Power BI accepte plusieurs filtres.

- Voici les étapes pour créer une mesure conditionnelle :

1️⃣ Donnez un nom à votre mesure (ex : Valo_Stocks_Legumes_Espagne)
2️⃣ Utilisez la fonction : CALCULATE(SUM(...))
3️⃣ Indiquez le champ à additionner (ex : Prix_Total de la table Stocks_Aliments)
4️⃣ Ajoutez votre 1ère condition : Catégorie = "Légume"
5️⃣ Puis votre 2ème condition : Pays_Origine = "Espagne"

- Exemple complet :

Valo_Stocks_Legumes_Espagne =
CALCULATE(
SUM(Stocks_Aliments[Prix_Total]),
Stocks_Aliments[Catégorie] = "Légume",
Stocks_Aliments[Pays_Origine] = "Espagne"
)

- Et voilà ! Vous obtenez la somme des prix totaux des légumes provenant d’Espagne.
- Hyper utile pour vos tableaux de bord dynamiques !

- N'hésitez pas à tester et à poser vos questions en commentaire !

[Astuce Power BI] – Calcul du prix moyen au kilo avec la fonction DIVIDE.

Dans notre exemple, nous avons désormais deux éléments clés :
- La valorisation totale des stocks
- Le nombre total d’unités (ou le poids total en kg)

- Nous allons donc calculer le prix moyen au kilo, en divisant la valeur totale du stock par le nombre total d’unités.

- Étapes à suivre dans Power BI :

1. Créez une nouvelle mesure (ex : Prix_KG_Calculé)

2. Utilisez la fonction DIVIDE, qui permet une division plus sécurisée (évite les erreurs de division par zéro)

3. Structure de la formule :

Prix_KG_Calculé = DIVIDE([Valo_Stocks], [Somme_Unités])

- Pourquoi utiliser DIVIDE plutôt que / ?
Parce que DIVIDE gère automatiquement les cas où le dénominateur est nul, évitant ainsi les erreurs dans vos rapports.

- Cette méthode est idéale pour vos analyses de rentabilité, de gestion de stock ou de suivi de performance produit.

Pourquoi dépivoter des colonnes dans Power BI ?

1. Pour passer d’un format large à un format long (tidy data)
Les données pivotées ont souvent plusieurs colonnes pour chaque variable (par exemple, "Ventes_2022", "Ventes_2023", etc.). Le dépivotage permet de transformer ces colonnes en lignes, ce qui est le format idéal pour l’analyse et la visualisation dans Power BI.

- Exemple :
| Produit | Ventes_2022 | Ventes_2023 |
|--------|-------------|-------------|
| A | 100 | 150 |

- devient :
| Produit | Année | Ventes |
|--------|-------|--------|
| A | 2022 | 100 |
| A | 2023 | 150 |

Faire une division dans Power BI

Dans notre exemple, nous avons désormais la valorisation totale des stocks ainsi que la valeur unitaire de chaque produit. L’objectif ? Calculer le prix moyen au kilo en divisant la valeur de chaque stock par la quantité en unités.

- Voici les étapes à suivre pour créer cette mesure :

- Donnez un nom clair à votre mesure (ex : Prix_KG_Calculé)
- Utilisez la fonction DIVIDE (= DIVIDE)
- Indiquez les deux arguments :

Numérateur : la valeur du stock (Valo_Stocks)

Dénominateur : la somme des unités (Somme_Unités)

- Résultat : un prix moyen précis, sans risque d’erreur de division par zéro (grâce à DIVIDE, qui gère cela automatiquement).

- Astuce : préférez toujours DIVIDE à l’opérateur /, surtout pour éviter les erreurs liées aux divisions par zéro.