Power BI — Module 8 · Récap & aide-mémoire (fiches DAX, schéma en étoile)

CK Labs

CK Labs — Head of Data & Analytics, Sephora

Formation Power BI

Module 8 sur 8 · Récap & aide-mémoire

Fil rouge : TheLook e-commerce

Récap & aide-mémoire

La synthèse du parcours : la checklist d'un projet de bout en bout, le schéma en étoile de TheLook, les fiches DAX à garder sous la main, et les pièges à éviter.

Module 8 / 8 Synthèse Fiches mémo

Support 0

Intro

Pour qui, pourquoi Power BI, comment suivre.

Module 1

Le piège Excel

Pourquoi le reporting manuel vous enferme.

Module 2

Pourquoi Power BI

Le dernier kilomètre : de la donnée à la décision.

Module 3

Charger un fichier

Power Query : importer, nettoyer, fiabiliser.

Module 4

Découvrir & explorer

Métriques, dimensions, slicers, sanity check.

Module 5

DAX

Colonne vs mesure, DIVIDE, CALCULATE.

Module 6

Modélisation simple

Clés, cardinalité, schéma en étoile.

Module 7

Modélisation complexe

Multi-sources, calendrier, CAC / ROAS / budget.

Module 8

Récap & aide-mémoire

Fiches DAX, étoile, bonnes pratiques.

Bonus

Power BI & IA

L'ère agentique : piloter, mesurer, arbitrer.

À quoi sert ce module

Ce module réunit l'essentiel du parcours en un seul endroit : la démarche de bout en bout, le schéma en étoile de TheLook, les fiches DAX, les bonnes pratiques et les pièges. Gardez-le ouvert quand vous rejouerez un projet — seul, sur vos propres données.

Tout ce qu'il faut garder sous la main

Voir la vidéo du module

L'arc du parcours en une phrase

On est parti du piège Excel — le reporting manuel qui condamne à décrire — pour arriver à un modèle Power BI qui met à jour tout seul et fait décider. Entre les deux : charger proprement, explorer juste, calculer en DAX, relier en étoile, croiser les sources. La valeur n'a jamais été dans l'outil : elle est dans la décision qu'il déclenche.

Le parcours module par module

Module	Ce que vous avez appris	À retenir
1 · Le piège Excel	Limites d'Excel, maille et granularité, métrique vs dimension	Décrire ≠ analyser
2 · Pourquoi Power BI	Le dernier kilomètre, l'outil comme véhicule	La valeur est dans la décision
3 · Charger un fichier	Power Query, les 4 tables de TheLook, les types	Fiabiliser avant de visualiser
4 · Découvrir & explorer	Métrique vs dimension, agrégations, slicers	Sanity check systématique
5 · DAX	Colonne vs mesure, DIVIDE, CALCULATE	En cas de doute : mesure
6 · Modélisation simple	Clés, cardinalité 1:N, schéma en étoile	Faits au centre, dimensions autour
7 · Modélisation complexe	Multi-sources, calendrier, CAC / ROAS / budget	Aligner les granularités
8 · Récap	Fiches, bonnes pratiques, pièges	Rejouer un projet seul
Bonus · IA	Ce que les agents changent pour l'analyste	Piloter, mesurer, arbitrer

La checklist d'un projet de bout en bout

Charger — Obtenir les données, « Transformer les données », nettoyer dans Power Query, fixer les types.

Explorer — Distinguer métriques et dimensions, vérifier les agrégations, sanity check.

Mesurer — Créer la table _Mesures, écrire les mesures DAX (CA, Marge, Clients, CAC…).

Modéliser — Créer les dimensions (DIM_CANAL, DIM_DATE), relier en étoile, toutes relations 1:N actives.

Croiser — Aligner les granularités via le calendrier, ajouter marketing et budget, KPI combinés.

Décider — Poser les visuels, formater, expliquer les écarts, et surtout : lire pour trancher.

Le schéma en étoile de TheLook

Faits (centre)

SRC_ORDER_ITEMS

1 ligne = 1 article vendu
sale_price, cost, margin
Clés : user_id, traffic_source, created_at

Dimensions

Le contexte

SRC_USERS — clients (user_id)
DIM_CANAL — canaux (Canal)
DIM_DATE — calendrier (Date, Mois)

Faits secondaires

Reliés par les dimensions

SRC_MARKETING — au mois × canal
SRC_BUDGET — à l'année × canal
Alignés via DIM_DATE & DIM_CANAL

Retenez la forme : les faits au centre, les dimensions autour, chaque relation en 1:N de la dimension vers les faits. DIM_DATE et DIM_CANAL sont partagées — c'est ce qui permet de croiser ventes, marketing et budget dans un même visuel.

Fiche DAX — colonne vs mesure

Colonne calculée

Calculée ligne à ligne, stockée. Pour créer un axe / une catégorie (Tranche Age).

Mesure

Agrégée selon le contexte du visuel, non stockée. Pour tous les KPI. En cas de doute : mesure.

SUM

SUM(SRC_ORDER_ITEMS[sale_price])

DISTINCTCOUNT

DISTINCTCOUNT(SRC_USERS[user_id])

Fiche DAX — DIVIDE & CALCULATE

DIVIDE — ratio sans erreur

DIVIDE(num, dénom, 0)

3e argument = valeur si dénominateur nul. Jamais de division par zéro.

CALCULATE — changer le filtre

CALCULATE([Mesure], filtre)

Évalue une mesure dans un contexte de filtre modifié.

Taux de Marge

DIVIDE([Marge], [CA Réel], 0)

CAC

DIVIDE([Spend Mkt], [Clients], 0)

ROAS

DIVIDE([CA Réel], [Spend Mkt], 0)

CA non attribué

CALCULATE([CA Réel], ISBLANK(SRC_ORDER_ITEMS[traffic_source]))

Fiche — les mesures du modèle TheLook

CA Réel         = SUM(SRC_ORDER_ITEMS[sale_price])
Coût            = SUM(SRC_ORDER_ITEMS[cost])
Marge           = SUM(SRC_ORDER_ITEMS[margin])
Taux de Marge   = DIVIDE([Marge], [CA Réel], 0)
Spend Mkt       = SUM(SRC_MARKETING[spend])
Marge après Mkt = [Marge] - [Spend Mkt]
Clients         = DISTINCTCOUNT(SRC_USERS[user_id])
CAC             = DIVIDE([Spend Mkt], [Clients], 0)

Les bonnes pratiques à garder

Marquer DIM_DATE comme table de dates — indispensable pour les analyses temporelles.
Masquer les colonnes techniques — celles qui ne servent qu'aux relations (ex : month dans la table de faits).
Créer une hiérarchie Année > Mois dans DIM_DATE pour naviguer facilement dans le temps.
Organiser les mesures en dossiers d'affichage (CA, Marketing, Clients) pour s'y retrouver.
Définir les formats par défaut des mesures (€, %, entier) une fois pour toutes.

Les pièges à éviter (récap)

Piège	Le réflexe qui sauve
Type de données faux (montant en texte)	Fixer les types dans Power Query avant tout
Sommer un identifiant ou un âge	Vérifier l'agrégation ; compter avec DISTINCTCOUNT
Division par zéro qui casse le visuel	Toujours DIVIDE, jamais /
Noms de canaux incohérents (casse)	« Search » = « Search » partout, à la lettre
Clé non unique côté dimension	Vérifier l'unicité avant de relier (éviter les doublons)
Écart de total inexpliqué	Montrer le non-attribué (CA par canal < CA total)

Ce que vous savez faire maintenant — et jusqu'où on va

Vous savez livrer un projet Power BI complet, du fichier brut au tableau qui décide. Concrètement, vous maîtrisez les deux premières marches de l'analyse : décrire ce qui s'est passé et comprendre pourquoi. C'est déjà l'essentiel de la valeur au quotidien. Vous avez aussi posé les fondations pour aller plus loin — prédictif, prescriptif — que cette formation ne prétend pas couvrir entièrement. On ne survend pas : on vous a rendu autonome, vite, sur un vrai outil.

Prochaine étape : votre propre cas

Le vrai déclic vient quand vous rejouez la démarche sur vos données. Prenez un reporting que vous refaites à la main chaque semaine, et déroulez la checklist : charger, explorer, mesurer, modéliser, croiser, décider. C'est là que la compétence s'ancre.

Trois réflexes pour ancrer la compétence

Refaites le modèle TheLook sans regarder. Rechargez les quatre tables, recréez DIM_CANAL et DIM_DATE, reliez l'étoile, réécrivez les mesures de mémoire. Si vous bloquez, revenez sur la fiche concernée — c'est le signal du point à consolider.

Transposez sur un cas à vous. Un budget, un fichier de ventes, un export RH : la démarche est la même. C'est en changeant de données qu'on vérifie qu'on a compris la logique, pas juste mémorisé des clics.

Terminez toujours par « et donc ? ». Un visuel qui ne débouche sur aucune décision n'est pas fini. Forcez-vous à écrire la phrase d'action que le tableau déclenche — c'est le dernier kilomètre.

Suite du parcours

Un dernier module, en bonus : ce que l'IA et les agents changent pour l'analyste — et pourquoi le double-profil métier × data devient central.

Ouvrir le bonus — Power BI à l'ère de l'IA & des agents