Utiliser un jeu d’icônes personnalisé sur Power BI

Cela fait maintenant un certain temps qu’il est possible d’utiliser des mises en forme conditionnelles dans les matrices. L’un des points particulièrement sympathique est qu’il est possible d’utiliser les images que l’on souhaite pour ce visuel.

Quelques prérequis sont nécessaires avant de se lancer dans cette aventure, mais avec un effet « wahou » garanti à la sortie :

• Savoir utiliser une mise en forme conditionnelle utilisant des icônes
• Avoir une compréhension du fonctionnement des thèmes personnalisés et du format JSON sur lequel ils reposent. 

Nous allons faire une petite démonstration avec la matrice ci-dessous présentant le nombre d’accidents par région et par année.

Si l’on commence par une mise en forme conditionnelle avec les jeux d’icône à disposition, nous pouvons obtenir un rendu comme ci-dessous :

Certes, ça peut paraitre bien mais il est toujours possible de rendre le visuel plus agréable pour l’utilisateur final.

Pour envisager un rendu qui vous plaira un peu plus, il vous faudra dans un premier temps aller à la pêche aux images. Pour ma part, je vous propose les suivantes :

Dans un second temps, il vous faudra récupérer le fichier JSON du thème utilisé au sein de votre rapport ou en créer un pour l’occasion. Si vous ne savez pas comment faire, un petit commentaire à cet article nous permettra de compléter le manque à l’occasion d’un autre article. Au sein du JSON, il vous faudra ajouter une section dédiée aux icônes (cf ci-dessous).

Les éléments en rouge devront être rédigés tels quels en conservant les guillemets tandis que les éléments en noir seront au choix de chacun. Vous remarquerez que pour la partie de l’url, il sera nécessaire d’intégrer un code lié à l’image choisie dans une base 64. Ça ne vous parle pas ? Rassurez-vous, vous n’êtes probablement pas seul·e. Vous trouverez facilement par le navigateur de votre choix un site qui vous permettra de transformer une image d’un format plus classique si j’ose (png, jpeg, …) à du code en base 64. Votre but sera de copier-coller le code obtenu après convertissement à la place du texte « code de l’image en base 64 », en l’incluant bien dans des guillemets.

Une fois la chose faite, il vous suffira d’enregistrer votre fichier JSON et de l’appliquer à votre rapport.

Vous pourrez alors vous rendre dans les options de votre mise en forme conditionnelle et choisir les icônes ainsi chargées dans votre rapport.

Que dire de plus à part : Voilà ! Bravo à vous. Vous aurez obtenu un visuel pouvant ressembler à celui-ci.

La démarche semble anodine mais nécessite néanmoins des étapes impliquant diverses compétences. En cas de besoin, l’équipe de RETINIUM reste à votre disposition.

Comprendre les jointures lors de la fusion de requêtes

Si vous avez l’habitude de faire des requêtes sous Power Query, vous avez surement rencontré le cas où vous deviez effectuer une fusion entre deux requêtes. Si vous ne savez pas pourquoi ou comment utiliser la fusion de requêtes, allez donc jeter un coup d’œil à nos articles sur le sujet…

Au premier abord, le vocabulaire utilisé à cette étape peut sembler obscur. D’autant plus si vous n’avez jamais rencontré de jointure auparavant, éventuellement dans d’autres langages. Nous allons donc tenter ici de faire la lumière sur tout cela.

Pour recaler le sujet, la fusion se fait entre deux requêtes afin de modifier le contenu par ajout et/ou suppression de colonnes et/ou de lignes. La fenêtre à votre disposition au moment de régler l’étape est la suivante :

La première subtilité est la suivante : l’aperçu des deux tables fusionnées nous les présentes l’une sous l’autre. Cependant, le vocabulaire utilisé dans la liste déroulante sur le type de jointure vous parle de gauche et droite. Même si cela peut sembler trivial, il est nécessaire de clarifier noir sur blanc que la « gauche » fera référence à la première table (donc celle du haut) tandis que la droite fera référence à la seconde table (donc celle du … bas ! Bravo vous avez compris l’idée). Dans l’exemple utilisé, nous avons un total de 163 401 lignes dans la table n°1 (deux ans de données) et 87 026 dans la table n°2 (une seule des deux années de la n°1). Nous essayerons de suivre le nombre de correspondance pour chaque cas. 

Maintenant, quel est le résultat des différents types de jointure ? Nous en avons six à disposition : 

• Externe gauche
• Externe droite
• Externe entière
• Interne
• Gauche opposée
• Droite opposée

N.B. : il est à garder en tête que lorsque des lignes sont rapatriées sans relation avec l’autre table, des éléments null seront automatiquement intégrés sur les lignes ou colonnes concernées. 

La jointure « Externe gauche » sera probablement celle que vous utiliserez le plus souvent. L’idée est de compléter les lignes de la première table avec des éléments trouvés dans la seconde, sans rapatrier d’information n’ayant pas de correspondance, et sans rien supprimer de la table initiale. Si une petite représentation graphique peut schématiser l’idée, je vous propose ceci sur une idée de monsieur Joël Crest.

Vous vous êtes peut-être déjà demandé à quoi servait cette zone dans Power BI Desktop :

C’est ce que l’on va voir ensemble dans cet article dédié à la fonctionnalité « Extraire » (Drill Through).

Principe de fonctionnement dans Power BI Desktop

L’idée générale est très simple : vous disposez dans votre rapport Power BI d’une page assez générique et vous souhaitez « zoomer » dans une autre page plus détaillée pour une catégorie précise.

Cette fonctionnalité offre une dynamique très intéressante à l’utilisateur final et permet d’optimiser la quantité d’éléments à afficher sur une page.

Schéma de principe :

Nous avons vu dans le dernier article comment calculer des valeurs sur deux périodes différentes et je vous avais laissé sur la promesse de regarder de plus près la façon de calculer le pourcentage d’évolution. Nous y voici donc. Nous profiterons de cette occasion pour également regarder quelques petits « trucs » pour rendre la lecture plus simple.

Dans un premier temps, nous devons donc obtenir la valeur de l’évolution. Cette évolution se calcule par le rapport entre la valeur d’origine et la valeur de fin. Ainsi, dans la suite de l’article précédent, nous allons regarder l’évolution entre les mesures « PopulationTotale » et « PopulationSelect_N-1 ». Notre mesure répondra ainsi à l’année sélectionnée dans le segment dédié. Le calcul sera le suivant :

Pour celles ou ceux qui ne connaitraient pas la fonction « DIVIDE », et qui se demandent pourquoi ne pas utiliser simplement la touche « / », voici un petit aperçu de la définition proposée par Power BI :

Vous aurez ainsi la possibilité de proposer un résultat alternatif dans le cas où le dénominateur du contexte de calcul serait nul. Pour ma part j’ai tendance à lui demander d’afficher « 0 », mais vous pouvez tout aussi bien lui demander de ne rien afficher au moyen de la fonction « BLANK ». 

Une fois la mesure créée, il vous faudra penser à modifier la mise en forme du résultat afin de le faire apparaître en pourcentage. En effet, il faut garder en tête que le résultat est bien un nombre relatif, compris entre 0 et 1 pour l’équivalent de 0 à 100%. Pour ce faire, dans la dernière version du ruban de Power BI, aller dans la partie « Outils de mesure », puis dans la partie « Mise en forme », activer l’option « Pourcentage ».

Une fois cela effectué, nous pouvons intégrer la mesure à une première carte de valeur :

Ok, merci, mais vous allez me dire que je vous en avais promis un peu plus… Et vous avez raison. 

Pour commencer, nous allons faire en sorte de forcer l’affichage du symbole « + » dans le cas d’une évolution positive. Pour faire cela, il faut se rendre dans la partie « Mise en forme » de la partie « Propriétés » sous la vue « Modèle de données ». Vous pourrez alors sélectionner votre mesure, puis l’option de format « Personnalisé » et ajouter un « + » dans la fenêtre associée (cf Figure 5).

Maintenant que cela est fait, vous pourrez vouloir ajouter une mise en forme conditionnelle pour colorer la valeur ou le fond de votre carte. Notez que vous pourrez également appliquer le même principe sur un graphique en barres. Pour cela, il vous faudra ouvrir le panneau de format associé à l’élément visuel, dans la vue « Rapport ». Pour la mise en forme du texte, se référer à la partie « Etiquette de données ». En passant votre souris dans la zone en face de « Couleur », vous verrez trois petits points apparaître, vous proposant l’accès à la mise en forme conditionnelle (cf Figure 6)

Pour celles et ceux qui ont l’habitude de cette fenêtre (Figure 7) sous Excel, vous ne serez pas perdu·e·s. Pour les autres, vous devrez définir la mise en forme par « Règles » dans la première liste déroulante proposée. Vous pourrez ensuite définir les limites hautes et basse pour chaque règle et lui associer une couleur. Dans notre cas, nous définissons un intervalle comprenant les nombres négatifs de -10000 à 0 et un intervalle pour les nombres positifs allant de 0 à 10000. En effet, pas de possibilité ici de définir une seule borne à l’intervalle.

Une fois la manœuvre effectuée, vous obtiendrez une mise en forme conditionnelle dynamique. C’est-à-dire que cette dernière s’adaptera au contexte de la page (cf l’animation ci-dessous).

Les choix de visualisations se feront selon vos besoins et préférences. Vous pourrez ainsi envisager un graphique combiné affichant sur le même visuel les données de l’année sélectionnée, de l’année précédente ainsi que la valeur de l’évolution entre les deux (cf Figure 8).

Pour finir avec un petit bonus, je vous propose une rapide formule vous permettant d’afficher un symbole devant une carte permettant d’indiquer le sens de l’évolution, plus précisément un triangle pointant vers le haut ou vers le bas (cf Figure 9).

Pour ce faire, voici le morceau de code DAX pour créer ce symbole :

J’espère par ce petit article vous avoir donné quelques idées pour faire ressortir au mieux l’information de vos rapports. Bien sûr, les possibilités sont plus larges. Alors si vous souhaitez être accompagné·e pour aller plus loin, n’hésitez pas à contacter notre équipe d’experts.

Trouver les bons indicateurs de suivi est souvent une part importante dans la mise en place d’un tableau de bord. Mais soyons honnête, on ne révolutionne pas la définition des indicateurs utiles à chaque nouveau tableau et certains peuvent donc être communs à plusieurs métiers. L’un des plus courant est le calcul de l’évolution entre deux périodes. Pour l’exemple, nous allons partir d’une comparaison simple de la population française en 2019 avec la population de l’année précédente. 

Pour cela, nous allons partir d’une première mesure qui calcule notre population pour l’année 2019. La table de référence nommée « Recensement » est la suivante :

De manière simple, nous pouvons créer la mesure « Population_2019 » comme suit :

Population2019 = CALCULATE(SUM(Recensement[Population]);CALENDRIER[ANNEE]=2019)

Ok, mais vous comprendrez je pense la limite d’une telle mesure. Nous sommes bientôt en 2020 et si l’on veut suivre l’année N comme étant l’année courante, la mesure précédente ne se mettra pas à jour. L’idée est de rendre cette mesure plus dynamique. Nous allons donc utiliser le principe de variable au sein d’une mesure et définir la mesure « Population_N » qui considérera uniquement l’année en cours :

PopulationN = VAR Annee = YEAR(TODAY())
RETURN CALCULATE([PopulationTotale];CALENDRIER[ANNEE]=Annee)

Pour bien comprendre la mesure précédente : nous définissons la variable « Annee » comme étant l’année de la date du jour. Il faut ensuite passer à la ligne suivante par la combinaison de touches « MAJ+ENTRÉE » et commencer la ligne de calcul par la commande « RETURN ». Vous retrouvez ensuite une structure qui vous sera familière en considérant que j’ai au préalable défini la mesure « PopulationTotale » comme suit :

PopulationTotale = SUM(Recensement[Population])

Nous pouvons donc maintenant passer au calcul de notre mesure sur l’année N-1. Très simplement, il suffira de soustraire une unité à l’année filtrée :

Population_N-1 = VAR Annee = YEAR(TODAY())-1
RETURN CALCULATE([PopulationTotale];CALENDRIER[ANNEE]=Annee)

La méthode sera néanmoins différente si nous souhaitons avoir l’année précédente de celle qui est sélectionnée. Pour ce faire, nous allons faire appel à la fonction DAX « DATEADD ». D’autres fonctions existent pour faire cela comme par exemple la fonction « SAMEPERIODLASTYEAR ». Je préfère néanmoins la première qui nous offre un peu plus de souplesse dans son paramétrage. Nous pourrons ainsi décaler une mesure dans le temps en avant ou en arrière, selon un intervalle choisi (jour, mois, trimestre, année) et d’un nombre d’intervalle variable. Ainsi, ma mesure « PopulationSelect_N-1 » pourra se définir comme suit :

PopulationSelect_N-1 = CALCULATE([PopulationTotale];DATEADD(CALENDRIER[JOUR];-1;YEAR))

Nous pouvons alors obtenir les graphiques suivants :

La page présentée ci-dessus offrira la possibilité de s’intéresser d’une part à l’année en cours quel que soit le contexte de la page tout en permettant à l’utilisateur de fouiller l’historique de ses données.

Nous pourrons à partir de là calculer une évolution en termes de pourcentage d’une année sur l’autre. Les mises en forme associées pouvant être intéressantes à regarder en détails, je vous réserve cela pour la prochaine fois.

Voila qui termine cet article « Comparer N et N-1 sur Power BI », merci d’être resté jusqu’au bout et à bientôt !

Créer un tableau de bord qui répond aux attentes d’un service ou d’un client c’est bien. Mais comme le diront mes ergonomes préférées, proposer un tableau de bord qui favorise l’expérience utilisateur : c’est mieux. Poussons un peu la réflexion. Au-delà d’être « mieux », je pense que cela est nécessaire. Il devient donc intéressant de connaître quelques ficelles sous Power BI afin de jouer avec cela.

Si je vous parle d’interaction entre éléments visuels, ça vous parle ? Dans le doute, faisons un rapide rappel. Vous avez sur une même page différents éléments (carte, tableau, graphique, …) comme l’exemple ci-dessous.

Dans cet exemple, je peux visualiser la population d’un département grâce à la carte ou la répartition par tranche d’âge ou par sexe via les graphiques. Mais si je veux rapidement connaître la répartition de la population par tranche d’âge au sein d’un département ? Je pourrais utiliser simplement un filtre. Mais en termes de nombre d’actions pour mon utilisateur, ce ne serait pas optimal.

Ce principe d’« actions minimales » est facilement applicable au sein des rapports Power BI. Ainsi, cliquer sur un département au sein de ma carte mettra à jour le reste de mes éléments visuels au sein de la page. A quoi cela ressemble-t-il concrètement ?

Regardons ci-dessous.

Le langage DAX est à la fois simple à prendre en main mais peut être très complexe à optimiser. Aujourd’hui, je vais me pencher sur un cas très courant notamment dans le domaine de l’industrie et des ressources humaines : comment calculer mon en-cours (ou mon effectif) à partir d’une date de début et d’une date de fin ?

Solution n°1 : utiliser CALCULATE et ALL

Le modèle est simple et très courant :je souhaite connaître le nombre d’en-cours à partir d’une table qui ressemble à ça :

Mon modèle est le suivant :

Je peux alors créer une mesure pour calculer mon en-cours :

En Cours =

VAR minDate = MIN(T_CALENDRIER[JOUR])

VAR maxDate = MAX(T_CALENDRIER[JOUR])

RETURN

CALCULATE(

COUNTROWS(T_PRODUCTION);

T_PRODUCTION[Date cloture]>=minDate;

T_PRODUCTION[Date démarrage]<=maxDate;

ALL(T_CALENDRIER)

)

Explication :

• minDate et maxDate capturent la plus petite et la plus grande date dans le contexte courant
• CALCULATE permet de sortir du contexte courant et d’appliquer des filtres
  • COUNTROWS permet de compter le nombre de ligne, ce sera notre résultat
  • La date de clôture doit être plus grande que minDate
  • La date de démarrage doit être plus petite que maxDate
  • ALL permet de se défaire de la relation avec T_CALENDRIER

Le résultat obtenu est le suivant :

Solution n°2 : créer une table d’en-cours avec GENERATE

La solution n°1 est tout à fait valide et répondra à la plupart des cas rencontrés. Elle est même plus performante sur une machine « classique » que la solution n°2. En revanche, pour un très gros volume de données et sur des serveurs qui peuvent scale, on peut faire mieux.

Dans ce cas, il n’est pas vraiment possible d’optimiser ma mesure DAX. Je vais donc devoir améliorer mon modèle de données. L’idéal serait d’obtenir une ligne pour chaque produit et chaque jour en cours. Je souhaiterai donc réaliser la transformation suivante :

Cette table d’en-cours aura bien plus de lignes que la table d’origine, mais je peux déterminer le nombre d’en-cours avec un simple DISTINCTCOUNT.

Pour créer cette nouvelle table, nous allons écrire du DAX. Sur Power BI, je clique sur « Nouvelle table » et définit la table « T_ENCOUR » grâce à du DAX :

T_ENCOURS =

SELECTCOLUMNS(

    GENERATE(

    T_PRODUCTION;

    DATESBETWEEN(

        T_CALENDRIER[JOUR];

        T_PRODUCTION[Date démarrage];

        T_PRODUCTION[Date cloture]

        )

    );

    « ID« ;T_PRODUCTION[ID];

    « Jour« ;T_CALENDRIER[JOUR];

    « Catégorie« ;T_PRODUCTION[Catégorie]

)

Explications :

• SELECTCOLUMNS permet de choisir et renommer les colonnes qui nous intéressent
• GENERATE génère une nouvelle table à partir de deux tables existantes.
  • T_PRODUCTION est notre table « gauche ». On souhaite en effet générer plusieurs lignes pour chaque ligne de T_PRODUCTION
  • DATESBETWEEN est notre table « droite ». Pour chaque ligne de T_PRODUCTION, on créé x lignes avec la liste des dates entre [Date démarrage] et [Date cloture].

J’obtiens alors bien la table souhaitée, que je peux lier dans mon modèle de données :

Il me suffit alors de créer la mesure suivante :

En Cours 2 = DISTINCTCOUNT(T_ENCOURS[ID])

Et je peux vérifier que j’obtiens bien le même résultat :

Conclusion

A partir d’une question récurrente et simple au premier abord, on se rend compte une nouvelle fois que le langage DAX offre plusieurs solutions intéressantes.

Dans la majorité des cas, une mesure DAX bien écrite répond amplement aux besoins. Mais pour des modèles de données complexes et volumineux, c’est souvent dans l’amélioration du design du modèle que l’on peut maximiser la performance.

Vous aurez pu découvrir dans un précédent article la façon de combiner des fichiers entre eux. Néanmoins, vos données à combiner ne sont peut-être pas dans plusieurs fichiers mais contenues dans les onglets d’un seul et même fichier. Comment faire alors ? Une fois de plus, vous aurez deux possibilités, chacune avec ses avantages et inconvénients.

Solution 1 : Mettre en place une fonction personnalisée

La première étape consistera à vous connecter au fichier Excel contenant les onglets que vous souhaitez combiner les uns aux autres. Au moment du choix des onglets (cf Figure 1), sélectionnez l’onglet qui vous servira de modèle.

Une fois le contenu importé, charge à vous d’appliquer les modifications de vos données qui pourraient être nécessaires. Dans notre exemple, nous avons chargé un fichier concernant les recensements effectués en France de 1975 à 2019, chaque onglet correspondant à une année. Quelques modifications ont été nécessaires pour obtenir les colonnes suivantes :

• Numéro du département
• Nom du département
• Sexe
• Tranche d’âge
• Nombre d’habitants

Les données ressemblent alors à la Figure 2.

Lors de la mise en place d’un modèle de données, la problématique du format des données est un élément particulièrement important pour assurer une correspondance parfaite entre les différentes tables de données.

Il arrive régulièrement que les sources puissent être formatées différemment en fonction du logiciel d’extraction. Le cas typique qui parlera probablement à la plupart d’entre vous sera celui des matricules, d’un code fournisseur ou encore d’un département. L’un de vos logiciels vous ressort par exemple le matricule « 123456 » tandis que votre second logiciel vous ressort « 00123456 ». Dès lors, lorsque vous chercherez à associer vos deux tables, la correspondance ne se fera pas selon vos souhaits.

Mais comment faire alors ? Nous allons aborder deux solutions.

Solution 1 : Vérifier le format de la colonne

En effet, Power BI a tendance à vouloir vous aider. Mais parfois, il est nécessaire de corriger ce que le logiciel a fait de lui-même afin de mieux correspondre à notre besoin. Ainsi, si vos matricules ou codes ne contiennent que des éléments numériques, Power BI aura probablement classé la colonne avec un type « Entier ». Revenez sur l’étape d’attribution des types à chaque colonne pour modifier le type « Entier » en type « Texte ». Selon la source, vous retrouverez probablement les « 0 » attendus pour obtenir un nombre fixe de caractères.

Si cela n’est pas suffisant, il faudra vous intéresser à la solution suivante.

Solution 2 : Utilisation de la fonction « PadStart » du langage M

On constate sur la figure précédente que malgré nos efforts de mettre la colonne « CODE_DEPT » au format texte, il nous manque toujours les « 0 » devant les premiers chiffres. Pour corriger cela, nous allons utiliser un peu de code M (voir Figure 3).

La fonction Text.PadStart prend en entrées : la colonne contenant le texte à modifier, le nombre de caractères souhaités et le caractère à utiliser pour compléter en cas de besoin. Ainsi dans l’exemple de la Figure 3, nous cherchons à modifier les éléments de la colonne [CODE_DEPT], de sorte à avoir à chaque fois 2 caractères, en utilisant le « 0 » en cas de besoin. Le résultat obtenu à la suite de cette étape est proposé sur la Figure 4

Si vous ne vous sentez pas en mesure de taper la ligne de code dans son ensemble, concentrez-vous sur la partie encadrée. Vous n’aurez qu’à retenir ce morceau et l’intégrer à une ligne obtenue avec le bouton « Remplacer les valeurs » (cf Figure 5).

Le « truc » sera de cliquer directement sur « OK » dans la fenêtre résultant de cette action (cf Figure 6).

Vous obtiendrez ainsi la ligne de code de la Figure 7 qui n’aura aucun effet mais vous donnera la structure pour appliquer la modification souhaitée.

Voilà qui devrait vous permettre de corriger l’un des problèmes couramment rencontrés. Et si vous n’y arrivez pas, ne vous tracassez pas et n’hésitez pas à contacter notre joyeuse équipe de développeurs qui pourront vous accompagner ou réaliser vos développements.