Cette formation d’ISHRAQA7 Académie vous conduit des fondamentaux de Power BI aux méthodes avancées de modélisation, de calcul DAX, de visualisation et de gouvernance. Chaque chapitre s’appuie sur le même projet pratique, l’analyse des performances commerciales d’un distributeur d’équipements de bureau, et se termine par un exercice corrigé et trois questions d’évaluation.
Parcours
| Niveau | Chapitres |
|---|---|
| Débutant | 1. Introduction · 2. Power BI Desktop · 3. Sources de données · 4. Power Query |
| Intermédiaire | 5. Modélisation · 6. Fondamentaux DAX · 9. Visualisation |
| Avancé | 7. DAX intermédiaire · 8. DAX avancé · 10. Rapports interactifs · 11. Publication et sécurité · 12. Projet final |
Fichiers de la formation
Les fichiers sont proposés dans la rubrique de téléchargement de cette page : manuel complet, cahier d’exercices, corrigés, guide DAX, documentation du modèle et guide du projet final en PDF ; données CSV et classeur Excel ; scripts Power Query et mesures DAX en texte ; thème de rapport ; archive complète des ressources pratiques.
Niveau 1 · Débutant — Chapitre 1
Introduction à Power BI et à la Business Intelligence
Avant d’ouvrir le logiciel, il faut savoir à quoi il sert : transformer des données dispersées en indicateurs fiables, partagés et compris par ceux qui décident. Ce chapitre pose le vocabulaire de la Business Intelligence et présente l’architecture de Power BI.
De la donnée à la décision
La Business Intelligence (informatique décisionnelle) regroupe les méthodes et les outils qui collectent des données de l’entreprise, les fiabilisent et les présentent sous une forme utile à la décision. Le point de départ est presque toujours le même : des exports de logiciels de gestion, des fichiers Excel envoyés par différents services, des listes de clients et de produits tenues séparément. Chacun calcule « son » chiffre d’affaires, et les réunions commencent par une discussion sur le bon chiffre au lieu de porter sur les actions à mener.
Un outil décisionnel répond à ce problème en installant une chaîne unique : les données sont lues à la source, nettoyées selon des règles écrites une fois, reliées entre elles, puis calculées par des formules partagées. Le même indicateur donne le même résultat pour tout le monde.
Vocabulaire indispensable
| Terme | Définition | Exemple dans le cas pratique |
|---|---|---|
| Donnée | Fait élémentaire enregistré | Une ligne de commande : produit, quantité, prix |
| Dimension | Axe d’analyse qui décrit les faits | Client, produit, région, date |
| Mesure | Calcul agrégé sur des faits | Ventes nettes, nombre de commandes |
| Indicateur | Mesure interprétée par rapport à une référence | Croissance des ventes par rapport à l’année précédente |
| KPI | Indicateur relié à un objectif et suivi régulièrement | Taux d’atteinte de l’objectif mensuel par région |
Un bon KPI est défini par écrit (formule, périmètre, source), relié à un objectif et actionnable : quelqu’un sait quoi faire quand il se dégrade.
L’architecture de Power BI
- Power BI Desktop : application gratuite pour Windows. On y crée le fichier
.pbix: connexions, transformations Power Query, modèle de données, mesures DAX et pages de rapport. - Power BI Service (app.powerbi.com) : plateforme en ligne où l’on publie, partage, actualise et sécurise les rapports. Le partage avec des collègues nécessite en général une licence Pro ou une capacité Premium/Fabric.
- Applications mobiles : consultation des rapports sur téléphone et tablette.
- Passerelle de données (gateway) : logiciel installé sur un serveur de l’entreprise qui permet au Service d’actualiser des sources situées sur le réseau interne.
Les offres et les noms commerciaux évoluent régulièrement (intégration à Microsoft Fabric, par exemple). Vérifiez toujours les conditions de licence en vigueur sur le site de Microsoft avant de déployer une solution.
Les quatre étapes d’un projet Power BI
- Se connecter aux sources : fichiers CSV et Excel, bases SQL, services en ligne.
- Transformer les données avec Power Query : types, nettoyage, fusion de tables. Chaque étape est enregistrée et rejouée à chaque actualisation.
- Modéliser : relier les tables (faits et dimensions) et écrire les mesures en langage DAX.
- Visualiser et partager : construire les pages du rapport, publier sur le Service, gérer l’accès et l’actualisation.
Le cas pratique de la formation
Tout au long des douze chapitres, vous travaillez sur le projet pratique ISHRAQA7 Académie : analyse des performances commerciales d’un distributeur d’équipements et de fournitures de bureau. Le jeu de données d’exercice couvre 2024 et 2025 : 3 307 commandes, 8 472 lignes de commande, 120 clients, 30 produits, quatre régions, trois canaux de vente et des objectifs mensuels 2025 par région. Les montants sont exprimés en dirhams (MAD) hors taxes.
Niveau 1 · Débutant — Chapitre 2
Découvrir Power BI Desktop
Power BI Desktop rassemble dans une seule fenêtre tout le cycle du rapport. Bien connaître ses trois vues et ses volets évite de chercher les commandes et permet d’organiser un fichier propre dès le départ.
Installation
Power BI Desktop est gratuit. Deux installations sont possibles : depuis le Microsoft Store (mises à jour automatiques, recommandé) ou par le programme d’installation téléchargé sur le site de Microsoft. Une nouvelle version paraît chaque mois ; les captures et intitulés de menus peuvent donc légèrement différer de ceux décrits ici.
Avant le premier import, ouvrez Fichier › Options et paramètres › Options › Paramètres régionaux (section « Fichier actif »). Les fichiers de la formation utilisent le point comme séparateur décimal et des dates au format ISO 2025-03-15. Si votre Windows est en français, Power Query peut interpréter 12.5 comme un texte ou une date : on règle ce point dans Power Query en indiquant la culture en-US lors du changement de type (chapitre 4).
Les trois vues
| Vue (barre de gauche) | Rôle | On y fait |
|---|---|---|
| Rapport | Mise en page des visuels | Graphiques, cartes, segments, pages |
| Table (Données) | Contrôle du contenu des tables chargées | Vérifier les lignes, créer des colonnes calculées, formater |
| Modèle | Schéma des tables et relations | Créer et contrôler les relations, organiser le modèle |
L’éditeur Power Query s’ouvre dans une fenêtre séparée avec Accueil › Transformer les données. C’est là que se préparent les données, avant leur chargement dans le modèle.
Les volets de la vue Rapport
- Visualisations : choix du type de visuel, champs du visuel (axes, valeurs, légende), mise en forme et volet Analyse (lignes de tendance, constantes).
- Données : liste des tables, colonnes et mesures du modèle. Une icône de calculatrice signale une mesure.
- Filtres : filtres au niveau du visuel, de la page ou de tout le rapport.
Démonstration : un premier rapport en cinq minutes
- Accueil › Obtenir les données › Texte/CSV, choisissez
orders.csvdans le dossierdonneesde l’archive de la formation. - Dans l’aperçu, vérifiez le délimiteur (virgule) et l’encodage (65001 : Unicode UTF-8), puis cliquez sur Charger.
- En vue Rapport, cliquez sur le visuel Carte puis glissez
order_iddans le champ : choisissez l’agrégation Nombre. Le visuel affiche 3 307, le nombre total de commandes, tous statuts confondus. - Ajoutez un Histogramme groupé :
statusen axe X, nombre deorder_iden axe Y. - Enregistrez le fichier sous
ventes-ishraqa7.pbix.
Ce premier rapport est volontairement sommaire : il compte toutes les commandes, y compris les annulées. Le modèle complet, construit à partir du chapitre 3, appliquera la règle de calcul définie au chapitre 1.
Organiser un fichier .pbix dès le départ
- Renommer les tables avec des noms métier :
Ventes,Clients,Produits,Calendrier. - Regrouper les mesures dans une table dédiée (par exemple
_Mesures) et les ranger dans des dossiers d’affichage. - Masquer les colonnes techniques (identifiants de jointure) dans la vue Rapport.
- Nommer chaque page selon la question à laquelle elle répond : « Vue d’ensemble », « Régions », « Produits ».
- Enregistrer une copie datée avant toute transformation importante.
Niveau 1 · Débutant — Chapitre 3
Se connecter aux sources de données
La qualité d’un rapport dépend d’abord de sa connexion aux sources. Ce chapitre montre comment importer des fichiers CSV et Excel, se connecter à une base SQL, paramétrer un dossier source et contrôler ce qui a réellement été chargé.
Les fichiers du cas pratique
| Fichier | Contenu | Grain (une ligne =) |
|---|---|---|
order_lines.csv |
Lignes de commande : produit, quantité, prix, remise | une ligne de commande |
orders.csv |
En-têtes de commande : date, client, commercial, canal, statut, date d’expédition | une commande |
customers.csv, products.csv, sales_reps.csv |
Descriptions des clients, produits et commerciaux | un client, un produit, un commercial |
regions.csv, segments.csv, channels.csv, categories.csv |
Tables de libellés | un code |
targets.csv |
Objectifs mensuels 2025 par région | un mois × une région |
Le même contenu existe dans le classeur pbi-donnees (une feuille par table), pour s’exercer à la connexion Excel.
Importer un fichier CSV
- Accueil › Obtenir les données › Texte/CSV, sélectionnez
order_lines.csv. - Dans la fenêtre d’aperçu : Origine du fichier = 65001 : Unicode (UTF-8), Délimiteur = Virgule, Détection du type de données = Selon les 200 premières lignes.
- Cliquez sur Transformer les données plutôt que sur Charger : vous contrôlez les types avant le chargement.
- Dans Power Query, vérifiez l’icône de type de chaque colonne :
quantityen nombre entier,unit_priceetdiscount_rateen nombre décimal,order_iden texte.
Importer un classeur Excel
Obtenir les données › Classeur Excel ouvre le Navigateur. Il liste les feuilles et les tableaux structurés du classeur. Préférez toujours un tableau structuré (Insertion › Tableau dans Excel) : ses limites suivent l’ajout de lignes, alors qu’une feuille peut contenir des titres, des totaux ou des cellules vides qui perturbent l’import.
Se connecter à une base SQL
Pour SQL Server : Obtenir les données › SQL Server, saisissez le serveur et la base. Pour PostgreSQL ou MySQL, choisissez le connecteur correspondant (un pilote peut être nécessaire). Deux modes de connectivité existent :
| Import | DirectQuery | |
|---|---|---|
| Données | Copiées et compressées dans le fichier | Laissées dans la base, interrogées à chaque visuel |
| Performance | Très rapide après chargement | Dépend de la base et du réseau |
| Fraîcheur | Celle de la dernière actualisation | Quasi temps réel |
| Fonctions | Toutes les transformations et fonctions DAX | Certaines transformations et fonctions sont limitées |
Pour l’analyse commerciale de la formation, le mode Import est le bon choix : volume modéré, actualisation quotidienne suffisante. La formation SQL & Bases de données d’ISHRAQA7 Académie fournit une base PostgreSQL du même cas pratique si vous souhaitez vous entraîner à la connexion SQL.
Paramétrer le dossier source
Un rapport qui pointe vers C:\Users\salma\Bureau\ventes.csv ne fonctionne que sur l’ordinateur de Salma. On crée donc un paramètre :
- Dans Power Query : Accueil › Gérer les paramètres › Nouveau paramètre. Nom :
DossierDonnees, type Texte, valeur actuelle :C:\ISHRAQA7\powerbi\donnees\(avec la barre oblique inverse finale). - Ouvrez l’Éditeur avancé de chaque requête et remplacez le chemin écrit en dur par
DossierDonnees & "order_lines.csv". - Pour déplacer le projet, il suffit de modifier la valeur du paramètre.
let
Source = Csv.Document(
File.Contents(DossierDonnees & "order_lines.csv"),
[Delimiter = ",", Encoding = 65001, QuoteStyle = QuoteStyle.Csv]
),
EnTetes = Table.PromoteHeaders(Source, [PromoteAllScalars = true]),
Types = Table.TransformColumnTypes(EnTetes, {
{"order_id", type text}, {"line_no", Int64.Type}, {"product_id", type text},
{"quantity", Int64.Type}, {"unit_price", type number}, {"discount_rate", type number}
}, "en-US")
in
Types
Le dernier argument "en-US" de Table.TransformColumnTypes indique la culture utilisée pour lire les nombres : le point est lu comme séparateur décimal, quelle que soit la langue de Windows. Le fichier pbi-power-query de la formation contient toutes les requêtes complètes.
Contrôler le chargement
- Activez Affichage › Qualité de la colonne, Distribution de la colonne et Profil de la colonne, en précisant « Profilage de la colonne basé sur l’ensemble du jeu de données » dans la barre d’état.
- Comparez le nombre de lignes à celui de la source : 8 472 lignes pour
order_lines, 3 307 pourorders. - Vérifiez qu’aucune colonne n’affiche d’erreurs (barre rouge dans la qualité de colonne).
Niveau 1 · Débutant — Chapitre 4
Nettoyer et transformer avec Power Query
Les données réelles sont rarement prêtes à l’emploi. Power Query permet de corriger une fois pour toutes les défauts d’un export, en enregistrant des étapes qui seront rejouées à chaque actualisation. Ce chapitre traite un extrait volontairement imparfait et introduit le langage M.
Le principe des étapes appliquées
Chaque action dans Power Query ajoute une ligne dans le volet Étapes appliquées. L’ensemble forme un script en langage M, rejoué de haut en bas à chaque actualisation. On peut cliquer sur une étape pour voir le résultat intermédiaire, la renommer (clic droit › Renommer) ou la supprimer. Renommer les étapes avec un verbe d’action (« Supprimer doublons », « Corriger prix ») rend le script lisible par un collègue.
Le fichier à nettoyer
orders_raw_export.csv est un extrait du quatrième trimestre 2025 exporté par un ancien logiciel. Il contient 1 174 lignes et huit défauts connus :
| Défaut | Exemple | Règle de correction |
|---|---|---|
| Lignes en double | même ligne exportée deux fois | Supprimer les doublons exacts |
| Deux formats de date | 2025-10-03 et 03/10/2025 |
Lire le format ISO, sinon jour/mois/année |
| Ville mal saisie | " CASABLANCA " |
Supprimer les espaces, mettre en casse « Nom propre » |
| Quantité en texte | 4 pcs |
Garder uniquement les chiffres |
| Quantité négative | -2 |
Erreur de signe confirmée : valeur absolue |
| Virgule décimale | 2450,00 |
Remplacer la virgule par un point avant conversion |
| Prix multiplié par 100 | 245000.00 au lieu de 2450.00 |
Si prix > 10 × prix catalogue, diviser par 100 |
| Client manquant | cellule vide | Retrouver le client grâce au numéro de commande |
Chaque règle est une décision métier : on ne « devine » pas une correction, on applique une règle validée par le service qui connaît les données. Ici, le service commercial a confirmé que les quantités négatives sont des erreurs de saisie et que la table orders fait foi pour le client.
Démonstration pas à pas
- Importez le fichier en laissant toutes les colonnes en Texte (supprimez l’étape « Type modifié » automatique) : on convertit après avoir nettoyé.
- Accueil › Supprimer les lignes › Supprimer les doublons sur toutes les colonnes : 1 174 − 28 = 1 146 lignes.
- Colonne
city: Transformer › Format › Supprimer les espaces, puis Mettre en majuscule chaque mot. - Colonne
quantity: Ajouter une colonne › Colonne personnalisée avec la formule ci-dessous, puis supprimez l’ancienne colonne. - Colonne
unit_price: Remplacer les valeurs « , » par « . », puis type Nombre décimal avec la culture en-US (Type de données › Utilisation des paramètres régionaux). - Fusionner des requêtes avec
Produitssurproduct_id(jointure externe gauche), développezlist_price, puis créez le prix corrigé. - Fusionnez avec
Commandessurorder_idpour récupérer le client de référence quandcustomer_idest vide. - Convertissez les types définitifs et supprimez les colonnes de travail.
// Quantité : chiffres uniquement, puis valeur absolue
= Number.Abs(Number.From(Text.Select([quantity], {"0".."9"})))
// Date : format ISO, sinon jour/mois/année
= try Date.FromText([order_date], [Format = "yyyy-MM-dd", Culture = "en-US"])
otherwise Date.FromText([order_date], [Format = "dd/MM/yyyy", Culture = "fr-FR"])
// Prix : correction des saisies multipliées par 100
= if [unit_price] > 10 * [list_price] then [unit_price] / 100 else [unit_price]
// Client : valeur de la table Commandes si la cellule est vide
= if [customer_id] = null or Text.Trim([customer_id]) = "" then [ref_customer_id] else [customer_id]
Notez que Text.Select ne garde que les chiffres : le signe moins disparaît, ce qui applique directement la valeur absolue. Number.Abs reste utile si la colonne a déjà été convertie en nombre.
Fusionner et ajouter
- Fusionner (
Table.NestedJoin) rapproche deux tables par une clé, comme une RECHERCHEV : on ajoute des colonnes. Le type de jointure compte : externe gauche garde toutes les lignes de la première table. - Ajouter (
Table.Combine) empile des tables de même structure, par exemple les exports de plusieurs mois : on ajoute des lignes.
Pour le modèle de la formation, la table de faits Ventes est obtenue en fusionnant order_lines avec orders (date, client, commercial, canal, statut) et en ajoutant la colonne montant_net = quantity × unit_price × (1 − discount_rate) ainsi que delai_jours, l’écart entre date d’expédition et date de commande.
Contrôler le résultat
Une transformation n’est validée que si un contrôle chiffré la confirme. Sur l’extrait nettoyé, on doit obtenir 1 146 lignes, 12 villes distinctes et un montant net total de 3 998 296,35 MAD : c’est exactement le total des lignes correspondantes de la table order_lines (commandes non annulées du quatrième trimestre 2025).
Niveau 2 · Intermédiaire — Chapitre 5
Modéliser les données : relations et schéma en étoile
Le modèle de données est le cœur d’un rapport Power BI. Des relations bien conçues font fonctionner les filtres et simplifient les formules ; un modèle mal construit produit des chiffres faux sans aucun message d’erreur.
Faits et dimensions
Une table de faits enregistre des événements mesurables : ici, chaque ligne de commande avec sa quantité, son prix et sa remise. Elle est longue (beaucoup de lignes) et étroite (surtout des clés et des nombres). Une table de dimensions décrit le contexte des faits : qui (client, commercial), quoi (produit, catégorie), où (région), quand (date), comment (canal). Elle est courte et contient des libellés.
Le schéma en étoile du cas pratique
CalendrierProduitsClientsCanauxCommerciauxObjectifsRégions_Mesures
| Relation | Côté « 1 » | Côté « plusieurs » |
|---|---|---|
| Produits → Ventes | Produits[product_id] |
Ventes[product_id] |
| Clients → Ventes | Clients[customer_id] |
Ventes[customer_id] |
| Commerciaux → Ventes | Commerciaux[rep_id] |
Ventes[rep_id] |
| Canaux → Ventes | Canaux[channel_code] |
Ventes[channel_code] |
| Calendrier → Ventes | Calendrier[Date] |
Ventes[order_date] |
| Régions → Clients | Regions[region_code] |
Clients[region_code] |
| Régions → Objectifs | Regions[region_code] |
Objectifs[region_code] |
| Calendrier → Objectifs | Calendrier[Date] |
Objectifs[month] |
La table Regions est une dimension partagée : un segment « Région » filtre à la fois les ventes (via les clients) et les objectifs. C’est ce qui permettra de comparer ventes et objectifs dans un même visuel. Les libellés de catégorie et de segment sont fusionnés dans Produits et Clients dès Power Query, pour éviter des dimensions de deux colonnes.
Cardinalité et sens du filtrage
- Un-à-plusieurs (1:*) : la cardinalité normale entre une dimension et une table de faits. La colonne du côté « 1 » doit contenir des valeurs uniques.
- Sens du filtrage unique : la dimension filtre les faits, jamais l’inverse. Le filtrage bidirectionnel crée des ambiguïtés et ralentit le modèle ; on le réserve à des cas précis, documentés.
- Plusieurs-à-plusieurs : à éviter tant qu’on n’en maîtrise pas les effets ; une table de correspondance (pont) est en général préférable.
La table Calendrier
Les fonctions d’intelligence temporelle (chapitre 8) exigent une table de dates continue : un jour par ligne, sans trou, couvrant toutes les années des faits. On la crée en DAX : Modélisation › Nouvelle table.
Calendrier =
ADDCOLUMNS (
CALENDAR ( DATE ( 2024, 1, 1 ), DATE ( 2025, 12, 31 ) ),
"Annee", YEAR ( [Date] ),
"NumMois", MONTH ( [Date] ),
"Mois", FORMAT ( [Date], "mmm" ),
"Trimestre", "T" & QUARTER ( [Date] ),
"AnneeMois", YEAR ( [Date] ) * 100 + MONTH ( [Date] )
)
Ensuite : Outils de table › Marquer comme table de dates, colonne Date. Triez la colonne Mois par NumMois (Outils de colonne › Trier par colonne), sinon les mois s’affichent par ordre alphabétique. Désactivez enfin l’option Date/heure automatique (Options › Fichier actif › Chargement des données) : elle crée une table de dates cachée par colonne de date et alourdit le modèle.
Démonstration : construire le modèle
- En vue Modèle, glissez
Produits[product_id]surVentes[product_id]. Dans la boîte de dialogue, vérifiez : cardinalité Un-à-plusieurs, sens du filtrage Unique, relation active. - Créez de même les sept autres relations du tableau.
- Masquez dans la vue Rapport les colonnes de clé de la table Ventes (clic droit › Masquer dans la vue Rapport) : on filtre par les dimensions, pas par les clés.
- Contrôle : un tableau avec
Regions[region_name]et la somme deVentes[montant_net]doit afficher quatre lignes et un total identique à la somme non filtrée. Une ligne « (vide) » signale une clé sans correspondance.
Niveau 2 · Intermédiaire — Chapitre 6
Fondamentaux DAX : mesures et contexte d’évaluation
DAX (Data Analysis Expressions) est le langage de calcul de Power BI. Il ressemble aux formules Excel, mais il calcule sur des tables et des filtres, pas sur des cellules. Comprendre la notion de contexte est la clé de tout ce qui suit.
Mesure ou colonne calculée ?
| Colonne calculée | Mesure | |
|---|---|---|
| Calculée | Ligne par ligne, au chargement | À la volée, selon les filtres du visuel |
| Stockée | Oui, occupe de la mémoire | Non |
| Usage typique | Catégoriser une ligne (tranche de prix, libellé) | Agréger : total, moyenne, taux, comparaison |
Règle pratique : si le résultat dépend de ce que l’utilisateur filtre (période, région), c’est une mesure. Une colonne calculée sert à classer une ligne et peut ensuite être utilisée comme axe ou comme filtre. Une transformation qui ne dépend que des colonnes de la ligne se fait de préférence dans Power Query.
Les premières mesures
Créez une table vide _Mesures (Accueil › Entrer des données, une colonne, aucune ligne), puis : Accueil › Nouvelle mesure.
Ventes nettes =
CALCULATE (
SUM ( Ventes[montant_net] ),
Ventes[status] = "delivered"
)
Nombre de commandes =
CALCULATE (
DISTINCTCOUNT ( Ventes[order_id] ),
Ventes[status] = "delivered"
)
Panier moyen =
DIVIDE ( [Ventes nettes], [Nombre de commandes] )
CALCULATE modifie le contexte de filtre (il sera étudié en détail au chapitre 7) : ici, il ajoute la condition « commande livrée », conformément à la définition écrite au chapitre 1. DIVIDE remplace l’opérateur / : il renvoie une valeur vide au lieu d’une erreur quand le dénominateur vaut zéro.
Le contexte de filtre
Une mesure n’a pas de valeur unique : elle est évaluée dans chaque cellule d’un visuel avec les filtres de cette cellule. Dans un tableau « Région × Année », la cellule « Centre, 2025 » calcule [Ventes nettes] uniquement pour les lignes de Ventes reliées à la région Centre et à des dates de 2025. Le total de colonne est recalculé avec le seul filtre de l’année : ce n’est pas une addition des cellules.
Ce mécanisme explique un résultat souvent mal compris : le total d’une colonne [Panier moyen] n’est pas la somme des paniers moyens régionaux, mais le panier moyen de toutes les commandes. C’est le bon résultat.
Itérateurs : SUMX et la marge
Le coût d’une ligne dépend du coût unitaire du produit, situé dans une autre table. SUMX parcourt une table ligne par ligne (contexte de ligne) et additionne une expression ; RELATED va chercher la valeur dans la dimension reliée.
Coût des ventes =
CALCULATE (
SUMX ( Ventes, Ventes[quantity] * RELATED ( Produits[unit_cost] ) ),
Ventes[status] = "delivered"
)
Marge brute = [Ventes nettes] - [Coût des ventes]
Taux de marge = DIVIDE ( [Marge brute], [Ventes nettes] )
Format et organisation
- Format :
Ventes nettesen nombre entier avec séparateur de milliers ;Taux de margeen pourcentage, une décimale. - Dossiers d’affichage (vue Modèle › Propriétés › Dossier d’affichage) : « 1. Ventes », « 2. Marge », « 3. Temps », « 4. Objectifs ».
- Description de chaque mesure (champ Description) : elle apparaît en info-bulle dans le volet Données.
Valeurs de contrôle (année 2025)
| Mesure | Valeur attendue (filtre : année 2025) |
|---|---|
| Ventes nettes | 15 097 590 MAD |
| Nombre de commandes | 1 628 |
| Panier moyen | 9 274 MAD |
| Marge brute | 5 775 781 MAD |
| Taux de marge | 38,3 % |
Ces valeurs ont été calculées indépendamment, avec Python, sur les fichiers de la formation. Si votre mesure donne un autre résultat, vérifiez le filtre de statut, les relations et le type de la colonne discount_rate.
Niveau 3 · Avancé — Chapitre 7
DAX intermédiaire : CALCULATE, FILTER et itérateurs
CALCULATE est la fonction la plus importante de DAX : elle modifie le contexte de filtre dans lequel une mesure est évaluée. Ce chapitre explique précisément ce qu’elle fait, comment l’associer à FILTER, ALL et aux itérateurs, et comment raisonner sur les deux contextes de DAX.
Ce que fait CALCULATE
CALCULATE ( expression, filtre1, filtre2, … ) évalue l’expression dans un contexte de filtre modifié. Chaque argument de filtre remplace le filtre existant sur la ou les colonnes concernées, puis les filtres sont combinés (ET logique).
Ventes en ligne =
CALCULATE ( [Ventes nettes], Canaux[channel_code] = "WEB" )
Ventes en ligne Centre =
CALCULATE ( [Ventes nettes], Canaux[channel_code] = "WEB", Regions[region_code] = "C" )
Si un segment filtre déjà le canal « Partenaires », [Ventes en ligne] affiche quand même les ventes en ligne : le filtre de CALCULATE remplace celui du segment sur la même colonne. Pour conserver le filtre existant et l’intersecter, on utilise KEEPFILTERS :
Ventes en ligne (filtre conservé) =
CALCULATE ( [Ventes nettes], KEEPFILTERS ( Canaux[channel_code] = "WEB" ) )
Retirer des filtres : parts et contributions
Part des ventes région =
DIVIDE (
[Ventes nettes],
CALCULATE ( [Ventes nettes], REMOVEFILTERS ( Regions ) )
)
Part dans la sélection =
DIVIDE (
[Ventes nettes],
CALCULATE ( [Ventes nettes], ALLSELECTED ( Produits[category_name] ) )
)
REMOVEFILTERS ( Regions ) (équivalent de ALL utilisé comme filtre) supprime tout filtre venant de la table Regions : le dénominateur est le total toutes régions, en gardant les autres filtres (année, catégorie). ALLSELECTED retire les filtres du visuel mais conserve ceux des segments : la part est calculée par rapport à la sélection de l’utilisateur.
FILTER : conditions sur une mesure
Un argument de filtre simple ne peut porter que sur des colonnes. Pour une condition sur une mesure (« clients ayant acheté plus de 100 000 MAD »), on construit une table filtrée avec FILTER :
Clients 100 k+ =
COUNTROWS (
FILTER ( VALUES ( Clients[customer_id] ), [Ventes nettes] > 100000 )
)
Ventes des clients 100 k+ =
CALCULATE (
[Ventes nettes],
FILTER ( VALUES ( Clients[customer_id] ), [Ventes nettes] > 100000 )
)
FILTER est un itérateur : il évalue la condition pour chaque client. Appliqué à une table entière de faits (FILTER(Ventes, …)), il est lent et souvent inutile : filtrez une colonne ou une petite table de dimension.
Contexte de ligne et transition de contexte
Les itérateurs (SUMX, AVERAGEX, FILTER, COUNTROWS(FILTER(…))) créent un contexte de ligne : ils parcourent une table et évaluent une expression pour chaque ligne. Un contexte de ligne ne filtre pas le modèle. Mais lorsqu’une mesure est appelée dans un contexte de ligne, DAX effectue une transition de contexte : la ligne courante devient un filtre. C’est pourquoi [Ventes nettes] dans FILTER(VALUES(Clients[customer_id]), …) calcule bien les ventes du client parcouru.
Ventes moyennes par client =
AVERAGEX ( VALUES ( Clients[customer_id] ), [Ventes nettes] )
Meilleur mois (montant) =
MAXX ( VALUES ( Calendrier[AnneeMois] ), [Ventes nettes] )
Variables : lisibilité et performance
Écart à l’objectif =
VAR Realise = [Ventes nettes]
VAR Cible = [Objectif]
RETURN
IF ( NOT ISBLANK ( Cible ), Realise - Cible )
VAR calcule une valeur une seule fois et lui donne un nom. Le code se lit comme un raisonnement et évite de recalculer la même mesure plusieurs fois.
Niveau 3 · Avancé — Chapitre 8
DAX avancé : intelligence temporelle et mesures complexes
Comparer une période à la précédente, cumuler depuis le début de l’année, lisser une tendance : ce sont les questions les plus fréquentes d’une direction. Les fonctions d’intelligence temporelle de DAX y répondent, à condition de disposer d’une table Calendrier correcte.
Pourquoi une table de dates marquée
Les fonctions d’intelligence temporelle reçoivent une colonne de dates et renvoient une table de dates qui sert de filtre à CALCULATE. Quand la table Calendrier est marquée comme table de dates, un filtre sur Calendrier[Date] retire automatiquement les filtres posés sur les autres colonnes de la table (mois, année) : c’est ce qui permet à « l’année précédente » de sortir du filtre « 2025 » du visuel.
Cumul depuis le début de l’année
Ventes cumul annuel =
TOTALYTD ( [Ventes nettes], Calendrier[Date] )
-- forme équivalente, plus explicite :
Ventes cumul annuel (bis) =
CALCULATE ( [Ventes nettes], DATESYTD ( Calendrier[Date] ) )
Dans un graphique par mois de 2025, le cumul de juin vaut 6 503 298 MAD. Pour un exercice fiscal qui ne commence pas en janvier, DATESYTD accepte une date de fin d’exercice : DATESYTD ( Calendrier[Date], "06-30" ).
Comparer à l’année précédente
Ventes N-1 =
CALCULATE ( [Ventes nettes], SAMEPERIODLASTYEAR ( Calendrier[Date] ) )
Croissance % =
VAR N = [Ventes nettes]
VAR N1 = [Ventes N-1]
RETURN
IF ( NOT ISBLANK ( N ) && NOT ISBLANK ( N1 ), DIVIDE ( N - N1, N1 ) )
Cumul annuel N-1 =
CALCULATE ( [Ventes cumul annuel], SAMEPERIODLASTYEAR ( Calendrier[Date] ) )
Valeurs de contrôle : ventes nettes 2025 15 097 590 MAD, ventes N-1 13 556 439 MAD, croissance 11,4 %. Pour décembre : 1 243 539 MAD contre 1 137 436 MAD. Au 30 juin, le cumul 2025 (6 503 298 MAD) dépasse celui de 2024 (5 761 339 MAD) de 12,9 %.
Le test NOT ISBLANK évite d’afficher −100 % pour une période future sans ventes, ou une croissance infinie quand l’année précédente est vide (2024 n’a pas d’année N-1 dans les données).
Moyenne mobile sur trois mois
Moyenne mobile 3 mois =
VAR DerniereDate = MAX ( Calendrier[Date] )
VAR Periode = DATESINPERIOD ( Calendrier[Date], DerniereDate, -3, MONTH )
RETURN
CALCULATE ( AVERAGEX ( VALUES ( Calendrier[AnneeMois] ), [Ventes nettes] ), Periode )
DATESINPERIOD renvoie les dates des trois mois qui se terminent à la dernière date visible ; AVERAGEX sur AnneeMois fait la moyenne des trois montants mensuels (et non des jours). En décembre 2025, la moyenne mobile vaut 1 291 489 MAD. Elle lisse les variations mensuelles et révèle la tendance.
Mesures de pilotage
Objectif = SUM ( Objectifs[target_amount] )
Atteinte objectif = DIVIDE ( [Ventes nettes], [Objectif] )
Statut objectif =
VAR A = [Atteinte objectif]
RETURN
SWITCH ( TRUE (),
ISBLANK ( A ), BLANK (),
A >= 1, "Atteint",
A >= 0.9, "Proche",
"En retard"
)
Délai moyen de livraison (jours) =
AVERAGEX (
CALCULATETABLE ( SUMMARIZE ( Ventes, Ventes[order_id], Ventes[delai_jours] ), Ventes[status] = "delivered" ),
Ventes[delai_jours]
)
Taux d’annulation =
DIVIDE (
CALCULATE ( DISTINCTCOUNT ( Ventes[order_id] ), Ventes[status] = "cancelled" ),
DISTINCTCOUNT ( Ventes[order_id] )
)
Pour 2025 : objectif 15 186 000 MAD, atteinte 99,4 %, délai moyen de livraison 2,4 jours, taux d’annulation 3,6 %. Le délai se calcule par commande : SUMMARIZE ramène une ligne par commande avant la moyenne, sinon les commandes de plusieurs lignes pèseraient davantage.
Groupes de calcul : pour aller plus loin
Quand un modèle multiplie les variantes (N-1, cumul, cumul N-1 pour chaque mesure), les groupes de calcul permettent d’écrire chaque variante une seule fois. Ils se créent dans la vue Modèle de Power BI Desktop (versions récentes) ou avec Tabular Editor. Ils ne sont pas nécessaires pour le projet de la formation.
Niveau 2 · Intermédiaire — Chapitre 9
Visualisation professionnelle
Un bon visuel répond à une question en quelques secondes. Ce chapitre présente les choix de graphiques adaptés à chaque question, les cartes de KPI, la mise en forme conditionnelle et les règles de lisibilité et d’accessibilité.
Une question, un visuel
| Question | Visuel recommandé | À éviter |
|---|---|---|
| Combien ? Sommes-nous dans l’objectif ? | Carte, carte à plusieurs lignes, jauge avec cible | Un graphique pour un seul chiffre |
| Qui vend le plus ? | Graphique à barres horizontales trié | Secteurs à plus de cinq parts |
| Comment évolue l’activité ? | Courbe ou histogramme par mois, avec N-1 | Barres non triées par date |
| Quelle est la composition ? | Barres empilées à 100 %, treemap | Secteurs en 3D |
| Deux grandeurs sont-elles liées ? | Nuage de points | Deux courbes à échelles différentes non signalées |
| Quel est le détail ? | Matrice avec mise en forme conditionnelle | Tableau de 50 colonnes |
Les cartes de KPI
Une page de synthèse commence par une ligne de quatre à six cartes : ventes nettes, croissance, taux de marge, atteinte de l’objectif, nombre de commandes, délai de livraison. Chaque carte affiche un titre clair et un format adapté (millions avec une décimale pour les montants, pourcentage pour les taux). Le visuel KPI natif compare une valeur à une cible et affiche la tendance sur un axe de dates.
Libellé croissance =
VAR G = [Croissance %]
RETURN
IF ( ISBLANK ( G ), "Pas de référence N-1",
FORMAT ( G, "+0.0 %;-0.0 %" ) & " vs N-1" )
Cette mesure de texte s’utilise comme sous-titre dynamique d’une carte (Mise en forme › Titre › bouton fx).
Mise en forme conditionnelle
- Couleur d’arrière-plan ou de police par règles : vert si
[Atteinte objectif]≥ 100 %, orange entre 90 et 100 %, rouge en dessous. - Barres de données dans une matrice pour comparer visuellement des montants.
- Icônes avec parcimonie : un code couleur doit rester lisible pour une personne daltonienne, associez-le à un libellé (« Atteint », « En retard »).
Thème et charte graphique
Un thème JSON définit les couleurs des séries, les polices et les styles des visuels pour tout le rapport : Affichage › Thèmes › Parcourir les thèmes. La formation fournit le fichier pbi-theme-ishraqa7.json (bleu nuit, doré, gris). Limitez-vous à une couleur d’accent pour ce qui doit attirer l’œil ; le reste en gris.
Accessibilité
- Contraste suffisant entre texte et fond (ratio d’au moins 4,5:1 pour le texte courant, selon les recommandations WCAG).
- Texte alternatif pour chaque visuel (Mise en forme › Général › Texte de remplacement), lu par les lecteurs d’écran.
- Ordre de tabulation cohérent (Affichage › Volet Sélection › Ordre de tabulation).
- Titres explicites : « Ventes nettes par région, 2025 » plutôt que « Graphique 3 ».
Démonstration : la page « Vue d’ensemble »
- Importez le thème ISHRAQA7, puis insérez une forme rectangulaire bleu nuit en bandeau avec le titre de la page.
- Placez cinq cartes : Ventes nettes, Croissance % (sous-titre dynamique), Taux de marge, Atteinte objectif, Nombre de commandes.
- Ajoutez un graphique combiné : histogramme
[Ventes nettes]par mois, courbe[Ventes N-1]. - Ajoutez un graphique à barres horizontales
[Ventes nettes]par catégorie, trié par valeur décroissante. - Ajoutez une matrice Région × (
[Ventes nettes],[Objectif],[Atteinte objectif],[Statut objectif]) avec une couleur conditionnelle sur l’atteinte. - Renseignez le texte alternatif de chaque visuel et vérifiez l’alignement (Format › Aligner).
Niveau 3 · Avancé — Chapitre 10
Rapports interactifs : segments, interactions et navigation
Un rapport devient un outil d’analyse quand l’utilisateur peut filtrer, explorer et naviguer sans aide. Ce chapitre couvre les segments, les interactions entre visuels, l’extraction (drill-through), les info-bulles, les signets et les boutons de navigation.
Segments
Un segment est un filtre visible et cliquable. Pour l’analyse commerciale : Année (liste déroulante, sélection unique), Région (boutons), Canal et Segment client. Affichage › Synchroniser les segments applique le même segment sur plusieurs pages : l’utilisateur garde sa sélection en changeant de page.
Pour éviter un rapport vide, réglez le segment Année en sélection unique et placez une valeur par défaut (2025) avant la publication : la sélection enregistrée dans le fichier est celle que voient les utilisateurs à l’ouverture.
Interactions entre visuels
Par défaut, cliquer sur une barre filtre ou met en surbrillance les autres visuels de la page. Sélectionnez un visuel, puis Format › Modifier les interactions : une icône par visuel cible permet de choisir Filtrer, Mettre en surbrillance ou Aucune. Les cartes de KPI doivent en général réagir (Filtrer) ; un graphique de tendance annuelle peut ignorer un clic sur un mois (Aucune).
Extraction (drill-through)
- Créez une page « Détail client » et faites glisser
Clients[customer_name]dans la zone Extraction du volet Visualisations. - Placez sur cette page les visuels de détail : ventes par mois, produits achetés, commandes (matrice), délai moyen.
- Power BI ajoute automatiquement un bouton Retour. Depuis n’importe quel visuel affichant des clients, un clic droit › Extraire › Détail client ouvre la page filtrée sur ce client.
Info-bulles de page
Une page au format Info-bulle (Paramètres de la page › Autoriser l’utilisation comme info-bulle, taille « Info-bulle ») peut s’afficher au survol d’un autre visuel : par exemple un mini-graphique des ventes mensuelles de la région survolée. Associez-la dans Mise en forme du visuel › Info-bulle › Type : Page du rapport.
Signets et boutons
Un signet enregistre l’état d’une page : filtres, visibilité des visuels, tri. Combiné au volet Sélection, il permet de basculer entre deux présentations sur une même zone (graphique ou tableau). Les boutons (Insérer › Boutons) déclenchent une action : navigation vers une page, signet, extraction, retour.
- Placez un graphique et une matrice superposés ; dans le volet Sélection, masquez la matrice et créez le signet « Vue graphique » (option Données décochée pour conserver les filtres de l’utilisateur).
- Affichez la matrice, masquez le graphique, créez le signet « Vue tableau ».
- Insérez deux boutons et associez à chacun l’action Signet correspondante.
- Créez un menu de navigation (Insérer › Boutons › Navigateur › Navigateur de pages) sur toutes les pages.
Paramètres de champ
Modélisation › Nouveau paramètre › Champs crée un sélecteur qui change la mesure ou l’axe affiché par un visuel : l’utilisateur choisit « Ventes nettes », « Marge brute » ou « Nombre de commandes » dans un segment, et le graphique s’adapte sans multiplier les pages.
Tester l’expérience utilisateur
- Faire tester le rapport par une personne qui ne l’a pas construit, sans explication.
- Vérifier que chaque page indique les filtres actifs (titre dynamique ou carte de texte).
- Prévoir un bouton « Réinitialiser les filtres » (signet de l’état par défaut).
Niveau 3 · Avancé — Chapitre 11
Publication, actualisation et sécurité
Un rapport n’a de valeur que s’il est accessible aux bonnes personnes, à jour et sécurisé. Ce chapitre présente la publication sur Power BI Service, les espaces de travail, l’actualisation planifiée, le partage et la sécurité au niveau des lignes (RLS).
Publier
Accueil › Publier envoie le fichier vers un espace de travail du Service. Deux éléments sont créés : le modèle sémantique (anciennement « jeu de données » : tables, relations, mesures) et le rapport (pages et visuels). Plusieurs rapports peuvent s’appuyer sur un même modèle sémantique : c’est la bonne pratique pour garantir des indicateurs identiques.
Espaces de travail et rôles
| Rôle | Peut |
|---|---|
| Administrateur | Tout, y compris gérer les membres et supprimer l’espace |
| Membre | Publier, modifier, partager, gérer l’application |
| Contributeur | Publier et modifier le contenu |
| Lecteur | Consulter le contenu |
Pour diffuser à de nombreux lecteurs, on publie une application à partir de l’espace de travail : les lecteurs voient une version stable, pendant que l’équipe continue de travailler dans l’espace. Les droits exacts et les licences requises (Pro, Premium par utilisateur, capacité) dépendent de l’abonnement de l’organisation : vérifiez-les auprès de votre administrateur.
Actualisation planifiée
- Dans le Service, ouvrez les paramètres du modèle sémantique.
- Section Informations d’identification de la source de données : renseignez l’accès aux sources.
- Si les sources sont sur le réseau interne (dossier partagé, serveur SQL), configurez une passerelle de données et associez-la au modèle.
- Section Actualisation planifiée : activez-la, choisissez la fréquence et le fuseau horaire, et indiquez une adresse de notification en cas d’échec.
Le paramètre DossierDonnees du chapitre 3 peut être modifié dans les paramètres du modèle publié : il suffit de le faire pointer vers le dossier partagé accessible à la passerelle.
Sécurité au niveau des lignes (RLS)
La RLS restreint les lignes visibles selon l’utilisateur. Elle se définit dans Desktop (Modélisation › Gérer les rôles) et s’affecte aux personnes dans le Service.
-- Rôle statique « Région Nord », filtre DAX sur la table Regions :
[region_code] = "N"
-- Rôle dynamique, table Acces (email, region_code) reliée à Regions :
-- filtre sur la table Acces
[email] = USERPRINCIPALNAME ()
Grâce aux relations, le filtre posé sur Regions se propage aux clients, aux ventes et aux objectifs. Pour le rôle dynamique, la relation Acces → Regions doit filtrer dans le sens Acces vers Regions : on la crée de Acces[region_code] (plusieurs) vers Regions[region_code] (un) en activant le filtrage bidirectionnel et l’option Appliquer le filtre de sécurité dans les deux directions. C’est l’un des rares cas où le filtrage bidirectionnel est justifié.
Tester : Modélisation › Afficher comme, choisissez le rôle (et, pour le rôle dynamique, un autre utilisateur). Les cartes doivent n’afficher que les ventes de la région autorisée : avec le rôle « Région Nord » et le filtre 2025, les ventes nettes valent les ventes de la région Nord.
Gouvernance
- Un modèle sémantique certifié par domaine, réutilisé par les rapports.
- Étiquettes de confidentialité si l’organisation les utilise.
- Une page « À propos » : sources, règles de calcul, date de dernière actualisation, contact.
- Historique des versions du fichier .pbix (ou du projet .pbip enregistré dans un dépôt Git).
Niveau 3 · Avancé — Chapitre 12
Projet final : système d’analyse et de reporting décisionnel
Le projet final rassemble toutes les compétences de la formation : préparer les données, construire le modèle, écrire les mesures, concevoir un rapport de plusieurs pages, le sécuriser et en tirer une analyse écrite. Il correspond au livrable attendu d’un analyste BI en entreprise.
Le commanditaire et la question
Projet Power BI ISHRAQA7 Académie : analyse des performances commerciales. La direction commerciale d’un distributeur d’équipements de bureau (étude de cas, données d’exercice) veut un système de reporting mensuel qui réponde à quatre questions : où en sont les ventes par rapport à l’objectif ? Quelles régions, catégories et clients expliquent les écarts ? La marge se maintient-elle ? Le service aux clients (délais, annulations) est-il maîtrisé ?
Livrables attendus
| Livrable | Contenu minimal |
|---|---|
| Fichier .pbix | Requêtes Power Query nommées, paramètre de dossier, modèle en étoile, table de mesures documentée |
| Page 1 « Vue d’ensemble » | Cinq cartes de KPI, évolution mensuelle contre N-1, matrice des régions avec atteinte de l’objectif |
| Page 2 « Régions et commerciaux » | Ventes, objectif, écart et atteinte par région et commercial ; carte ou barres |
| Page 3 « Produits et marge » | Ventes et taux de marge par catégorie et produit ; top 10 produits |
| Page 4 « Clients » | Classement, segments, clients 100 k+, extraction vers « Détail client » |
| Page 5 « Service » | Délai moyen de livraison et taux d’annulation par canal et par mois |
| Page « Contrôle qualité » | Nombre de lignes par table, lignes « (vide) », valeurs de contrôle |
| Note d’analyse | Une page : constats chiffrés, explications, trois recommandations |
Étapes de réalisation
- Données : importer les dix tables avec le paramètre
DossierDonnees; préparerVentes,ProduitsetClients(chapitres 3 et 4). - Modèle : huit relations, table Calendrier marquée, colonnes techniques masquées (chapitre 5).
- Mesures : reprendre le fichier
pbi-daxet vérifier chaque mesure avec le tableau de contrôle ci-dessous (chapitres 6 à 8). - Pages : construire les cinq pages et la page de contrôle, appliquer le thème, renseigner les textes alternatifs (chapitres 9 et 10).
- Sécurité : rôle dynamique par région, testé (chapitre 11).
- Analyse : rédiger la note à partir des chiffres du rapport.
Valeurs de contrôle (année 2025)
| Mesure | Valeur attendue |
|---|---|
| Ventes nettes | 15 097 590 MAD |
| Ventes N-1 | 13 556 439 MAD |
| Croissance % | 11,4 % |
| Marge brute / Taux de marge | 5 775 781 MAD / 38,3 % |
| Nombre de commandes / Panier moyen | 1 628 / 9 274 MAD |
| Objectif / Atteinte | 15 186 000 MAD / 99,4 % |
| Cumul annuel au 30 juin | 6 503 298 MAD |
| Moyenne mobile 3 mois (décembre) | 1 291 489 MAD |
| Délai moyen de livraison | 2,4 jours |
| Taux d’annulation / de retour | 3,6 % / 2,4 % |
| Clients 100 k+ / leurs ventes | 73 / 11 861 122 MAD |
Rédiger la note d’analyse
Une bonne note ne paraphrase pas les graphiques : elle relie des constats chiffrés à des explications et à des actions. Structure conseillée : 1. situation globale (ventes, croissance, atteinte) ; 2. écarts par région et par catégorie, avec leur contribution ; 3. marge et service ; 4. trois recommandations, chacune associée à un indicateur de suivi. Signalez les limites : il s’agit de données d’exercice sur deux ans, sans information sur les prix des concurrents ni sur le potentiel de chaque région.
Grille d’évaluation
| Critère | Points |
|---|---|
| Préparation des données : requêtes nommées, paramètre, types, contrôles | 20 |
| Modèle : étoile, relations correctes, Calendrier marqué | 20 |
| Mesures : exactes (valeurs de contrôle), lisibles, documentées | 25 |
| Rapport : pertinence des visuels, lisibilité, interactivité, accessibilité | 20 |
| Sécurité et note d’analyse | 15 |
Cahier des charges du projet final
- Importer les dix tables avec le paramètre DossierDonnees et préparer Ventes, Produits et Clients.
- Construire le modèle en étoile (huit relations) et la table Calendrier marquée.
- Créer et documenter les mesures du fichier pbi-dax, vérifiées par les valeurs de contrôle.
- Construire cinq pages d’analyse, une page d’extraction « Détail client » et une page de contrôle qualité.
- Mettre en place un rôle RLS dynamique par région et le tester.
- Rédiger une note d’analyse d’une page avec trois recommandations.
