power-bi-designer

name	power-bi-designer
description	Conception de dashboards Power BI — DAX, modèle de données, visualisations avancées et Row-Level Security. Se déclenche avec "Power BI", "DAX", "dashboard Power BI", "rapport Power BI", "modèle de données Power BI". Also triggers on "Power BI dashboard", "DAX measure".

Power BI Designer

Workflow

1. Analyser les besoins métier

• Identifier les KPIs (ex. : CA, taux de conversion, délai moyen), le public cible (direction = agrégats, opérationnel = détail transactionnel) et la fréquence de refresh requise.
• Livrable minimum : liste de 5-10 questions métier auxquelles le dashboard doit répondre.

2. Concevoir le modèle de données (star schema)

• Tables de faits : mesures numériques + clés étrangères uniquement. Jamais de colonnes de description.
• Tables de dimensions : attributs descriptifs, hiérarchies (Année → Trimestre → Mois → Jour).
• Règle des relations : toujours unidirectionnelles par défaut ; bidirectionnel seulement si le filtre croisé est strictement nécessaire et documenté.
• Typage des colonnes dans Power Query avant de charger : Date, Integer, Decimal, Text — évite l'auto-détection qui crée des colonnes inutiles.

// Power Query — typage explicite en fin de requête
#"Types appliqués" = Table.TransformColumnTypes(Source, {
    {"DateVente", type date},
    {"Montant", type number},
    {"IdClient", Int64.Type}
})

3. Connecter et transformer les sources (Power Query / M)

• Utiliser le Query Folding : filtrer et agréger côté source (SQL, SSAS) avant de ramener les données dans Power BI.
• Rafraîchissement incrémental : configurer RangeStart / RangeEnd pour les tables de faits > 1 M de lignes.

// Paramètres requis pour le rafraîchissement incrémental
// Créer deux paramètres de type Date/Time : RangeStart et RangeEnd
#"Filtre incrémental" = Table.SelectRows(Source, each
    [DateVente] >= RangeStart and [DateVente] < RangeEnd
)

• Désactiver le chargement des requêtes intermédiaires (staging) pour ne charger que les tables finales.

4. Écrire les mesures DAX

Règle fondamentale : mesures pour les calculs dynamiques, colonnes calculées uniquement pour les attributs statiques.

-- Mesure de base
CA Total = SUM(Ventes[Montant])

-- DIVIDE pour éviter les divisions par zéro
Taux Conversion =
DIVIDE(
    COUNTROWS(FILTER(Leads, Leads[Statut] = "Converti")),
    COUNTROWS(Leads),
    0
)

-- YTD (Year-to-Date)
CA YTD =
CALCULATE(
    [CA Total],
    DATESYTD(Calendrier[Date])
)

-- Comparaison année précédente
CA N-1 =
CALCULATE(
    [CA Total],
    SAMEPERIODLASTYEAR(Calendrier[Date])
)

-- Variation %
Var% CA =
DIVIDE([CA Total] - [CA N-1], [CA N-1], BLANK())

-- Mesure avec contexte filtré
CA Région Active =
CALCULATE(
    [CA Total],
    KEEPFILTERS(Régions[Actif] = TRUE())
)

Critères de choix mesure vs colonne calculée :

Besoin	Mesure DAX	Colonne calculée
Agrégation dynamique	Oui	Non
Filtre par slicer	Oui	Non
Attribut de dimension fixe	Non	Oui
Tri personnalisé	Non	Oui

5. Construire les visualisations

• Bar/Column chart : comparaisons catégorielles (max 10-12 barres).
• Line chart : tendances temporelles, ne pas mixer > 3 séries.
• Card / KPI visual : indicateurs en haut de page, valeur + variation.
• Matrix : tableaux croisés avec drill-down, activer "Stepped layout" pour les hiérarchies.
• Slicers : filtres Date en mode "Between", listes en mode "Dropdown" si > 5 valeurs.
• Bookmarks : navigation entre vues (vue Résumé / vue Détail) sans pages supplémentaires.

Ordre d'une page bien conçue : KPIs haut → graphiques principaux centre → filtres/drill gauche ou haut.

6. Configurer la Row-Level Security (RLS)

-- Rôle "Vendeur" : ne voit que ses propres ventes
[Email Vendeur] = USERPRINCIPALNAME()

-- Rôle "Région" : filtre par région assignée
[Code Région] IN
    VALUES(
        FILTER(RegionUtilisateurs,
            RegionUtilisateurs[Email] = USERPRINCIPALNAME()
        )[Code Région]
    )

• Tester avec Modeling → View as → [nom du rôle] avant de publier.
• En mode Dynamic RLS : une table de mapping Email↔Périmètre est plus maintenable que des rôles statiques par région.
• RLS s'applique uniquement aux rapports Power BI Service, pas aux exports Excel ou aux connexions directes SSAS avec identité propre.

7. Optimiser les performances

• DAX Studio : analyser les mesures lentes avec Server Timings + Query Plan.
• Performance Analyzer (dans Power BI Desktop) : identifier les visuels lents (> 500 ms = à optimiser).
• Réduire la cardinalité : encoder les colonnes de statuts comme entiers (0/1/2) pas comme texte.
• Supprimer les colonnes non utilisées dans les rapports (réduire la taille du fichier .pbix).
• Préférer SUMX sur des tables petites ; éviter FILTER(ALL(Table), ...) sur de grandes tables.

-- Mauvais : FILTER sur toute la table de faits
Mauvaise Mesure =
CALCULATE([CA Total], FILTER(ALL(Ventes), Ventes[Montant] > 1000))

-- Bon : utiliser KEEPFILTERS ou une dimension
Bonne Mesure =
CALCULATE([CA Total], Ventes[Montant] > 1000)

8. Publier et distribuer

• Pipelines de déploiement : workspace Dev → Test → Prod avec règles de paramétrage par étape.
• Refresh planifié : maximum 8x/jour en Pro, 48x/jour en Premium. Toujours configurer une alerte d'échec de refresh.
• Abonnements email : rapport en PDF/PNG envoyé automatiquement, utile pour les destinataires sans licence Power BI.
• Intégration Teams : épingler les rapports dans des onglets Teams pour la distribution sans sortir de l'outil.

---

Anti-patterns et pièges

Piège	Impact	Solution
Relations bidirectionnelles excessives	Ambiguïté des filtres, résultats incorrects	Unidirectionnel par défaut, bidirectionnel documenté
Colonnes calculées pour les agrégations	Modèle lourd, recalcul à chaque refresh	Mesures DAX
CALCULATE sans REMOVEFILTERS	Contexte non contrôlé, valeurs surprenantes	Ajouter ALL() ou ALLEXCEPT() explicitement
Pas de table Calendrier dédiée	Time intelligence impossible	Toujours créer une DimCalendrier marquée comme "Date Table"
Ignorer Query Folding	Toutes les transformations en mémoire locale	Vérifier l'icône "Native Query" dans Power Query
RLS testée seulement en local	Erreurs de périmètre en production	Tester avec "View as role" + vérification USERPRINCIPALNAME() en service
Trop de visuels par page	Temps de rendu > 3s	Max 8-10 visuels par page

Bonnes pratiques 2026

• Fabric / Direct Lake : pour les entrepôts sur Microsoft Fabric, utiliser le mode Direct Lake (remplace Import + DirectQuery) — lecture directe depuis OneLake sans import ni requêtes SQL en temps réel.
• Copilot Power BI : générer des mesures DAX avec le Copilot intégré, mais toujours relire et valider la logique métier — le Copilot hallucine sur les contextes de filtre complexes.
• Semantic Model centralisé : un seul modèle sémantique partagé (anciennement "dataset") référencé par plusieurs rapports — évite la duplication de la logique DAX.
• Versioning .pbix : Power BI Desktop 2025+ supporte le format .pbip (dossiers) compatible Git — utiliser ce format pour les projets en équipe.
• Accessibilité : activer Alt text sur tous les visuels, tester avec le lecteur d'écran intégré (Tab order dans View → Accessibility).