2. Les points abordés
• Introduction
• DAX
• Un exemple concret
• Les sources de données
• L’intégration des données dans Excel
• Les conséquences
3. Introduction
L’informatique décisionnelle (en anglais business intelligence ou BI) est
l'informatique à l'usage des décideurs et des dirigeants d'entreprises.
BI – Business intelligence(source Wikipédia le 11/11/2016)
Elle désigne les moyens, les outils et les méthodes qui permettent de collecter,
consolider, modéliser et restituer les données d'une entreprise.
Avec pour objectif d'offrir une aide à la décision et de permettre à un décideur
d’avoir une vue d’ensemble de l’activité traitée.
10. Les limites d’Excel
• Absence de relationnel entre les différentes tables
• Limitation du nombre de lignes
• La mise en place de formule avec des fonctions qui s’actualisent en permanence.
• Taille du fichier
11. Conséquences
• Apprentissage d’une nouvelle conception d’analyse des données avec Excel
• Apprentissage d’un nouvel outil : Power pivot
• Apprentissage de nouvelle fonctions spécifiquement intégrée dans les
modèles de données et orientées dans l’analyse des données : DAX (Data
Analysis Expressions)
12. DAX
• Data Analysis eXpression ou
• Expression (au sens formule) d’analyse de données.
211 fonctions DAX, réparties en 8 catégories
Dates, Statistiques, Texte, Logique, etc…
Notes de l'éditeur
Nous allons vous présenter un des outils d’analyse, inclut dans Excel depuis la version 2010, PowerPivot.
Microsoft met à disposition de plus en plus d’outils d’analyse orienté BI (Business Intelligence), permettant à des entreprises d’analyser leurs données pour faire des analyses au travers des données consolidées, de tableaux de regroupements, de mesure, d’indicateurs et de tableaux de bords.
Excel fait partie de ces outils et ne cesse d’être alimenté par des options et des fonctions orientées vers ces possibilités d’analyse de données.
Depuis la version 2010 d’Excel, Microsoft a mis à disposition l’outil PowerPivot, d’abord en complément COM, pour l’intégrer totalement depuis la version 2016, avec de légères variances, depuis sa version d’origine.
En l’état de nos connaissances, nous pouvons voir Power Pivot, comme un outil permettant de récupérer des données diverses, dans un modèle de données et d’utiliser ce modèle de données pour les exploiter, les données, dans des outils comme Excel, Power View, Power BI et d’autres encore.
Nous pouvons visualiser PowerPivot, comme le centralisateur de données multi-source à qui nous allons pouvoir demander d’effectuer des relations, ou des connexions, entre ces différentes données.
Nous allons pouvoir y effectuer des calculs, mettre en place des mesures et des indicateurs, puis de lire ce modèle de données pour le mettre en forme, tableaux, graphiques au travers de différents outils ou logiciels.
Il existe plusieurs façons de voir l’analyse de données avec Excel, de la plus manuelle à plus automatisé, aujourd’hui, peu d’entreprises utilisent exclusivement Excel pour leur gestion d’entreprise, hormis peut-être certaine structure associative ou artisanale.
Les sources de données sont souvent diversifiées et se trouve dans des outils plus ou moins spécialisées. Access pouvant contenir un CRM, pour la gestion commerciale de leurs client, Excel pour la gestion des contacts interne, des fournisseurs et des clients, et des outils plus pointu peuvent apparaitre dans les flux de données comme par exemple SAP avec un ERP, pour la gestion des commandes, des stocks et des productions et pourquoi pas un logiciel spécifique pour la gestion comptable.
La multiplication des sources pouvait complexifier l’analyse des données, mais PowerPivot va grandement réduire cette problématique car il est possible d’accéder à ces données grâce à la possibilité d’inclure des sources multiples au travers des connecteurs disponibles et pour la plupart, intégré directement.
Il existe plusieurs façons d’intégrer ou plus exactement d’importer les données dans Excel.
Manuellement : Ce sont des tableaux directement alimenté dans Excel et faisant partie des données à intégrer. L’intégrité des données doit être gérée directement dans Excel, par l’utilisateur, sans outils spécifique pour cela.
Il est important pour cela que l’utilisateur ayant conçu la table de données, sache distinguer l’utilisation d’Excel pour y faire un tableau de rapport, avec des couleurs, des mises en forme, généralement en tableau multidirectionnels et l’utilisation d’Excel en tant que concepteur de table de données.
Semi manuelle : Il s’agit d’exporter les données contenues dans les sources externe (ACCESS, SQL, SAP, etc…) puis de les intégrer, par copie ou par importation dans un onglet Excel. Il faudra bien souvent effectuer, avant de pouvoir les utiliser, des opérations telles que : Mise au format de date, conversion de type pour les nombres, renommage de colonnes, écriture de formule, etc…
Automatique : En connectant notre classeur à une base de données au travers des connecteurs.
Ces cette dernière option, pour laquelle nous opterons, si nous en avons la possibilité, car elle nous permettra de faire une analyse au plus proche de l’instant T grâce aux possibilité d’actualisation sans manipulations supplémentaires.
La limite du nombre de lignes depuis la version 2010 à 1 048 576, cette limite étant rapidement dépassée lorsque l’on commence à analyser des données conséquentes.
L’absence de relationnel entre les tables
La mise en place de formule avec des fonctions qui s’actualisent en permanence.
Apprentissage d’une nouvelle conception d’analyse des données avec Excel
Apprentissage d’un nouvel outil
Apprentissage de nouvelle fonctions spécifiquement intégrée dans les modèles de données et orientées dans l’analyse des données : DAX (Data Analysis Expressions)
DAX n'est pas un langage de programmation. DAX est un langage de formule. Nous pourrons utiliser DAX pour définir des calculs personnalisés pour des colonnes calculées et des mesures (également connu sous le nom des champs calculés). DAX inclut des fonctions (211 fonctions) utilisées dans les formules Excel mais également des fonctions supplémentaires conçues pour fonctionner avec des données relationnelles et effectuer des agrégations dynamiques ou plus simplement des regroupements de données.