Xponentiel_Blog_Article Dim Date

Pourquoi et comment utiliser une dimension de dates dans power BI?

Découvrez comment faire facilement des analyses de données dans le temps plus poussées en utilisant une dimension de dates.

Nicolas Della Valle

Table des matières

Partager l'article

Qu'est-ce qu'une dimension de dates et pourquoi est-elle indispensable dans Power BI?

La dimension de dates, souvent appelée « DimDate » ou « Calendrier » dans Power BI est une table de dimension qui contient toutes les dates nécessaires à l’analyse temporelle. Elle est essentielle dans la modélisation de données pour permettre des calculs corrects et performants liés à des périodes.

Elle permet de faire des analyses et des calculs qu’on ne pourrait pas faire facilement avec des tables de faits brutes.

Par exemple:

  • Comparer des indicateurs entre les années
  • Calculer des ventes cumulées
  • Faire des moyennes mobiles
  • Filtrer les dates de plusieurs tables de faits en même temps
  • Gérer des périodes personnalisées (année fiscale, etc)

Elle est indispensable pour faciliter l’utilisation des fonctions DAX de time intelligence (fonction permettant de simplifier les calculs nécessitant des dates) car on y fera tout le temps référence dans l’écriture de ces fonctions.

Comment créer la DimDate pour bien démarrer son rapport Power BI?

La première chose à faire est d’importer, avec Power Query, les tables nécessaires à la construction de votre modèle de données, c’est grâce à elles que vous pourrez calculer vos indicateurs.

Une fois cette étape réalisée, vous pouvez créer la dimension (ou table) de dates en suivant prochaines étapes.

Étape 1 : Créer la table de dates

Dans Power BI:

  • Dans l’Onglet Modélisation, cliquer sur le bouton Nouvelle table
  • Puis collez ce code DAX: DimDate = CALENDERAUTO()


La table est créée avec seulement une colonne contenant toutes les dates du calendrier.

Xponentiel_Blog_DimDate_Screeenshot 1 Calenderauto
  • Ajoutez d’autres colonnes qui vous semblent pertinentes pour les utiliser dans vos visuels et vos segments (ex. Année, Mois, NomMois, AnnéeMois, Trimestre, …)

 

Pour ce faire, cliquez sur le bouton « Nouvelle Colonne » dans la vue Tables et entrez la formule DAX correspondante. 

Par exemple: Année Mois = FORMAT ([Date], « YYYY-MM »)

Xponentiel_Blog_DimDate_Screenshot

A noter : il existe d’autres façons de créer une table de dates, via la fonction ADDCOLUMNS ou directement dans Power Query.

Étape 2 : Créer des relations avec les autres tables

Vous devez maintenant créer des relations entre la table de date et les différentes colonnes contenant des dates présentes dans votre modèle de données et qui seront nécessaires pour vos analyses.

C’est cette relation qui permettra à votre modèle et vos indicateurs d’être filtrés par une date ou une plage de dates. Sans ces relations, la table de date n’a aucun intérêt !

Pour créer une relation, allez dans la vue Modèle. Puis par exemple, reliez DimDate[Date] à Table Ventes[DateVente].

Étape 3 : Créer des mesures DAX

On va créer des mesures DAX afin de les utiliser comme indicateurs dans le reporting.

Lorsque l’on crée un indicateur, les formules de time intelligence associées à la table des dates nous permettent d’analyser cet indicateur sur d’autres périodes (comme N-1) et ainsi de faire ressortir des variations pertinentes (ex : N vs N-1).

Pour créer les mesures, cliquez sur le bouton « Nouvelle mesure » et ajoutez des mesures DAX (vos indicateurs) qui vous semblent pertinentes comme par exemple :

CA = SUM ( Table Ventes [Montant HT] ) > Total des Ventes selon le contexte de date sélectionné par le lecteur. (Ex : CA du mois, CA de l’année, …)

CA N-1 = CALCULATE( [CA] , SAMEPERIODLASTYEAR ( DimDate[Date] ) ) > Total des Ventes de l’année précédente selon la période sélectionnée. Si le lecteur a sélectionné la période Septembre 2025, cette mesure affichera, dans ce contexte, Septembre 2024.

CA vs N-1 = [CA] – [CA N-1]  

CA vs N-1 % = DIVIDE ( [CA vs N-1], [CA N-1] ) > Evolution entre la période sélectionnée et l’année précédente.

VentesCumulées = TOTALYTD([CA], DimDate[Date]) > Sert à calculer les ventes cumulées depuis le 1er janvier de l’année, peu importe le mois sélectionné dans le contexte.

Étape 4 : Créer des visuels et ajouter des filtres

Pour finir,  allez dans la vue Rapport, et créez les visuels que vous souhaitez.

Exemple 1: Créer un histogramme pour comparer visuellement N et N-1

Ajouter un histogramme en utilisant :

  • Sur l’axe X : un champ de DimDate à Par exemple AnnéeMois
  • Sur l’axe Y : la mesure N et la mesure N-1 à Par exemple [CA] et [CA N-1]

Exemple 2: Afficher un KPI avec sa croissance par rapport à la même période l’année précédente.

Ajouter un visuel Carte nouvelle :

  • Valeur : [CA]
  • Etiquette de référence : Une mesure pour afficher efficacement les évolutions
Xponentiel_Blog_DimDate_Screenshot 4 KPI croissance

Exemple 3: Ajouter un ou des segments de dates

  • Pour une analyse sur un mois : ajouter un filtre sur la colonne AnnéeMois.
  • Pour une analyse sur plusieurs mois : ajouter un filtre sur la colonne Année + un filtre sur la colonne Mois, qui vous permettra de sélectionner plusieurs mois d’un coup

En résumé

Construire une table de dates et l’agrémenter de colonnes est un élément clé pour optimiser votre modèle Power BI et l’analyse de vos données en créant des mesures DAX puissantes.

La dimension de dates permet d’avoir une seule table de dates de référence reliée à toutes les dates de votre modèle et d’utiliser toutes les fonctions DAX de time intelligence.

Elle sert à comparer des périodes entre elles, à suivre les tendances dans le temps et à filtrer vos données par périodes.

En bref, elle est indispensable !!

"La dimension de dates est essentielle dans power BI : elle rend possibles les calculs temporels et assure la fiabilité des calculs entre les périodes."

Pour voir à quoi ressemble un reporting avec des analyses temporelles construites sur un modèle utilisant une dimension de dates, téléchargez gratuitement ici notre template de reporting commercial Power BI ! Testez le, connectez vos propres données et analysez la performance de vos ventes en un clin d’œil.

J’espère que ce tutoriel vous a plu. Découvrez nos autres tutoriels et articles dans notre blog.

Pour en savoir plus sur nos services, consultez notre page Reporting sur mesure ou réservez un rdv ici avec l’un(e) de nos expert(e)s.

Autres articles ou tutoriels Xponentiel

Découvrir notre formation