CATALOGUE Code & Data Formation Power BI Maîtriser Power BI - Les fonctionnalités avancées

Créer une mesure avancée entre plusieurs tables avec SUMX et RELATED en DAX

Retour à la formation
Chapitre 4 Leçon 7
Précédent
Suivant

Découvrez comment utiliser SUMX et RELATED pour réaliser des calculs croisés entre plusieurs tables dans Power BI. Cette leçon met en avant l'importance de la granularité, l'utilisation des tables de faits, et l'intégration des prix unitaires aux quantités stockées pour déterminer la valeur du stock.

Détails de la leçon

Description de la leçon

Dans cette vidéo, nous abordons la création d'une mesure avancée dans Power BI en s'appuyant sur les fonctions SUMX et RELATED afin de croiser les données issues de plusieurs tables. Après avoir travaillé sur une itération simple au sein d'une même table, nous explorons la méthodologie pour calculer la valeur totale du stock en multipliant pour chaque produit la quantité stockée par son prix unitaire, bien que ces informations soient réparties sur différentes tables structurées en relations (tables de faits et dimensions).


La leçon détaille le processus de sélection appropriée de la table de granularité maximale, ici la table des stocks (table de faits), afin d'appliquer la mesure avec la fonction SUMX. On met en lumière la nécessité d'utiliser la fonction RELATED pour accéder aux données provenant de tables jointes, permettant ainsi de déverrouiller des colonnes additionnelles (le prix unitaire du produit) nécessaires au calcul. Cette méthode assure la justesse du calcul et la cohérence des résultats, et permet d'obtenir une répartition fine de la valeur du stock selon la disponibilité des produits.


L'accent est également mis sur la compréhension des modèles relationnels en Power BI, le raisonnement autour du choix des tables de faits et d'axes de granularité, ainsi que sur les possibilités offertes par la fonction RELATED pour accéder facilement à l'information au sein des tables supérieures de la hiérarchie relationnelle. Ce savoir-faire est essentiel pour tout utilisateur cherchant à réaliser des analyses avancées, fiables et dynamiques.

Objectifs de cette leçon

L'objectif est de comprendre comment effectuer des calculs d'agrégation entre plusieurs tables reliées grâce à l'utilisation conjointe des fonctions SUMX et RELATED en DAX. L'apprenant saura sélectionner la bonne table de granularité, manipuler les relations entre tables, et construire des mesures où l'information est répartie sur différentes structures.

Prérequis pour cette leçon

Une connaissance de base de Power BI, du langage DAX, des notions de tables de faits et dimensions, ainsi que de la création de mesures simples est conseillée pour tirer pleinement profit de cette leçon.

Métiers concernés

Les notions abordées sont particulièrement utiles pour les data analysts, contrôleurs de gestion, chefs de projet BI, spécialistes en data management, responsables logistiques, ainsi que pour tous les métiers nécessitant de la modélisation avancée de données et la valorisation de stocks ou d’indicateurs composites.

Alternatives et ressources

Des outils tels que Tableau, Qlik Sense, ou encore les fonctions d’agrégation SQL dans des systèmes de bases de données relationnelles peuvent offrir des solutions alternatives pour conduire des calculs croisés entre tables.

Questions & Réponses

La fonction RELATED permet d'accéder aux colonnes des tables reliées à la table courante (ici, la table de stock). Puisque le prix unitaire n'est pas directement présent dans la table où se trouve la quantité, RELATED est nécessaire pour récupérer cette information à partir de la table produit et effectuer le calcul croisé : quantité stockée x prix unitaire.
Il est crucial de sélectionner la table présentant la plus grande granularité (souvent la table de faits). Cela garantit que tous les détails – ici, chaque mouvement ou quantité en stock par produit – soient pris en compte dans le calcul, évitant des erreurs d’agrégation et assurant la précision du résultat.
La mesure de prix du stock permet d’évaluer rapidement la valeur totale des produits disponibles ou indisponibles dans l’entrepôt, ce qui est essentiel pour le pilotage financier, le suivi logistique, la gestion des approvisionnements et la prise de décisions stratégiques basée sur la disponibilité réelle des marchandises.