📊 Module 17 — Power BI connecté à SQL

Bootcamp Data Analyst — From Zero to Hero | Niveau Intermédiaire · Module 17

🎯 Ce que tu seras capable de faire à la fin de ce module

• Expliquer ce qu'est Power BI, à quoi il sert, et la différence Desktop/Service
• Te repérer dans l'interface (vue Rapport, volets Visualisations/Champs, canevas)
• Connecter Power BI à une vraie base PostgreSQL (celle du Module 16) en mode Import
• Construire un dashboard à partir d'une vue SQL plutôt que de tables brutes
• Écrire une mesure DAX simple
• Comprendre pourquoi le choix Import vs DirectQuery compte concrètement sur une base serverless

⏱️ Durée estimée : 2h30 🛠️ Outils : Power BI Desktop (gratuit, Windows) · ta base Neon du Module 16 📌 Prérequis : Module 16 terminé (la vue vue_resume_clients doit exister)

1. Qu'est-ce que Power BI, et à quoi ça sert

Power BI est un outil de Business Intelligence (BI) édité par Microsoft : il sert à transformer des données brutes (fichiers Excel, bases de données, APIs, fichiers CSV...) en rapports visuels interactifs — des dashboards que tu peux filtrer, explorer, et partager avec d'autres personnes.

Le problème qu'il résout

Imagine que tu envoies chaque semaine un fichier Excel avec un TCD à ta direction. Trois soucis reviennent vite :

• Le fichier est figé au moment où tu l'envoies — personne ne peut filtrer par lui-même sans te redemander une version.
• Si la donnée source change, il faut tout refaire à la main.
• Difficile de connecter plusieurs sources (une base SQL, un fichier Excel, une feuille Google) dans un seul rapport cohérent.

Power BI répond à ces trois problèmes : il se connecte directement aux sources de données (dont une base PostgreSQL, comme tu vas le faire ici), permet de rafraîchir le rapport en un clic quand la donnée change, et livre un dashboard que le destinataire peut filtrer lui-même, sans avoir besoin de toi pour changer de vue.

Desktop vs Service — deux briques distinctes

Dans ce module, on reste sur Power BI Desktop — l'outil de construction. Publier sur le Service est une étape ultérieure, une fois le rapport prêt.

Installer Power BI Desktop

Power BI Desktop est gratuit, mais Windows uniquement.

• Windows : télécharge-le sur powerbi.microsoft.com/desktop ou via le Microsoft Store.
• Mac : Power BI Desktop ne fonctionne pas nativement. Trois options : une machine Windows (salle informatique, VM), ou Power BI Service directement dans le navigateur (fonctionnalités de connexion à une base externe plus limitées côté gratuit) — dans ce module, on part du principe que tu as accès à Power BI Desktop sous Windows.

2. Tour de l'interface

Au premier lancement, Power BI Desktop affiche une page d'accueil (raccourcis récents, connexions rapides) — ferme-la pour arriver sur l'espace de travail principal. Repère ces zones, tu vas les utiliser tout le long du module :

┌─────────────────────────────────────────────────────────────────┐
│  Accueil │ Insertion │ Modélisation │ Affichage │ Aide   ← Ruban │
├──────┬────────────────────────────────────────────┬─────────────┤
│      │                                            │             │
│  📊  │                                            │ Visualisa-  │
│  🗃️  │              CANEVAS                       │ tions       │
│  🔗  │        (tes graphiques ici)                │ (types de   │
│      │                                            │  graphiques)│
│ ↑    │                                            ├─────────────┤
│Vues  │                                            │  Champs     │
│      │                                            │ (tes tables │
│      │                                            │ et colonnes)│
├──────┴────────────────────────────────────────────┴─────────────┤
│  Page 1  │  Page 2  │  +           ← Onglets de pages (bas)      │
└───────────────────────────────────────────────────────────────────┘

🔗 Pont Excel → Power BI : le Volet Champs correspond à la liste des colonnes que tu voyais en construisant un TCD Excel. Le Canevas + Volet Visualisations remplace le TCD lui-même — sauf qu'ici, plusieurs graphiques interagissent entre eux sur une même page, ce qu'Excel ne fait pas nativement.

C'est dans la vue Rapport que tu vas passer le plus clair de ton temps ce module — c'est la vue par défaut à l'ouverture.

3. Se connecter à ta base Neon en mode Import

Récupérer ta chaîne de connexion — la bonne version

Dans la console Neon, clique sur Connect. Tu vas voir deux versions de la chaîne de connexion : une avec -pooler dans le nom d'hôte, une sans. Utilise la version SANS -pooler (connexion directe) pour Power BI.

⚠️ Pourquoi pas la version poolée ? La connexion poolée (PgBouncer) est optimisée pour plein de petites requêtes rapides et successives — pas pour une requête d'import unique qui peut prendre du temps à rapatrier toutes les données. Un import Power BI sur une connexion poolée a plus de risques d'être coupé en cours de route. La connexion directe est plus adaptée à ce cas précis.

Se connecter

1. Dans Power BI Desktop : Accueil → Obtenir les données → Base de données → Base de données PostgreSQL.
2. Un premier écran te demande deux champs : Serveur (ex. ep-cool-darkness-123456.us-east-2.aws.neon.tech) et Base de données (ex. neondb).
3. Choisis le mode Import (pas DirectQuery — voir pourquoi ci-dessous).
4. Un second écran te demande de t'authentifier : choisis Base de données, saisis ton nom d'utilisateur et ton mot de passe Neon.

4. Se connecter à la vue, pas aux tables brutes

Dans la fenêtre de navigation qui s'affiche, tu vois toutes les tables et vues de ta base : clients, transactions, et vue_resume_clients (créée au Module 16).

Coche vue_resume_clients plutôt que de reconstruire la logique de jointure/agrégation dans Power BI. C'est exactement l'intérêt d'avoir préparé cette vue en SQL : Power BI la traite comme une simple table, sans avoir besoin de connaître la logique de jointure clients/transactions qu'elle contient.

Clique sur Charger. Power BI importe les données — patiente quelques secondes si ta base venait de se réveiller.

5. Construire un premier dashboard

Dans le volet Champs à droite, tu retrouves les colonnes de vue_resume_clients : nom, ville, date_inscription, nb_transactions, total_transactions.

Construis au minimum :

1. Une carte (Card) : glisse total_transactions dedans, change l'agrégation en Somme — ça affiche le total général.
2. Un graphique en barres : ville en axe, total_transactions en valeur (Somme) — classement des villes par montant total.
3. Un tableau : nom, ville, nb_transactions, total_transactions — le détail client par client, trié par total_transactions décroissant.

🔗 Pont Excel → Power BI : ce que tu fais ici (glisser une colonne en Lignes, une autre en Valeurs) est exactement la logique d'un TCD Excel — Power BI ajoute juste l'interactivité entre les visuels (clique sur une barre du graphique, le tableau se filtre automatiquement).

6. Une première mesure DAX

Une mesure est un calcul qui se recalcule automatiquement selon les filtres actifs sur le dashboard — contrairement à une colonne calculée qui se fige à l'import.

Dans le volet Champs, clic droit sur vue_resume_clients → Nouvelle mesure :

daxMontant moyen par client = AVERAGE(vue_resume_clients[total_transactions])

Ajoute cette mesure dans une nouvelle carte. Si tu filtres ensuite ton dashboard sur une seule ville (clique sur une barre du graphique), cette carte recalcule automatiquement la moyenne pour cette ville uniquement — c'est ce recalcul dynamique qui distingue une mesure d'une simple colonne.

daxPart des transactions supérieures à 20000 =
DIVIDE(
    CALCULATE(COUNTROWS(vue_resume_clients), vue_resume_clients[total_transactions] > 20000),
    COUNTROWS(vue_resume_clients)
)

✅ Résumé du module

🧠 Quiz — Vérifie ta compréhension

Q1. Pourquoi privilégier le mode Import plutôt que DirectQuery pour se connecter à une base Neon ?

• a) DirectQuery n'existe pas pour PostgreSQL
• b) Neon met sa base en veille après inactivité — DirectQuery interroge en direct à chaque interaction, ce qui est plus fragile sur ce type de base
• c) Import est le seul mode gratuit

Q2. Pourquoi utiliser la chaîne de connexion sans -pooler pour l'import Power BI ?

• a) La version poolée n'existe pas sur le tier gratuit
• b) La connexion poolée est optimisée pour de nombreuses petites requêtes rapides, pas pour une requête d'import unique potentiellement longue
• c) -pooler est réservé aux connexions Python/R

Q3. Pourquoi se connecter à vue_resume_clients plutôt qu'aux tables clients et transactions séparément ?

• a) Power BI ne sait pas faire de jointures
• b) La vue centralise la logique de jointure/agrégation en SQL — Power BI la consomme comme une simple table, sans avoir à la recréer
• c) Les vues se rafraîchissent plus vite que les tables

📚 Pour aller plus loin

Ce module couvre les bases pour te connecter et construire un premier dashboard — Power BI est un outil vaste (visuels avancés, DAX poussé, mise en forme). Pour approfondir en autonomie, la chaîne YouTube Power BI University propose des tutoriels supplémentaires sur l'outil.

➡️ Module suivant

Tu as un vrai dashboard connecté à une vraie base. Dans le Module 18, on passe aux statistiques inférentielles — interpréter une p-value et un test d'hypothèse.

→ Module 18 — Statistiques inférentielles