Power BI

Power BI est devenu le standard de fait dans les PME et ETI françaises, pour une raison simple : il arrive avec Microsoft 365, il parle nativement à Excel, et il coûte moins cher que ses concurrents historiques.

Cette facilité d’accès explique aussi la plupart des projets qui échouent. On installe l’outil en une heure, on branche un fichier, on obtient un graphique, et l’on croit le travail fait. Six mois plus tard, personne n’ouvre le rapport, les chiffres ne concordent pas avec la comptabilité, et l’actualisation prend quarante minutes.

La confusion est fréquente et coûte des heures de réunion, alors autant la lever tout de suite.

Power BI Desktop est l’application Windows où l’on construit. Elle est gratuite, sans limite de fonctionnalité, et c’est là que se fait le vrai travail de modélisation.

Le service Power BI est la plateforme en ligne où l’on publie, partage et actualise. C’est elle qui se facture, et c’est là que se posent les questions de licence, de droits et de sécurité.

Report Server est la version installée sur vos propres serveurs, pour les organisations qui ne peuvent pas publier dans le cloud. Elle est en retrait sur les fonctionnalités et nous ne la recommandons que lorsqu’une contrainte réglementaire l’impose vraiment.

Construire ne coûte rien. Partager coûte, et c’est là que les budgets dérapent.

Une licence gratuite permet de créer des rapports et de les consulter dans son propre espace, mais pas de les partager. Autant dire qu’elle ne sert qu’à apprendre.

La licence Pro est le régime courant. Elle se paie par utilisateur et par mois, et il en faut une pour celui qui publie comme pour chacun de ceux qui consultent. C’est le point que les directions découvrent tard : diffuser un tableau de bord à quarante personnes suppose quarante licences.

La licence Premium par utilisateur ouvre les fonctions avancées, notamment l’actualisation plus fréquente et les modèles volumineux, toujours par personne.

Enfin, une capacité, aujourd’hui adossée à Microsoft Fabric, change la logique : on paie une capacité de calcul, et les lecteurs n’ont plus besoin de licence individuelle. À partir d’un certain nombre de lecteurs, cela devient moins cher que les licences nominatives. Le seuil dépend de votre situation, il se calcule, et c’est un des premiers arbitrages que nous posons en mission.

Un rapport Power BI, c’est deux choses superposées : un modèle de données et une couche de visualisation. La seconde se refait en une journée. La première conditionne tout.

Un modèle correct sépare les tables de faits, qui contiennent les événements datés et chiffrés, des tables de dimensions, qui décrivent les clients, les produits, les périodes. Les relations vont des dimensions vers les faits, dans un sens unique, sans boucles.

C’est très exactement l’inverse de ce que produit un réflexe Excel, où l’on aplatit tout dans un grand tableau parce que cela semble plus lisible. Un modèle aplati fonctionne au début, puis devient lent, difficile à faire évoluer, et surtout impossible à filtrer correctement dès qu’on croise deux dimensions.

Trois erreurs reviennent dans presque tous les modèles que nous reprenons.

L’absence de table de dates dédiée, d’abord. Sans elle, toutes les comparaisons temporelles renvoient des résultats faux, et les fonctions d’intelligence temporelle ne s’appliquent pas.

Les colonnes calculées écrites là où il fallait des mesures, ensuite. Une colonne se calcule au chargement, ligne par ligne, et ignore ce que l’utilisateur filtre à l’écran. Une mesure se recalcule à chaque interaction, dans le contexte réellement affiché. Confondre les deux produit des totaux qui ne suivent pas les filtres, symptôme que nous rencontrons chaque semaine.

Enfin, les hiérarchies de date automatiques laissées actives, qui créent une table cachée par colonne de date et alourdissent le modèle sans que personne comprenne pourquoi le fichier grossit.

Le mode de connexion se choisit une fois et se paie longtemps.

L’import copie les données dans le modèle. C’est le mode le plus rapide à l’usage et celui qui offre le plus de liberté en calcul, au prix d’une actualisation programmée et d’une taille de fichier à surveiller. Dans la grande majorité des cas, c’est le bon choix.

DirectQuery interroge la source à chaque interaction. On l’utilise quand les données doivent être fraîches à la seconde, ou quand le volume interdit la copie. La performance devient alors celle de la source, ce qui déplace le problème plus qu’il ne le résout, et une partie du langage DAX n’est plus disponible.

Direct Lake, disponible avec Microsoft Fabric, lit les fichiers Delta directement dans OneLake. Ni copie, ni requête renvoyée à la source. Sur de gros modèles, c’est le progrès le plus net de ces dernières années, à condition d’être déjà dans Fabric.

Nous le recommandons souvent, et nous vivons de missions Power BI, ce qui rend cette section d’autant plus utile.

Si votre organisation vit entièrement dans l’écosystème Google, avec des données dans Sheets et BigQuery, Looker Studio demandera moins d’efforts pour un résultat comparable sur des besoins simples. Si votre besoin est l’exploration visuelle libre par des analystes chevronnés, Tableau reste plus agréable. Et si vous cherchez à équiper beaucoup de lecteurs sans budget de licences, Metabase mérite un regard.

Il y a aussi le cas où aucun outil de visualisation ne réglera le problème. Quand les données sont incohérentes entre les systèmes, quand personne ne s’accorde sur la définition du chiffre d’affaires, ou quand la saisie amont est défaillante, un tableau de bord ne fait que rendre le désordre plus visible. Le travail est en amont, et nous le disons plutôt que de livrer un rapport que personne ne croira.

Nous construisons des modèles sémantiques faits pour durer : tables de faits et de dimensions, table de dates, mesures nommées et documentées, et une organisation qui reste lisible par quelqu’un d’autre que son auteur.

Nous reprenons aussi des modèles existants qui ont grossi sans plan, pour remettre les calculs au bon endroit et retrouver des temps de réponse acceptables. C’est souvent moins spectaculaire qu’une refonte, et plus rentable.

Nous branchons les sources, y compris comptables avec Pennylane et sociales avec Silae, nous industrialisons le déploiement quand plusieurs environnements sont nécessaires, et nous développons des visuels sur mesure lorsque la bibliothèque standard ne suffit pas. Quatre de nos cinq visuels publiés sur Microsoft AppSource sont certifiés par Microsoft.

Nous intervenons en projet comme en renfort dans vos équipes. En tant que partenaire Microsoft, nous suivons les évolutions de la plateforme de près, ce qui compte sur un produit qui change tous les mois.

Quelle différence entre Power BI Desktop, le service Power BI et Report Server ?

Power BI Desktop est l’application Windows gratuite où l’on construit les rapports et les modèles. Le service Power BI est la plateforme en ligne où l’on publie, partage et actualise, et c’est elle qui se facture. Report Server est la version installée sur vos propres serveurs, en retrait sur les fonctionnalités, à réserver aux organisations soumises à une contrainte qui interdit la publication dans le cloud.

Faut-il une licence Power BI pour consulter un rapport ?

Oui dans le régime courant : une licence Pro est nécessaire aussi bien pour publier que pour consulter, ce qui signifie qu’un tableau de bord diffusé à quarante personnes suppose quarante licences. L’alternative est une capacité, aujourd’hui adossée à Microsoft Fabric : on paie une capacité de calcul et les lecteurs n’ont plus besoin de licence individuelle. À partir d’un certain nombre de lecteurs, cette seconde formule devient moins chère, et le seuil se calcule au cas par cas.

Pourquoi mes totaux Power BI ne suivent-ils pas les filtres ?

Presque toujours parce qu’un calcul a été écrit en colonne calculée là où il fallait une mesure. Une colonne calculée se calcule au chargement, ligne par ligne, et ignore ce que l’utilisateur filtre à l’écran. Une mesure se recalcule à chaque interaction, dans le contexte réellement affiché. C’est l’erreur la plus fréquente dans les modèles construits avec un réflexe Excel.

Import ou DirectQuery dans Power BI ?

L’import convient à la grande majorité des cas : il copie les données dans le modèle, offre les meilleures performances et toute la liberté de calcul, au prix d’une actualisation programmée. DirectQuery interroge la source à chaque interaction et ne se justifie que si les données doivent être fraîches à la seconde ou si le volume interdit la copie, sachant que la performance devient celle de la source et qu’une partie du DAX n’est plus disponible. Direct Lake, dans Microsoft Fabric, lit les fichiers Delta dans OneLake sans copie ni requête à la source.

• La référence Power Query et DAX, les fonctions expliquées en français, une par fiche.
• Power BI, Tableau, Looker Studio ou Metabase : le comparatif détaillé.
• Prix des licences Power BI : les coûts réels et les pièges.
• Dix exemples de tableaux de bord par métier.
• Microsoft Fabric, la plateforme dans laquelle Power BI s’inscrit désormais.

Sources — documentation officielle de l’éditeur, consultée le 22 août 2026 : licences et capacités, modes de connexion.