Calculated columns vs. calculated measures - Part 1

Bonjour à tous et bienvenue dans ce cours sur Power BI. Dans ce tutoriel, nous allons suivre quelques étapes pour donner plus de vie à notre carte. Nous allons modifier la taille de ces bulles. Nous allons également ajouter quelques couleurs. Nous allons également expliquer certains concepts concernant la différence entre les colonnes calculées et les mesures calculées. Entrons donc dans le vif du sujet. Pour l'instant, nous sommes au plus bas de notre hiérarchie. Nous en sommes donc au niveau de la ville pour l'instant. Faisons défiler vers le haut parce que notre carte est trop encombrée pour l'instant, d'accord. Pour la toute première étape, modifions la taille de nos bulles afin de représenter le nombre de ventes que nous réalisons dans chacun de ces pays. Nous allons donc aller dans le volet de données et ouvrir le tableau de répartition des commandes. Et nous allons saisir le nombre de ventes dans les ventes. Nous allons cliquer et faire glisser ceci dans la taille de la bulle. Vous pouvez constater que la taille de ces bulles a changé par rapport au montant des ventes que nous réalisons dans chacun de ces pays. Par exemple, le Royaume-Uni, la France et l'Allemagne sont les trois bulles les plus importantes. Cela signifie que c'est là que nous réalisons le plus de ventes. Et bien sûr, si nous descendons au niveau de la région, nous pouvons voir, euh, pour ces pays, quelles sont exactement les régions qui obtiennent de très bons résultats. Ainsi, au Royaume-Uni, c'est l'Angleterre et en France, c'est l'Île de France, et en Allemagne, c'est la Rhénanie-du-Nord-Westphalie. Hum, j'espère que j'ai bien prononcé cela. Nous pouvons aussi, bien sûr, descendre jusqu'au niveau de la ville et, à l'intérieur de celle-ci, voir ce qu'il y a au Royaume-Uni. C'est donc à Londres que les ventes sont les plus nombreuses, ainsi qu'en France. Oh, c'est, c'est difficile à déterminer. Il n'y a donc pas de ville qui saute aux yeux. Oh, c'est peut-être le cas. C'est à Paris et en Allemagne. Oh, vous avez un, vous avez un couple en Allemagne. Ainsi. Berlin. Oh, c'est, euh, c'est le seul en Allemagne. Nous pouvons également constater que Vienne représente une part assez importante des ventes, ce qui est plutôt satisfaisant. Revenons au niveau supérieur. Ensuite, nous allons colorer chacun de nos graphiques à bulles pour que nous puissions voir le nombre de ventes. Mais nous voulons aussi voir, par exemple, quelle est la marge bénéficiaire dans chacun de ces pays ou régions. Pour ce faire, il faut prendre une mesure calculée. La raison pour laquelle nous ne pouvons pas le faire immédiatement est que notre ensemble de données se situe au niveau du produit. Nous avons donc le bénéfice pour chaque produit, mais nous n'avons pas la marge bénéficiaire pour, hum, vous savez, un pays ou une région. Nous devrons donc effectuer quelques calculs supplémentaires pour pouvoir le faire. Pour expliquer ce concept, Kirill va vous présenter quelques diapositives qu'il a préparées. D'accord. A bientôt. D'accord. Colonnes calculées par rapport aux mesures. Nous avons déjà abordé la question des colonnes calculées. Cela va donc nous aider à comprendre en quoi les mesures calculées sont différentes. Imaginons que nous ayons notre ensemble de données. Sur la gauche, nous avons toutes ces rangées. Chaque bloc ou rectangle bleu représente donc une ligne. Lorsque nous agrégeons nos données, certaines lignes sont combinées entre elles. Par exemple, dans notre cas, ils peuvent se trouver dans la même région. Certains d'entre eux peuvent donc se trouver au Royaume-Uni, d'autres en Allemagne, d'autres encore en France. Ils seront ensuite regroupés. Ils sont donc agrégés. Et par exemple, dans le cas des ventes, que nous venons de placer sur notre carte, elles sont additionnées. Ainsi, toutes les lignes relatives à une certaine région sont additionnées, puis les lignes relatives à une autre région sont additionnées, et ainsi de suite. Ils sont ensuite affichés sur la carte. Comme vous pouvez le voir ici, les rouges correspondent au Royaume-Uni, les verts à l'Allemagne et les oranges à la France. Et ce n'est qu'un exemple hypothétique. Bien entendu, le nombre de lignes ne doit pas nécessairement être de trois par géographie. Il peut être différent, il peut varier, etc. Mais il s'agit du concept principal selon lequel nous avons des données au niveau de la ligne. Nous disposons ensuite de données agrégées au niveau de granularité de notre visualisation. Enfin, les données sont affichées dans notre visualisation. Qu'est-ce qu'une colonne calculée, dont nous avons parlé précédemment dans ce cours ? Imaginons que nous ayons des données dans ces lignes rouges. Disons donc dix 2050, 100, 400, 150. Les chiffres de gauche correspondent au bénéfice réalisé sur les ventes de chaque article. Donc 10 $ de bénéfice et 100 $ de ventes. Le chiffre de droite correspond donc aux ventes et à un bénéfice de 20 dollars pour 100 dollars de ventes. En fait, l'article a été vendu 400 $, mais le bénéfice n'est que de 20 $ parce qu'il y a eu des dépenses liées à l'achat de l'article, à l'expédition de l'article, à la commercialisation de l'article et à d'autres choses encore. Il y a donc les bénéfices et les ventes. Dans ce cas, l'agrégation consiste à additionner les bénéfices et les ventes. Nous avons donc une partie des bénéfices, soit 8010 plus 20 plus 50, et la somme des ventes, soit 650, 100 plus 400 plus 150, ce qui nous donne 650. Ce que nous avons visualisé comme la taille de la bulle sur notre carte était la somme des ventes, ce qui est assez simple. Jusqu'à présent. Tout est très simple et très intuitif. Mais ensuite, ce que nous voulons faire, c'est créer une colonne calculée. Il s'agit d'une procédure très simple dont nous avons déjà parlé. En fait, nous calculons une colonne sur la base de nos colonnes existantes. Et nous l'ajoutons à nos données. Voici une colonne calculée qui représente le bénéfice divisé par les ventes pour chaque ligne individuelle, ce qui équivaut à la marge bénéficiaire. Ainsi, dans le premier cas, pour le premier article vendu, la marge bénéficiaire est de 10 % ou 0. 1. Pour le second, la valeur est de 0. 05. Pour le troisième, il s'agit de 0. 33. Et c'est tout à fait normal. Il s'agit d'une procédure assez simple. Il suffit de diviser une colonne par l'autre et d'ajouter cette colonne synthétique à notre ensemble de données. Merveilleux. Hum, mais maintenant quoi ? Qu'adviendra-t-il de cette colonne supplémentaire lorsque l'ensemble des données sera agrégé ? Eh bien, nous allons maintenant avoir une nouvelle agrégation, qui est la somme de la colonne calculée ou hypothétiquement, elle ne sera pas là, mais nous pouvons si nous le voulons, nous pouvons l'ajouter à notre visualisation. Nous pouvons additionner cette colonne comme nous l'avons fait pour le bénéfice ou pour les ventes. Mais le problème avec la marge bénéficiaire, c'est que cela n'a pas de sens d'additionner la marge bénéficiaire de chaque article, n'est-ce pas ? Ainsi, si vous aviez plus d'articles, vous pouviez sortir. vous pourriez facilement obtenir une marge bénéficiaire de plus de 100 %, ce qui n'a aucun sens. Par conséquent, l'addition de la marge bénéficiaire ne nous sera d'aucune utilité. Dans ce cas, quelle est la marge bénéficiaire pour une région entière ? Le paramètre que nous recherchons, le paramètre que nous voulons ajouter à notre visualisation. Débarrassons-nous de ces colonnes calculées. Et la marge bénéficiaire pour l'ensemble de la région est - c'est assez intuitif - la division de ces deux nombres. Donc 80 divisé par 650. Il s'agit donc du bénéfice réalisé dans l'ensemble de la région divisé par les ventes réalisées dans l'ensemble de la région. Donc 80 divisé par 650 donne 12% ou 0. 12. Et c'est ce chiffre que nous recherchons. Comment atteindre ce chiffre ? C'est notre marge bénéficiaire. Dans le domaine de la puissance, ce calcul est en fait appelé une mesure calculée. Nous prenons donc deux colonnes et nous les divisons l'une par l'autre, mais après l'agrégation. C'est donc la principale différence entre les colonnes calculées et les mesures calculées. Les colonnes calculées sont calculées avant l'agrégation. Ainsi, au niveau des lignes, les mesures calculées sont calculées après l'agrégation et, par conséquent, les colonnes sont calculées. Une fois calculés, ils sont stockés dans votre ensemble de données. Ils sont stockés dans votre dossier, à côté des rangées que vous avez reçues à l'origine. Les mesures calculées, quant à elles, sont calculées chaque fois que vous recréez votre visualisation ou que vous la recalculez. Elles ne sont donc pas stockées dans votre ensemble de données, elles sont dynamiques et sont calculées à la volée lorsque c'est nécessaire. C'est donc la principale différence. J'espère que cette explication vous a permis de comprendre un peu plus facilement. C'est un peu plus clair maintenant. Revenons maintenant à la visualisation, effectuons une mesure calculée et ajoutons-la à notre graphique.