Une entreprise peut disposer de milliers de lignes de ventes, de stocks et de dépenses, puis se retrouver incapable de répondre à une question pourtant simple : « Quelle gamme est la plus rentable cette année ? » Les données sont là. Le problème, c’est de les faire parler sans transformer chaque demande en expédition dans un tableur.
C’est là qu’intervient DAX. Ce langage de formules, utilisé notamment dans Power BI, Excel et Analysis Services, permet de calculer des indicateurs et d’analyser les données selon différents angles. Bien le comprendre aide à bâtir des tableaux de bord utiles, et pas seulement de jolies pages pleines de graphiques.
Que signifie DAX ?
DAX signifie « Data Analysis Expressions ». Pour rester simple, retenons qu’il s’agit d’un langage de formules conçu pour créer des calculs à partir de données organisées en tables. Son rôle est proche de celui des formules d’un tableur, mais il est pensé pour travailler avec des modèles de données plus structurés et des volumes plus importants.
Avec DAX, on peut calculer un chiffre d’affaires, une marge, un nombre de clients ou une évolution par rapport à l’année précédente. On peut aussi faire varier ces résultats en fonction des filtres appliqués dans un rapport : une période, une région, un produit ou un commercial, par exemple.
Dans une petite entreprise, cela peut sembler très technique au premier abord. Pourtant, l’idée est accessible : DAX donne des instructions à l’outil pour qu’il calcule un résultat à partir des données et du contexte choisi. C’est un peu comme demander à un collaborateur de refaire un calcul chaque fois que l’on change de période ou de région — sauf qu’ici, il ne réclame pas de pause-café.
À quoi sert DAX dans l’analyse des données ?
DAX sert principalement à créer des indicateurs fiables et interactifs. Une formule peut, par exemple, calculer le montant des ventes à partir du prix et de la quantité. Une autre peut comparer les ventes de cette année à celles de l’année précédente. Ces résultats peuvent ensuite alimenter des tableaux, des graphiques et des cartes.
Son intérêt apparaît surtout lorsque l’on souhaite poser plusieurs questions aux mêmes données. Un responsable peut examiner le chiffre d’affaires global, puis le filtrer par mois, par boutique ou par catégorie de produits. Si le modèle est bien construit, les indicateurs se recalculent automatiquement selon la sélection.
Concrètement, une entreprise peut utiliser DAX pour :
- suivre son chiffre d’affaires et sa marge ;
- comparer les performances d’une période à une autre ;
- calculer le panier moyen ou le taux de conversion ;
- repérer les produits qui contribuent le plus aux résultats ;
- mesurer les retards, les stocks disponibles ou les objectifs atteints ;
- créer des indicateurs adaptés aux besoins de chaque équipe.
DAX ne remplace donc ni une stratégie commerciale ni un bon sens de gestion. En revanche, il permet de passer plus rapidement de « nous avons beaucoup de données » à « nous savons quelle décision prendre ».
Mesures et colonnes calculées : deux usages à distinguer
Quand on découvre DAX, une distinction est essentielle : celle entre les colonnes calculées et les mesures. Les deux reposent sur des formules, mais elles ne sont pas évaluées de la même façon. Les confondre, c’est un peu comme ranger une facture dans la mauvaise boîte : on peut s’en sortir, mais on perd du temps à la retrouver.
Une colonne calculée crée une valeur pour chaque ligne d’une table. Imaginons une table de ventes avec une quantité et un prix unitaire. Une colonne calculée pourrait déterminer le montant de chaque vente. Le calcul est réalisé pour chaque enregistrement et la valeur est conservée dans le modèle.
Une mesure, elle, calcule un résultat au moment où l’on consulte un rapport. Le chiffre d’affaires total peut être une mesure : il s’adapte aux filtres et aux dimensions affichées. Il donnera donc un résultat différent selon que l’on observe une boutique, un mois ou l’ensemble de l’entreprise.
En règle générale, les mesures sont préférables pour les indicateurs destinés à varier selon les filtres d’un tableau de bord. Les colonnes calculées sont utiles lorsqu’on a besoin d’une valeur associée à chaque ligne. Ce choix a aussi des conséquences sur la taille du modèle et sur les performances : mieux vaut éviter de stocker des calculs inutiles.
Le contexte de filtre, la notion qui change tout
Pour comprendre DAX, il faut se familiariser avec le contexte de filtre. Le nom est peu chaleureux, mais l’idée est simple : une mesure est calculée en tenant compte des filtres actifs dans le rapport.
Prenons une mesure qui additionne les ventes. Sans filtre, elle renvoie le total général. Si l’utilisateur choisit la région « Nord », elle ne porte plus que sur les ventes de cette région. S’il sélectionne ensuite le mois de mars, le résultat correspond aux ventes du Nord en mars.
C’est ce comportement qui rend les rapports interactifs. Une même mesure peut répondre à différentes questions sans qu’il soit nécessaire de créer une formule pour chaque combinaison de région, de produit et de période. La formule reste identique ; c’est le contexte qui change.
Il existe aussi un contexte de ligne, particulièrement important dans les colonnes calculées et certaines fonctions. Il correspond à la ligne que DAX est en train de traiter. Pour commencer, inutile d’essayer de retenir toutes les subtilités d’un coup. L’essentiel est de se demander : « Mon calcul doit-il produire une valeur par ligne, ou un résultat qui évolue avec les filtres du rapport ? » Cette question évite déjà bien des détours.
Un exemple concret : suivre la performance d’une boutique
Imaginons une enseigne qui vend des équipements de plein air dans plusieurs boutiques. Elle dispose d’une table de ventes, d’une table de produits, d’une table de boutiques et d’un calendrier. La direction souhaite suivre le chiffre d’affaires, la marge et l’évolution mensuelle.
Une première mesure peut additionner le montant des ventes. Une autre peut calculer la marge à partir des recettes et des coûts. Ensuite, un graphique peut présenter la marge par boutique, tandis qu’un filtre permet de choisir une période ou une gamme de produits.
Le directeur remarque alors que le chiffre d’affaires progresse, mais que la marge baisse dans une boutique. Sans analyse détaillée, il pourrait penser qu’il faut simplement vendre davantage. Les données révèlent plutôt que les ventes reposent sur des articles fortement remisés. La décision change : revoir les promotions, pas nécessairement augmenter les volumes.
Voilà la valeur pratique de DAX. Le langage ne prend pas la décision à la place du dirigeant. Il rend visibles les écarts qui méritent une explication. Et, dans une entreprise, repérer le bon problème vaut souvent mieux que répondre très vite au mauvais.
Les calculs temporels et le suivi des objectifs
DAX est également utile pour analyser l’évolution dans le temps. Une entreprise ne veut pas seulement savoir combien elle a vendu ; elle veut souvent savoir si elle vend plus qu’avant, si elle est dans les temps ou si son activité suit une tendance inhabituelle.
On peut ainsi comparer les ventes d’un mois avec celles du mois précédent ou examiner l’écart entre l’année en cours et l’année précédente. On peut aussi suivre la progression vers un objectif annuel. Ces analyses supposent généralement de disposer d’une table de dates correctement préparée et reliée aux autres tables.
Ce détail est important : une formule bien écrite ne peut pas compenser un modèle mal organisé. Si les dates sont incohérentes ou si les relations entre les tables sont incorrectes, les résultats risquent d’être trompeurs. Avant de chercher une formule sophistiquée, vérifiez donc les données, les relations et la définition de l’indicateur. La magie de l’analyse a ses limites ; elle ne transforme pas une donnée bancale en vérité comptable.
DAX et les formules d’un tableur : quelle différence ?
Les personnes qui connaissent Excel retrouvent certaines fonctions et une logique familière. Pourtant, DAX ne se réduit pas à des formules de tableur avec un nouveau nom. Dans un tableur, on travaille souvent cellule par cellule, en faisant référence à des coordonnées. Dans un modèle de données, DAX exploite des tables, des colonnes, des relations et des contextes de calcul.
Cette différence permet de créer des rapports plus flexibles, mais elle demande un temps d’adaptation. Une formule qui semble évidente dans une feuille de calcul ne se traduit pas toujours directement en DAX. Il faut penser à la structure des données et à la façon dont le résultat doit réagir aux filtres.
Pour une petite analyse ponctuelle, un tableur suffit souvent. Mais si les rapports se multiplient, si plusieurs équipes utilisent les mêmes chiffres ou si les mises à jour deviennent pénibles, un modèle avec des mesures DAX peut apporter davantage de cohérence et d’automatisation.
Les erreurs fréquentes quand on débute
La première erreur consiste à vouloir écrire des formules complexes avant d’avoir clarifié la question métier. « Calculer la performance » ne veut pas dire grand-chose tant que l’on n’a pas défini la performance : chiffre d’affaires, marge, nombre de commandes, ou autre indicateur ? Une formule impeccable peut produire un chiffre parfaitement inutile si la demande de départ est floue.
Autre piège : créer une colonne calculée pour chaque indicateur, alors qu’une mesure serait plus adaptée. Cela peut alourdir le modèle et compliquer son entretien. Il faut aussi se méfier des résultats qui paraissent plausibles. Un mauvais calcul ne clignote pas toujours en rouge ; parfois, il s’affiche avec beaucoup d’assurance dans un graphique bien coloré.
Quelques habitudes aident à éviter ces difficultés :
- nommer les mesures de façon explicite, par exemple « Chiffre d’affaires » ou « Marge totale » ;
- vérifier les résultats sur un échantillon connu avant de généraliser ;
- tester les mesures avec plusieurs filtres et périodes ;
- documenter les indicateurs importants et leur méthode de calcul ;
- garder un modèle de données compréhensible, avec des relations cohérentes.
Comment commencer à apprendre DAX ?
Le meilleur point de départ n’est pas une longue liste de fonctions. C’est une question concrète tirée de votre activité : quel est le chiffre d’affaires par mois ? Quelle est la marge par produit ? Quel est le taux d’atteinte des objectifs ? Choisissez un indicateur utile, puis vérifiez que les données nécessaires existent et sont correctement organisées.
Commencez par des calculs simples, comme une somme ou un décompte, puis ajoutez progressivement des comparaisons et des analyses temporelles. Testez chaque mesure dans un tableau avec plusieurs filtres. Si le résultat change comme prévu, vous comprenez mieux à la fois la formule et son contexte.
Enfin, ne cherchez pas à apprendre toutes les fonctions par cœur. Même les utilisateurs expérimentés consultent de la documentation. La compétence durable consiste moins à réciter une formule qu’à savoir quelle question poser, comment structurer les données et comment vérifier que le résultat tient la route.
Ce qu’il faut retenir pour l’entreprise
DAX est un langage de formules qui permet de créer des calculs et des indicateurs dans des outils comme Power BI, Excel et Analysis Services. Son intérêt principal est de rendre les analyses interactives : les mesures s’adaptent aux filtres et aux angles d’observation choisis dans un rapport.
Pour en tirer parti, distinguez mesures et colonnes calculées, comprenez le rôle du contexte de filtre et accordez autant d’attention à la qualité du modèle qu’aux formules elles-mêmes. Surtout, partez des décisions que vous voulez éclairer. Un tableau de bord n’a pas besoin d’impressionner tout le monde avec cinquante indicateurs. Il doit aider les bonnes personnes à voir plus clair et à agir avec davantage de confiance.

