Power BI With AI Full Course 2026 [FREE] | Power BI With AI Tutorial | Power BI Course | Simplilearn

PowerBI est un outil qui permet de nettoyer des données, de créer des tableaux de bord interactifs, d'identifier des tendances et d'utiliser l'IA pour interpréter les chiffres. Ce cours complet de Simply Learn sur PowerBI avec IA commence par les bases de l'intelligence d'affaires (BI), expliquant comment la BI aide les entreprises à analyser les données passées pour prendre des décisions éclairées. Le cours couvre l'écosystème PowerBI, y compris PowerBI Desktop, son interface et les premières étapes de son utilisation. Il introduit les concepts de "mesures" (valeurs numériques pour les calculs) et de "dimensions" (pour filtrer et grouper les données). Les participants apprendront à créer des visuels de base comme des tableaux et des rapports matriciels, ainsi que divers types de graphiques (colonnes, barres, secteurs, anneaux). L'amélioration des rapports par le formatage et le formatage conditionnel est également abordée, tout comme l'exploration de visuels avancés tels que les graphiques en ruban, les graphiques en cascade, les nuages de points et les graphiques combinés pour comparer les tendances, les classements, les relations et les performances. Le cours traite également de l'utilisation des cartes, des segments, des filtres et des arborescences pour rendre les rapports plus interactifs. Enfin, il explore Power Query pour le nettoyage et la transformation des données (division de colonnes, gestion des valeurs nulles, dé-pivotement) et l'utilisation des outils d'IA de PowerBI pour générer des aperçus et accélérer la production de rapports. Ce programme vise à transformer des idées commerciales brutes en rapports clairs et tableaux de bord utiles. Le formateur, Mohammed Sadi, se présente comme un expert en enseignement depuis plus de deux décennies, certifié par Microsoft et Oracle, ayant travaillé sur de nombreux langages de programmation, bases de données et outils d'analyse de données comme Tableau et PowerBI. Il met l'accent sur l'importance d'Excel comme base pour l'analyse de données. La BI est définie comme le processus d'étude des données historiques pour en tirer des informations et créer des rapports et tableaux de bord qui facilitent la prise de décisions commerciales intelligentes. PowerBI est présenté comme un outil de BI très populaire et en forte demande, surpassant même Tableau, notamment en raison de son appartenance à Microsoft, de sa capacité à se connecter à plus de 100 sources de données différentes, de ses outils de transformation de données intégrés (Power Query) et de modélisation de données (Power Pivot), ainsi que de ses capacités de visualisation de données interactives. L'installation de PowerBI Desktop est expliquée, et le formateur insiste sur l'activation des "fonctionnalités d'aperçu" pour bénéficier des mises à jour mensuelles. Un fichier Excel "sample superstore" est utilisé comme source de données pour les exercices. Ce fichier contient des informations sur les commandes, les clients, les produits et les ventes, permettant une analyse approfondie des performances commerciales. Le formateur explique que l'analyse des données implique de poser des questions sur les données et de les regarder sous deux angles : les "mesures" (valeurs numériques sur lesquelles des calculs peuvent être appliqués) et les "dimensions" (valeurs catégorielles pour le filtrage et le regroupement). Il illustre ces concepts avec des exemples tirés du fichier Excel, comme le calcul des ventes totales par région ou par catégorie de produit. Ensuite, le cours passe à la pratique dans PowerBI. L'importation de données Excel dans PowerBI est démontrée. La création de visuels simples comme des cartes (pour les valeurs récapitulatives) et des tableaux est expliquée. Le formateur montre comment formater ces visuels, changer la taille des polices, les couleurs et appliquer le mode "focus" pour une meilleure visualisation. Le formatage conditionnel est introduit pour mettre en évidence les données importantes, comme les barres de données dans un tableau des ventes par sous-catégorie. La création de matrices est abordée, soulignant leur capacité à présenter des données bidimensionnelles (lignes et colonnes) et à gérer des hiérarchies, permettant d'analyser les ventes par sous-catégorie et par région simultanément. La fonctionnalité de "drill-down" dans les matrices est expliquée pour explorer les données hiérarchiques (par exemple, catégorie, puis sous-catégorie). Le cours continue avec la création de graphiques à colonnes, de graphiques à barres et de graphiques à secteurs. Pour les graphiques à colonnes, l'axe des X représente les dimensions (par exemple, les régions) et l'axe des Y les mesures (par exemple, les ventes). Le formateur montre comment ajouter des étiquettes de données et personnaliser l'apparence des graphiques. Les graphiques à colonnes empilées et à 100 % empilées sont introduits pour visualiser la contribution des segments de clientèle au sein de chaque région, offrant une vue plus nette et une meilleure utilisation de l'espace. Les graphiques à secteurs et à anneaux sont expliqués comme des outils pour montrer la contribution individuelle d'une dimension au total général, souvent en pourcentage. Le graphique à anneaux est mis en avant pour son espace central qui peut être utilisé pour afficher une valeur mesurable supplémentaire, comme les ventes totales. Le formateur aborde ensuite les graphiques en ruban, qui sont similaires aux graphiques linéaires mais permettent de visualiser les changements de classement et les contributions au fil du temps, offrant des informations descriptives sur la croissance ou le déclin. Les graphiques en cascade sont présentés comme un moyen d'analyser les contributions positives et négatives à un total, permettant de comprendre pourquoi les ventes ont augmenté ou diminué. Ils mettent en évidence les facteurs de croissance ou de déclin à travers des "ruptures" (breakdowns) par dimension (par exemple, région ou catégorie de produit). Le graphique combiné (colonnes et lignes) est introduit pour comparer deux mesures différentes (par exemple, ventes et profits) pour la même dimension. L'utilisation d'un axe Y secondaire est expliquée pour gérer des mesures avec des échelles différentes, améliorant la lisibilité et permettant des comparaisons plus pertinentes entre les ventes et les profits. Le nuage de points est un autre type de graphique exploré, où les deux axes représentent des mesures (par exemple, ventes et profits), et les "bulles" représentent des dimensions (par exemple, catégories de produits). La taille des bulles peut également représenter une troisième mesure. Ce graphique est utile pour identifier les produits à forte vente/faible profit ou à faible vente/fort profit, aidant à la prise de décisions stratégiques. Le formateur démontre également l'ajout d'animations aux nuages de points pour visualiser les tendances au fil du temps. Les cartes géographiques sont expliquées pour visualiser les données par emplacement (pays, état, ville). PowerBI identifie automatiquement les champs géographiques et utilise des bulles de taille variable (pour les ventes) et des couleurs (pour les profits) pour représenter les données sur la carte. Le formatage conditionnel basé sur des règles est utilisé pour colorer les états en vert (profit) ou en rouge (perte), offrant une vue claire des performances géographiques. L'arborescence (treemap) est présentée comme un moyen de visualiser des données hiérarchiques à l'aide de rectangles imbriqués, où la taille des rectangles représente la valeur d'une mesure et la position indique le classement. Elle est particulièrement utile pour comprendre la contribution des sous-catégories au sein des catégories, par exemple. Enfin, les segments (slicers) sont introduits comme des filtres interactifs pour les tableaux de bord. Ils permettent de filtrer les données par catégorie, par plage de dates ou par année, et mettent à jour tous les visuels connectés en temps réel. Le formateur montre comment personnaliser l'apparence des segments (par exemple, en tuiles). Le cours conclut en soulignant que Power Query est un outil ETL (Extract, Transform, Load) essentiel pour le nettoyage et la préparation des données. Il permet de gérer des données désordonnées en effectuant des opérations telles que la suppression de lignes, la promotion d'en-têtes, la suppression de doublons, le remplacement de valeurs nulles, la division de colonnes et le dé-pivotement. Le formateur démontre ces opérations sur un jeu de données CSV "sale", montrant comment Power Query enregistre chaque étape de transformation et exécute ce code M (mashup language) lors de l'actualisation des données. Il souligne que Power Query est une compétence que l'IA ne peut pas encore remplacer facilement.