Comprendre les mesures implicites
Les mesures dans les modèles Power BI sont implicites ou explicites. Les mesures implicites sont des comportements automatiques qui permettent aux visuels de résumer les données de colonne. Les mesures explicites, souvent appelées mesures, sont des calculs que vous ajoutez à votre modèle. Cette section explique comment fonctionnent les mesures implicites et comment vous pouvez les utiliser.
Identifier les mesures implicites
En tant que modélisateur de données, vous contrôlez la manière dont une colonne effectue un résumé en définissant la propriété Résumé. Vous pouvez choisir Ne pas résumer ou sélectionner une fonction d’agrégation spécifique. Si vous définissez une colonne sur Ne pas résumer, le symbole sigma disparaît du volet Données.
Dans le volet Données, une colonne avec le symbole sigma (∑) affiche deux faits :
- La colonne est numérique.
- Les valeurs sont résumées lorsqu’elles sont utilisées dans un visuel prenant en charge le résumé.
L’image suivante illustre la table Sales avec des mesures implicites, une colonne calculée et une colonne ne pouvant pas être résumée.
Dans l’exemple avec la table Sales, notez que si vous ajoutez le champ Sales Amount de la table Sales à un visuel Matrice qui effectue un regroupement selon l’exercice et le mois, Power BI résume les valeurs implicitement. La fonction d’agrégation Sum est sélectionnée par défaut.
Si vous ajoutez le champ Unit Price au visuel Matrice, Power BI utilise Average comme résumé par défaut, car la somme des prix unitaires n’a aucun sens, étant donné qu’il s’agit de tarifs et non de totaux.
Le résumé par défaut est désormais défini sur Average. (Le modélisateur sait qu’il est inapproprié d’additionner les valeurs de prix unitaire ensemble, car il s’agit de tarifs, qui ne sont pas additifs.)
Les mesures implicites permettent à l’auteur de l’état de démarrer avec une technique de résumé par défaut et de la modifier en fonction de ses exigences en matière de visuels. Les colonnes numériques prennent en charge le plus large éventail de fonctions d’agrégation parmi lesquelles choisir, notamment les suivantes :
- Sum
- Average
- Minimum
- Maximum
- Count (Distinct)
- Count
- Standard deviation
- Variance
- Median
Résumer les colonnes non numériques
Les colonnes non numériques telles que le texte, les dates et les valeurs booléennes (true/false) peuvent également être résumées dans vos visuels. Bien que le symbole sigma (∑) s’affiche uniquement en regard des champs numériques dans le volet Données, ces colonnes sont malgré tout agrégées.
- Colonnes de texte : First, Last, Count, Count (Distinct)
- Colonnes de date : Earliest, Latest, Count, Count
Cette flexibilité est utile lorsque vous souhaitez répondre à des questions telles que les suivantes :
- « Combien y a-t-il de produits uniques ? » (Count (Distinct) sur une colonne de texte)
- « Quelle était la date de commande la plus ancienne ? » (Earliest sur une colonne de dates)
- « Combien de commandes ont été marquées comme terminées ? » (Count sur une colonne booléenne)
Vous pouvez choisir l’option d’agrégation qui correspond le mieux à votre analyse lorsque vous ajoutez un champ non numérique à votre visuel.
Considérations relatives aux mesures implicites
Les mesures implicites sont conviviales et flexibles. Elles permettent aux auteurs d’états de commencer avec un résumé par défaut et de le modifier en fonction de leurs besoins. Les mesures implicites permettent aux auteurs d’états de visualiser rapidement les données sans avoir à écrire de calculs. En tant que modélisateur de données, vous passez moins de temps à créer des mesures explicites.
Cependant, même si vous définissez un résumé par défaut, les auteurs d’états peuvent le modifier de sorte qu’il ne convienne pas. Par exemple, ils peuvent définir Unit Price sur Sum, ce qui produit des résultats trompeurs, comme illustré dans l’image suivante. Les valeurs Unit Price sont importants, car ils représentent la somme des prix unitaires et non le prix unitaire statique par produit.
La plus grande limitation est que les mesures implicites ne fonctionnent que pour des scénarios simples. Ils peuvent résumer les valeurs de colonne à l’aide d’une seule fonction d’agrégation, mais ils ne peuvent pas gérer des calculs plus complexes. Par exemple, si vous devez calculer le rapport entre le montant des ventes mensuelles et le montant des ventes annuelles, vous devez créer une mesure explicite avec une formule DAX.