Enfin Power BI… Mais Pas de Dashboard Encore
Après avoir installé MySQL (Partie 1) et analysé avec SQL (Partie 2), vous ouvrez ENFIN Power BI Desktop.
Mais attention : on ne crée PAS encore de visualisations.
Cette partie est dédiée à l’ETL (Extract, Transform, Load) : extraire les données de MySQL, les nettoyer, les transformer. C’est 80% du travail d’un bon dashboard.
Les débutants négligent cette étape. Les pros y passent le plus de temps.
Ce Que Vous Allez Apprendre (22 Minutes)
Le processus ETL complet :
- ✅ Extract : Connexion MySQL → Power BI
- ✅ Transform : Nettoyage avec Power Query
- ✅ Load : Chargement données propres dans le modèle
Contenu détaillé :
- ⏱️ 00:00 – Introduction ETL
- ⏱️ 02:00 – Connexion MySQL → Power BI (Windows)
- ⏱️ 05:30 – Alternative CSV (Mac/Linux)
- ⏱️ 08:00 – Power Query : Interface et concepts
- ⏱️ 11:20 – Nettoyage données (nulls, doublons, formats)
- ⏱️ 15:00 – Transformations (devises INR→USD, calculs)
- ⏱️ 18:30 – Merge tables (enrichissement données)
- ⏱️ 21:00 – Chargement final et vérification
Les Transformations Critiques
Ce que Power Query fait dans cette vidéo :
🔧 Nettoyage
- Suppression valeurs nulles
- Gestion doublons
- Correction formats dates
🔄 Transformations
- Conversion devises (₹ → $)
- Colonnes calculées
- Standardisation noms
🔗 Enrichissement
- Merge tables
- Ajout infos produits
- Données géographiques
Résultat : Données propres, structurées, prêtes pour la modélisation.
Pourquoi Power Query Est Votre Meilleur Ami
Power Query = Excel sous stéroïdes.
Avantages énormes :
- Interface visuelle (pas besoin coder)
- Transformations reproductibles (actualisation auto)
- Performance optimisée (query folding)
- Compatible 100+ sources données
Un bon ETL = Un dashboard qui marche.
Un mauvais ETL = Des heures de debug plus tard.
La Différence Windows vs Mac
Windows : Connexion MySQL directe ✅
Mac/Linux : Import via CSV (pas de connecteur MySQL natif) ⚠️
La vidéo couvre les 2 méthodes pour que personne ne soit bloqué.
Regardez la Vidéo Maintenant
📥 Ressources :
- Fichiers CSV (alternative MySQL)
- Templates Power Query (.pq)
- Guide ETL étape par étape (PDF)
👉 GitHub
Prochaine Étape : Modélisation
Données propres ✅ Maintenant il faut les structurer.
Partie 4 : Star Schema + Relations + DAX
Vous créerez :
- Le modèle Star Schema (1 Faits + 4 Dimensions)
- Les relations entre tables
- Les premières mesures DAX
Progression :
- ✅ Partie 1 : MySQL (5 min)
- ✅ Partie 2 : SQL (22 min)
- ✅ Partie 3 : ETL Power Query (22 min) ← ICI
- → Partie 4 : Star Schema + DAX (17 min)
- → Partie 5 : Dashboard (1h03)
- → Partie 6 : Cloud (15 min)
L’ETL n’est pas sexy. Mais c’est la différence entre un dashboard amateur et un dashboard pro. 🔧
Boubacar Nikiema | Data Analyst
Ngroup Media & Digital