Cinq tâches répétitives que Power Query automatise

Cas 1 : consolider les fichiers de plusieurs agences

Chaque mois, cinq agences envoient un fichier de ventes de même structure, que vous copiez-collez les uns sous les autres.

1. Déposer les fichiers dans un dossierUn seul dossier, des fichiers de même structure.
2. Obtenir les données, À partir d’un dossierPower Query liste les fichiers, puis Combiner et transformer les assemble en une seule table.
3. Garder le nom du fichierLa colonne Source.Name indique l’agence : renommez-la, ou extrayez le nom de l’agence avec Fractionner la colonne.
4. Actualiser chaque moisAjoutez les nouveaux fichiers au dossier, cliquez sur Actualiser.

Cas 2 : nettoyer un export de logiciel

Les exports comportent souvent des lignes de titre, des lignes de sous-total, des espaces parasites et des dates au format texte. Dans Power Query, chaque correction devient une étape enregistrée :

• Supprimer les lignes du haut, puis Utiliser la première ligne pour les en-têtes
• Filtrer les lignes de sous-total (par exemple celles dont le code article est vide)
• Transformer, Format, Supprimer les espaces sur les colonnes texte
• Changer le type des dates, en précisant les paramètres régionaux si l’export est en format américain
• Remplacer les valeurs d’erreur ou vides par une valeur explicite

Le mois suivant, les mêmes corrections s’appliquent à l’identique sur le nouvel export.

Cas 3 : remettre à plat un budget en colonnes

Un budget est saisi avec une ligne par compte et une colonne par mois. Pratique pour la saisie, inutilisable pour l’analyse. La solution tient en une opération : sélectionnez les colonnes descriptives (compte, centre de coût), puis Transformer, Dépivoter les autres colonnes. Vous obtenez trois colonnes : Attribut (le mois), Valeur (le montant) et vos colonnes descriptives. Il reste à convertir le mois en date.

Cette manipulation est la base du rapprochement réel et budget décrit dans construire un premier tableau de bord de contrôle de gestion.

Cas 4 : rapprocher deux exports

Vous devez rapprocher les factures du logiciel de facturation et les encaissements du relevé bancaire. Au lieu d’une RECHERCHEX fragile, utilisez Fusionner des requêtes : choisissez la colonne commune (numéro de facture ou référence), puis le type de jointure.

La jointure anti gauche est particulièrement utile en contrôle : elle sort directement les éléments non rapprochés.

Cas 5 : produire le reporting hebdomadaire en un clic

Une fois les requêtes en place, le reporting hebdomadaire se résume à déposer les nouveaux fichiers et à actualiser. Pour aller plus loin, créez un paramètre pour le chemin du dossier : si les fichiers déménagent, une seule valeur change. Dans l’éditeur avancé, une requête ressemble à ceci :

let
    Source = Folder.Files(CheminExports),
    Csv = Table.SelectRows(Source, each [Extension] = ".csv"),
    Combine = Table.Combine(List.Transform(Csv[Content], each Csv.Document(_, [Delimiter=";", Encoding=65001]))),
    Entetes = Table.PromoteHeaders(Combine)
in
    Entetes

Vous n’avez pas besoin d’écrire ce code M : l’interface le génère. Savoir le lire aide simplement à comprendre et corriger une requête.

Les bonnes pratiques qui évitent les ennuis

• Nommer chaque requête et chaque étape de façon explicite : « Ventes agences » plutôt que « Requête1 », « Suppression lignes de total » plutôt que « Lignes filtrées ».
• Typer les colonnes à la fin, après les transformations, pour éviter qu’un changement de structure de l’export ne casse une étape intermédiaire.
• Ne pas charger les requêtes intermédiaires : décochez le chargement des requêtes qui ne servent qu’à préparer les autres.
• Tester avec un export du mois suivant avant de considérer le travail terminé.
• Documenter la source : quel logiciel, quel export, qui le produit, à quelle date.

Ces réflexes font la différence entre une automatisation qui tient des années et une requête que personne n’ose plus toucher. Ils sont au cœur des formations d’Excel à Power BI.

Dans Excel ou dans Power BI ?

Les cinq cas ci-dessus fonctionnent à l’identique dans les deux outils : dans Excel, par l’onglet Données, Obtenir des données ; dans Power BI Desktop, par Transformer les données. La différence tient à la destination. Dans Excel, le résultat atterrit dans un tableau, utilisable par un tableau croisé dynamique. Dans Power BI, il alimente un modèle de données, relié à d’autres tables et exploité par des mesures DAX. Commencer dans Excel est souvent le plus confortable pour une équipe : on garde ses habitudes, et les requêtes se recopient ensuite dans Power BI le jour où l’on passe aux tableaux de bord.

Par où commencer ?

Choisissez la tâche qui vous coûte le plus de temps chaque mois et automatisez-la en premier. Si vous travaillez seul, les bases s’apprennent vite. Pour une équipe, une journée centrée sur Power Query, appliquée à vos propres fichiers, donne souvent le gain le plus rapide de toute la démarche Power BI. Voir la page formation Power Query, la formation intra sur vos fichiers ou la formation Power BI débutant.