Dashboard opérationnel et modèle de données
Consolider plusieurs sources, fiabiliser les KPI et comparer les périodes sanns multiplier les fichiers
Contexte
Plusieurs exports et règles métier alimentent un reporting récurrent
Problème
Les consolidations manuelles rendent les comparaisons fragiles et la maintenance difficile
Contraintes
Historique, volumétrie, disponibilité des sources et compréhension par les utilisations
Réflexion
Construire un modèle de données lisible avant de travailler la couche graphique
Solution construite
Import structuré, modèle relationnel, mesures documentées et vues adaptées aux réunions
Résultats observés
Gain de temps très élevé, plus besoin de demander à la finance un rapport Excel sur l'état des marges qui mets 3 jours à être fait. Avec le modèle de données, il suffit de charger la dernière extraction, filtrer sur les critères voulus et une vingtaine de graphique et TCD se mettent à jour automatiquement en quelques secondes.
Limites
Les performances et la fiabilité restent liées à la qualité des exports en amont
Technologies
Excel, Power Query, Power Pivot et visualisations adaptées au contexte
Ce qui a fonctionné
Définir les KPI et leur source avant de dessiner le dashboard
Ce que je ferais différemment
Tester plus tôt la volumétire et le rafraîchissement sur les postes utilisateurs
Pourquoi ce n'est pas universel
Chaque entreprise possède ses règles, ses calendriers et ses sources de vérité
Power in Numbers
30
Programs
50
Locations
200
Volunteers