TP 3
Université Hassan I
Ecole Nationale des Sciences Appliqués de
Berrechid Filière : Ingénierie Logistique et
Industrielle
Compte rendu
TP 3
De l’ETL a la restitution Power
BI
Encadré par :
MR. Soufiane Aouichaty
Réalisé par :
- Bouarga Zineb
- Belaouam Laila
Année universitaire : 2025-2026
Introduction
Dans le cadre de ce travail pratique, nous avons étudié et mis en œuvre le processus ETL
(Extract, Transform, Load), qui constitue une étape essentielle dans la valorisation des
données. Ce TP avait pour objectif d’extraire des données à partir de différentes sources, de les
transformer afin d’en assurer la qualité et la cohérence, puis de les charger dans un modèle
adapté à l’analyse.
La dernière étape a consisté à exploiter ces données à travers Power BI, en réalisant des
tableaux de bord interactifs permettant une visualisation claire et pertinente de l’information.
Ce travail nous a permis de comprendre le lien entre le traitement des données et leur restitution
décisionnelle.
2
❖ Lancer SQL SERVER MANAGEMENT
Se rendre dans SQL Server Management pour vérifier que l'entrepôt de
données << AdventureWorksDW2008R2 » est bien restaurée
❖ Attachement de la data
3
❖ User déjà crée
❖ Connexion à l’entrepôt de données
4
❖ Se connecter en utilisant le couple utilisateur/mot de passe créé
❖ Cocher les tables sélectionnées sur la capture de droite
5
❖ charger les données
❖ création des connexion
6
❖ création de modèle
❖ Modification des relations
❖ dupliquer les dimdate et les renommer
7
❖ création des relations entre les tables
❖ Résultat
résultat de : Modifier les relations pour obtenir le modèle suivant Pour cela, ajouter des tables
dans le modèle pour modifier les relations Essayer de trouver les jointures entre les tables en
naviguant avec SQL Server Management Studio.
❖ cliquer sur rapport pour la création des graphes
8
❖ Faire glisser dans Lignes le champ << Full Date Alternate Key > de la di-
mensionDimDate pour la jointure << OrderDateKey ».
❖ Créer un groupe pour leFullDateAlternateKey
9
❖ Créer un groupe pour le SalesAmount
❖ Modification la somme de SalesAmount
❖ affichage par année
10
❖ création d'une nouvelle colonne
❖ création de la colonne trimestre
❖ création de la colonne mois
11
❖ résultat de la table après l'ajout des colonnes
❖ création d'une nouvelle page et choix du graphique en courbe
❖ Faire glisser le champ < SalesAmount" dansAxeY et FullDate Alternate
Key dans Axe X
12
❖ Publier sur power bi report server
❖ enregistrement dans power bi Report server
13
❖ Visualisation du rapport sur le serveur Power Bi
❖ visualisation du travail sur le serveur
14
❖ visualisation du travail en ligne
❖ découpage des années en fonctions de trimestres
❖ actualiser dans power bi server reports pour visualiser la modification
15
❖ vision sur le serveur power bi server
❖ décomposition
16
Questions :
1. à quoi ce type de visualisation peut servir?
hiérarchie : ici on voit que les ventes sont organisées par catégorie → sous-
catégorie → année → valeurs.
Décomposer un total en plusieurs niveaux : on part d’une somme globale (Somme
de Sales Amount) et on descend pour voir d’où viennent les chiffres.
Comparer des branches entre elles : ex : Vélos vs Accessoires vs Vêtements.
Comprendre la contribution de chaque élément au total (analyse du “poids” ou de
la part).
Repérer rapidement les segments les plus importants (branches avec les montants
les plus élevés).
Donc c'est pour savoir quelles catégories génèrent le plus de chiffre , identifier
quelles années ou segments contribuent le plus , faciliter la prise de décision
stratégique ou tactique (ex : prioriser stockage, tri, ou approvisionnement selon la
contribution)
17
Conclusion
À l’issue de ce TP, nous avons pu constater l’importance du processus ETL dans
la préparation des données pour l’analyse décisionnelle.
Les différentes étapes d’extraction, de transformation et de chargement ont permis
d’obtenir des données fiables et structurées, facilitant leur exploitation dans Power
BI.
La restitution sous forme de tableaux de bord a rendu l’analyse plus intuitive et a
mis en évidence la valeur ajoutée de la visualisation des données dans la prise de
décision.
Ce TP nous a ainsi permis de renforcer nos compétences techniques et de mieux
comprendre le rôle de la business intelligence dans un contexte professionnel.
18